BP模型的改进算法及其在负荷预测中的应用

分析了BP模型学习算法——累积误差进传播算法在接近极小点时收敛速度变得异常缓慢的原因,并通过对连接权值的调整量引入权重系数,提出了一种改进的BP模型学习算法,大大加快了收敛速度,提高了收敛性。还利用提出的改进算法对某省中期负荷进行了预测,算例结果表明了该算法的有效性。     

BP神经网络在MATLAB上的实现与应用

BP神经网络在非线性建模,函数逼近和模式识别中有广泛地应用,该文介绍了BP神经网络的基本原理,利用MATLAB神经网络工具箱可以很方便地进行BP神经网络的建立、训练和仿真,给出了建立BP神经网络的注意事项和例子.     

Fisher判别法在高校财务风险分析中的应用

判别法在财务风险分析中应用广泛,Fisher判别法是多元逻辑概率判别法的典型代表。以教育部直属72所高校财务数据为基础,结合目前的财务风险指标体系,可以建立相应的Fisher判别模型。经过验证和比较,Fisher判别模型具有较高的准确性和可靠性。     

企业BP神经网络预警模型探讨

基于企业预警指标之上的警界线的划分和警度的评判是企业预警管理系统的研究难点。针对企业预警研究存在的问题,将人工神经网络BP模型应用于企业预警系统中。BP网络模型克服了传统模式难以处理高度非线性模型、容错性差、预警线和预警区域不具备时变性、缺少自学习能力等缺陷。通过模型的网络设计和仿真实验,证实了这种方法的有效性和广泛的应用前景。     

基于Logistic与Fisher的上市公司财务困境判别模型比较研究

以我国股权分置改革后A股制造业公司为研究对象,采用大样本法选取样本,选用财务困境发生前2年内8个季度的财务数据进行分析,对财务困境公司与正常公司的财务指标分别进行Fisher判别分析、线性logistic回归和非线性logistic回归分析。研究结果表明,我国上市公司财务困境发生前2年的季度数据对公司财务困境是否发生具有预测效力;总资产净利润率、营运资金比率和成本费用利润率三个指标对财务困境的预测能力较强;非线性logistic模型的误判率最低,线性logistic模型其次,Fisher模型的误判率最高。     

基于BP神经网络的大学生创业素质评价

"以创业促就业",支持和鼓励大学生创业成为解决当前大学生就业困境的最有效途径之一。对于创业的大学生来讲,大学生创业素质评价必不可少。从大学生自身出发,建立了大学生创业素质评价指标体系,并利用BP神经网络对大学生创业素质进行了评价,实现了评价的非线性映射,具有一定的理论和现实意义。     

混合遗传BP算法在图象识别中的应用

介绍了传统的遗传算法与BP算法，分析了它们各自的不足。提出了一种将BP算法与遗传算法有机结合的混合智能计算方法，并且给出了具体的算法实现流程。将该方法应用于数字图象识别，经过实验表明混合算法优于传统BP算法。     

基于人工神经网络的森林资源预测研究

应用人工神经网络方法分别建立土地资源预测、森林蓄积量预测、各龄组蓄积量预测三层前馈反向传播神经网络模型对森林资源进行预测模拟.预测结果表明:在小样本条件下,森林资源预测神经网络模型预测精度较高,开辟了森林资源预测新途径.     

财务失败预兆与预警的差异辨析

财务失败是由于资产流动性较差、无法变现用于清偿到期债务的现象或过程,这一过程可通过一系列可识别的信号和状态表现出来,在财务失败出现前可据预兆信号采取防范措施,在财务失败出现后可据预警模型采取补救措施,但在理论与实务中尚需对财务失败预兆与预警的差异辨析进行深入的理论思考和实践探索。     

以模糊评判为基础的大学生素质BP神经网络模型

文章建立了大学生综合素质评价的指标体系,并利用模糊数学多级综合评价的原理,对大学生的综合素质进行模糊评判。同时,利用评判结果建立了误差反传的BP神经网络模型,并在该模型中引入非模糊评判的教师对,该模型克服了模糊评判时权重的不可改变性,实现了素质评价指标和大学生综合素质的非线性映射。计算结果表明:该神经网络模型具有一定的合理性和实用性。     

地区现代化水平BP人工神经网络评价方法初探

本文首先分析了现代化的动态发展的内涵,再结合相关理论、原则建立评价指标体系。之后选取31个地区作为样本对建立的BP人工神经网络进行训练。最后以安徽省为例进行实证研究,以期待对我国地区现代化评价提供有益的参考。     

BP神经网络财务危机预警实证研究

财务危机预警具有重要的经济研究价值。在考虑中国现行会计信息供给状况基础上,构建了包含偿债能力、资产管理能力、盈利能力、成长性、现金流量以及会计信息披露质量的六大类预警指标体系。以沪、深两市上市公司为样本,比较了经秩和检验前后,BP神经网络模型的预警效果。结果显示:BP神经网络模型在中国上市公司财务危机预警中具有良好的应用价值,特别是经秩和检验以后,模型判别准确率显著提高,具有很强的优越性。     

基于Logit模型的中国预亏上市公司财务困境预测

使用Logit模型对中国45家预亏的上市公司财务困境进行预测分析。另外还选入了相同数目的业绩正常的公司进行比较。实证研究表明，Logit模型在预测亏损前的上市公司财务困境方面具有较高的准确率。     

财务风险约束下的财务可持续增长测度模型研究

财务可持续增长模型既是企业财务战略决策和财务分析的一种有效工具,也是企业应对当今全球化的后金融危机的一种有效路径。文章以财务可持续增长的希金斯模型及其改进型模型为基础,运用定量分析法,将财务风险嵌入财务可持续增长的重要因素模型,构建了基于财务风险的财务可持续增长测度模型。旨在丰富和拓展财务增长管理、财务风险管理理论,提升财务可持续增长模型的应用价值。     

市场失灵与政府失灵:民间金融监管的“马歇尔困局”

在民间金融市场中,利率形成机制不畅导致高利贷盛行,融资行为具有典型的投机性和庞氏融资特征,交易合约的成立和执行具有典型的"圈层社会"特征,这些因素导致民间金融市场存在市场失灵现象,需要国家干预以恢复市场效率。然而,现有的监管制度偏离了民间金融风险特质、高涨的民间融资需求和投资人法益保护,与社会认同之间存在着巨大鸿沟,致使监管失灵。只有以商事性民间金融交易行为为监管界限,合理保护适度的融资自由,建立差别化的市场准入制度,将高利贷纳入刑法制裁,完善风险监管配套制度,才能矫正双重失灵现象。     

基于BP神经网络的期权定价模型

运用BP神经网络的方法,根据S&P 500看涨期权的金融数据,利用一步预测法对期权定价做预测.通过其自主的学习机制以及大量的样本训练网络,提高了判断精度,使得对期权的估测更加准确.并运用Matlab的神经网络函数和数学分析的知识对期权定价进行模拟预测,预测价格的结果与市场的真实价格较为接近.     

金融数学模型发展的思考

最近50年来金融数学模型与金融实践的相互作用体现在(1)金融数学模型直接、明显地改变着金融实践 ;(2)金融实践强烈地影响着金融数学模型的产生、发展.因此,数学模型对金融业未来的发展有重大影响.事实上,现代金融理论就是现代数学上的优化与应用上的实用的完美结合.