上海交通大学学报(自然版) ›› 2016, Vol. 50 ›› Issue (02): 313-316.
• 自动化技术、计算机技术 • 上一篇
宋晓勇,陈年生
收稿日期:
2015-04-29
出版日期:
2016-02-29
发布日期:
2016-02-29
基金资助:
SONG Xiaoyong,CHEN Niansheng
Received:
2015-04-29
Online:
2016-02-29
Published:
2016-02-29
摘要: 摘要: 神经网络具有强大处理非线性系统的能力和映射能力, 在财务预警和金融预测中得到广泛应用.神经网络与遗传算法耦合的金融参数预测系统(GABP系统)是利用智能模拟算法,算法要点是遗传算法对神经网络预测金融系统拓扑结构层间权系值进行优胜劣汰演化,本文证明二者耦合能提高网络系统的效率和预测精度,实现了两种智能模拟方法的集成耦合.
中图分类号:
宋晓勇,陈年生. 遗传算法和神经网络耦合的金融预测系统[J]. 上海交通大学学报(自然版), 2016, 50(02): 313-316.
SONG Xiaoyong,CHEN Niansheng. Financial Prediction System Based on Combinaton of Genetic Algorithm with BP Neural Network [J]. Journal of Shanghai Jiaotong University, 2016, 50(02): 313-316.
[1]BREAVER W. Financial rations as predictions of failure[J].Supplement to Journal of Accounting Research, 1966, 4(1):77111. [2]OHLSON J S. Financial ratio ns and the probabilistic prediction of bankruptcy [J]. Journal of Accounting and Research,1980,18(1):109131. [3]尤谊,张瑶. 基于BP神经网络的电力上市公司财务预警实证研究[J].财会通讯, 2013, 34(11):116117. YOU Yi, ZHANG Yao. An empirical study of electric power listed companies finance earlywarning based on BP neural networks[J]. Communication of Finance and Accounting, 2013, 34(11):116117. [4]刘洪,何辉. 基于人工神经网络方法的上市公司经营失败预警研究[J].会计研究,2004(2):4246. LIU Hong, HE Hui. Business failure earlywarning of listed companies based on artificial neural networks[J]. Accounting Research, 2004(2):4246. [5]LEUNG F H F, LAM H K, LING H K, et al. Tuning of the structure and parameters of a neural network using an improved genetic algorithm [J]. IEEE Transactions on Neural Networks, 2003, 14(1):7981. [6]丁世飞,苏春阳. 基于遗传算法的优化BP神经网络算法与应用研究[C]//第29届中国控制会议论文集.北京:中国自动化学会控制理论专业委员会, 2010: 24252428. [7]马强,陈楠. 利用遗传算法优化BP神经网络初步研究[C]//第十届沈阳科学技术学术年会论文集(信息科学与工程技术分册).北京:中国学术期刊电子杂志社,2013: 656659. [8]李国勇,闫芳,郭晓峰. 基于遗传算法的灰色神经网络优化算法[J].控制工程,2013, 20(5): 934937. [9]西凤茹,时文超. 基于遗传算法和神经网络的上市公司财务困境预测[J].辽宁科技大学学报,2013,36(2):166171. |
[1] | 曾国治, 魏子清, 岳宝, 丁云霄, 郑春元, 翟晓强. 基于CNN-RNN组合模型的办公建筑能耗预测[J]. 上海交通大学学报, 2022, 56(9): 1256-1261. |
[2] | 吴庶宸, 戚宗锋, 李建勋. 基于深度学习的智能全局灵敏度分析[J]. 上海交通大学学报, 2022, 56(7): 840-849. |
[3] | 闫青, 鲁建厦, 江伟光, 邵益平, 汤洪涛, 李英德. 考虑双端口布局的紧致化仓储系统堆垛机路径优化[J]. 上海交通大学学报, 2022, 56(7): 858-867. |
[4] | 全大英, 陈赟, 唐泽雨, 李世通, 汪晓锋, 金小萍. 基于双通道卷积神经网络的雷达信号识别[J]. 上海交通大学学报, 2022, 56(7): 877-885. |
[5] | 秦艺超, 黄礼敏, 王骁, 马学文, 段文洋, 郝伟. 基于人工神经网络的自航浮标测波方法可行性[J]. 上海交通大学学报, 2022, 56(4): 498-505. |
[6] | 赵勇, 苏丹. 基于4种长短时记忆神经网络组合模型的畸形波预报[J]. 上海交通大学学报, 2022, 56(4): 516-522. |
[7] | 周天颜, 冯小恩, 范云锋, 董诗音, 李玉庆, 金慧中. 避免防空火力过剩的地面兵力防御部署优化模型[J]. 空天防御, 2022, 5(4): 19-23. |
[8] | 王箫剑, 洪君, 陈晶华, 李鸿光. 基于参数化建模和响应面优化的箱体减重研究[J]. 空天防御, 2022, 5(4): 60-66. |
[9] | 丁明, 孟帅, 王书恒, 夏玺. 六自由度波浪补偿平台的神经网络自适应反馈线性化控制[J]. 上海交通大学学报, 2022, 56(2): 165-172. |
[10] | 刘秀丽, 徐小力. 基于特征金字塔卷积循环神经网络的故障诊断方法[J]. 上海交通大学学报, 2022, 56(2): 182-190. |
[11] | 聂瑞, 王红茹. 基于神经网络观测器的无人机编队执行器故障诊断[J]. 空天防御, 2022, 5(2): 32-41. |
[12] | 王卓鑫, 赵海涛, 谢月涵, 任翰韬, 袁明清, 张博明, 陈吉安. 反向传播神经网络联合遗传算法对复合材料模量的预测[J]. 上海交通大学学报, 2022, 56(10): 1341-1348. |
[13] | 陶海红, 闫莹菲. 一种基于GA-CNN的网络化雷达节点遴选算法[J]. 空天防御, 2022, 5(1): 1-5. |
[14] | 周宇泰, 徐岳, 李宇, 蒋国韬. 基于遗传算法的干扰态势下三维雷达网优化布站方法[J]. 空天防御, 2022, 5(1): 52-59. |
[15] | 戴少怀, 杨革文, 郁文, 吴向上. 基于RBF神经网络的雷达有源压制干扰识别[J]. 空天防御, 2022, 5(1): 102-107. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||