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] | 潘美琪, 贺兴. 基于零样本学习的风力机故障诊断方法[J]. 上海交通大学学报, 2025, 59(5): 561-568. |
[2] | 黄逸翔, 窦迅, 李林溪, 杨函煜, 于建成, 霍现旭. 基于全局灵敏度分析的综合能源设备响应价值量化方法[J]. 上海交通大学学报, 2025, 59(5): 569-579. |
[3] | 张聪, 疏炳南, 张江涛, 金勇. 基于响应面法-遗传算法的船舶推进轴系多目标优化设计[J]. 上海交通大学学报, 2025, 59(4): 466-475. |
[4] | . 基于基尼不纯度结构优化物理引导神经网络的薄膜型声学超材料传声损失预测[J]. J Shanghai Jiaotong Univ Sci, 2025, 30(3): 613-624. |
[5] | . 基于毫米波雷达的智能心率提取方法[J]. J Shanghai Jiaotong Univ Sci, 2025, 30(3): 493-498. |
[6] | . 基于表面肌电信号的BP-LSTM混合模型肘部运动实时预测[J]. J Shanghai Jiaotong Univ Sci, 2025, 30(3): 455-462. |
[7] | 覃浩, 苏立伟, 伍广斌, 蒋崇颖, 徐智鹏, 康峰, 谭火超, 张勇军. 基于集成学习和卷积神经网络的电网客服短期话务量预测[J]. 上海交通大学学报, 2025, 59(2): 266-273. |
[8] | . 基于RGB-D图像的机器人抓取检测高效全卷积网络和优化方法[J]. J Shanghai Jiaotong Univ Sci, 2025, 30(2): 399-416. |
[9] | . 重复零和博弈中对无遗憾对手进行盘剥的研究[J]. J Shanghai Jiaotong Univ Sci, 2025, 30(2): 385-398. |
[10] | 孙栋一, 蒲宇亭, 章建榜. 基于GA-BP神经网络的防空导弹实时目标分配方法[J]. 空天防御, 2025, 8(1): 62-70. |
[11] | Sahaya Anselin Nisha1, NARMADHA R.1, AMIRTHALAKSHMI T. M.2, BALAMURUGAN V.1, VEDANARAYANAN V.1. LOBO优化的深度卷积神经网络用于脑肿瘤分类[J]. J Shanghai Jiaotong Univ Sci, 2025, 30(1): 107-114. |
[12] | 路庆昌, 刘鹏, 秦汉, 徐鹏程. 考虑路段恢复差异的道路网络恢复决策优化[J]. 上海交通大学学报, 2024, 58(7): 1118-1129. |
[13] | 刘俊城, 谭勇, 张生杰. 地铁车站深基坑开挖变形智能多步预测方法[J]. 上海交通大学学报, 2024, 58(7): 1108-1117. |
[14] | 蒋伊琳1, 2, 李向1, 2, 张昊平3. 基于卷积神经网络和接收信号强度的波束状态感知方法[J]. J Shanghai Jiaotong Univ Sci, 2024, 29(6): 1017-1022. |
[15] | 李明爱1, 2, 魏丽娜1. 基于朴素卷积神经网络和线性插值的运动想像分类[J]. J Shanghai Jiaotong Univ Sci, 2024, 29(6): 958-966. |
阅读次数 | ||||||||||||||||||||||||||||||||||||||||||||||||||
全文 215
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||
摘要 927
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||