基于量子免疫的RBF神经网络在上市公司财务预警中的应用
针对传统的RBF神经网络财务预警模型难以解释变量之间的因果关系,使得训练时间增加、训练精度下降等缺陷,该文提出了一种基于量子免疫的改进的RBF神经网络的财务预警模型。该模型通过改进的量子免疫算法对RBF神经网络的连接权值进行优化,将连接权,隐节点中心以及宽度编码为基因,构成抗体,然后通过遗传迭代使网络参数逐步优化,最终达到最优结果。详细阐述了算法的实现过程以及利用量子免疫算法改进RBF神经网络财务预警模型,然后,分别采用改进RBF神经网络法、传统RBF神经网络法及Logistic回归模型进行实证对比分析,实证证明了改进RBF神经网络模型预警的准确性有较大提高。
RBF神经网络、量子免疫算法、财务预警、方法比较
F715.5(国内贸易经济)
国家社会科学基金重大项目12&ZD214
2016-03-18(万方平台首次上网日期,不代表论文的发表时间)
共8页
2222-2229