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

摘要：

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。

关键词：RBF神经网络、量子免疫算法、财务预警、方法比较

分类号：F715.5(国内贸易经济)

资助基金：国家社会科学基金重大项目12&ZD214

在线出版日期：2016-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2222-2229