基于螺旋进化萤火虫算法和BP神经网络的模型及其在PPP融资风险预测中的应用
政府和社会资本合作(PPP)项目能够完善基础设施建设、保障民生与促进经济发展,但也存在资金退出困难、建设周期长、参与主体多等缺陷,项目运营失败将直接损害各方投资者的收益,造成社会资源的浪费,故亟需对PPP融资风险进行科学、准确地预测.文中提出一种基于螺旋进化萤火虫算法(SEGSO)和BP神经网络(BPNN)的预测模型,并将其应用于PPP融资模式风险预测.首先采用佳点集理论进行种群初始化,引入交互机制、精英种群策略以及螺旋进化方式,提出螺旋进化萤火虫算法.然后运用SEGSO算法进行参数寻优,搜索BPNN的最优参数组合,构建基于SEGSO和BPNN的预测模型SEG-SO-BPNN.最后在5个测试函数上验证了SEGSO算法的性能优势,在7个UCI标准数据集上的实验结果表明了所提模型的显著性和有效性.将所提模型应用于中国PPP项目的风险预测,取得了较好的效果,为PPP融资风险预测提供了一种新方法.
萤火虫算法、螺旋进化、BP神经网络、PPP项目、风险预测
49
TP399(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;安徽省自然科学基金;安徽省自然科学基金;中央高校基本科研业务费专项;中央高校基本科研业务费专项;安徽省科技重大专项;过程优化与智能决策教育部重点实验室开放课题
2022-06-22（万方平台首次上网日期，不代表论文的发表时间）
共8页
667-674
