基于混沌粒子群算法的神经网络的财务管理预警优化模型

摘要：

以避免企业发生经济损失为出发点,提出基于混沌粒子群算法的神经网络的财务管理预警优化模型,提升了预警结果的可靠性.由于神经网络的财务管理预警模型存在局部极值和随机选择参数现象,导致预测结果存在较大随机性,将具备遍历特性的混沌优化算法引入至标准粒子群算法中,赋予每个粒子遍历特性,控制粒子的聚集程度,避免局部极值的发生,获取全局最佳值,保证模型的预警结果.测试结果表明:优化后模型可获取全局遍历最佳解;在迭代次数为50次时完成收敛,且适应度值为0.000 5;全局寻优性能良好,可零误差完成财务管理预警,具备极佳的预警可靠性.

关键词：混沌粒子群、优化、神经网络、财务管理、预警模型、遍历特性

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：陕西省中华职业教育社ZJS202136

在线出版日期：2023-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：20-23