粒子群优化神经网络在财务困境分析中的应用
发布日期：2020-6-4 浏览：次
摘要：目前BP神经网络已经成功用于公司财务分析与预测,但神经网络采用了传统梯度下降探索法致使BP神经网络存在着收敛速度慢,易陷入局部最优等缺陷,对应用效果造成了不良影响。本文提出通过改进粒子群全局搜索算法对BP网络进行训练。既保留了神经网络原有的优点,又克服了传统训练方法的缺陷。实证表明,该方法预测结果优于传统神经网络模型。
关键词：财务困境; 粒子群优化; 神经网络; 训练方法;
编辑组稿联系方式
全国统一服务热线：0311-80896656
论文发表QQ：
1223186611
论文辅导QQ：
1223186622
论文代写QQ：
2385650844
请将您的期刊介绍及征稿函发送给我们。
高会交流群：
如果您想在本站发表论文，请联系我们。
论文发表QQ：
论文辅导QQ：
论文代写QQ：
请将您的期刊介绍及征稿函发送给我们。
高会交流群：
如果您想在本站发表论文，请联系我们。
