基于自适应遗传神经网络的我国上市公司信用风险评价研究
神经网络常常存在着收敛于局部最优解、学习时间长等缺陷而影响其预测效果，本文提出的一种基于种群适应度标准差的自适应遗传算法和BP神经网络相结合的自适应遗传BP神经网络模型，即保留了BP神经网络原有的优点，又克服了上述的缺点。并利用我国上市公司财务数据结合交叉验证技术对公司信用风险状况进行了实证分析。结果表明，该模型预测效果令人满意，预测结果明显优于BP神经网络模型和一般的遗传神经网络。
自适应算法 神经网络 信用风险 上市公司 风险评价
熊志斌
华南师范大学数学科学学院,广州510631,中国
国内会议
广州
中文
99-104
2008-11-08（万方平台首次上网日期，不代表论文的发表时间）