基于改进型BP算法的外债风险指标预测

被引：3

作者：

陈雄华

林成德

机构：

[1] 厦门大学自动化系!福建厦门,厦门大学自动化系!福建厦门

来源：

关键词：

外债风险; 非线性时间序列预测; 人工神经网络; BP算法;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; F830.59 [投资];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 120204 ;

摘要：

利用人工神经网络进行时间序列预测是一种较新的方法 ,它具有不需建立复杂的数学模型以及非线性映射能力强等优点 .采用动量法和学习率自适应调整的改进型 BP算法对外债风险的各项指标进行了非线性时间序列的预测 ,仿真结果表明神经网络模型对外债风险的各项指标预测的结果是准确可靠的

引用

页码：1017 / 1021

页数：5

共 6 条

[1] 神经网络在人口信息分析中的应用研究 [J].

杨华民 ;

李岩芳 ;

龚跃 .

[2] 神经元网络在股价预测中的应用 [J].

徐迪 ;

马大军 ;

李元熹 .

[3]

外债系统分析及应用研究[M]. 中国人民大学出版社 , 唐思宁著, 1995

[4]

神经网络系统理论[M]. 西安电子科技大学出版社 , 焦李成著, 1990

[5]

中国统计年鉴[M]. 中国统计出版社 , 国家统计局编, 1988

[6]

Approximation by superpositions of a sigmoidal function[J] . G. Cybenko.Mathematics of Control, Signals and Systems . 1989 (4)