首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 265 毫秒
1.
基于粗糙集-神经网络的财务危机预警模型实证研究   总被引:2,自引:0,他引:2  
刘彦文  戴红军 《科研管理》2007,28(6):138-142
本文提出了以粗糙集与神经网络相结合的技术方法,应用于我国上市公司财务危机预警研究中。在通过以中国上市公司财务数据为基础进行实证分析之后,结果表明粗糙集的引入减少了神经网络的输入维数,采用动量添加法和参数自适应算法修正的神经网络算法,在网络训练的准确性和精度上都优于传统的BP神经网络。  相似文献   

2.
针对传统的模糊自适应PID算法在车辆稳定控制的应用中还存在控制精度不高的问题,本文设计了一种以RBF神经网络优化模糊自适应PID算法为基础的车辆稳定性控制模型。这一模型首先优化RBF神经网络算法隐含层的中心数目,这一优化过程主要是借助减聚类的方法进行。然后采用Logistic对其中心值进行精度的提升,最后采用改进RBF神经网络对模糊自适应PID控制算法进行改进,以达到更精确的控制。仿真实验结果发现,与PID算法相比,基于模糊自适应PID算法设计的这一车辆稳定性控制模型的控制精度更高,并且在车辆稳定性控制应用中具有更好的效果。  相似文献   

3.
针对标准粒子滤波算法在运动跟踪的应用中还存在跟踪精度不高的问题,本文提出了一种基于噪声优化自适应观测粒子滤波算法的运动跟踪模型,首先构建基于目标跟踪的观测模型,利用当前时刻得到的观测量对粒子滤波算法进行修正,然后采用一个加权函数对目标进行采样来建立直方图,达到自适应加权的目的,最后采用不同方差的高斯噪声加权和来建模,对自适应观测粒子滤波进行去噪优化。仿真试验结果表明,本文提出的基于噪声优化自适应观测粒子滤波算法的运动跟踪模型相比较标准粒子滤波算法而言,具有较高的运动目标跟踪精度且在运动跟踪的应用中效果良好。  相似文献   

4.
针对目前的煤矿安全评价和预测模型还存在精确性不高的问题。本文基于煤矿安全预测需求和人体行为影响因子,提出了一种基于蚁群离散和自适应BP算法的煤矿安全预测模型,首先采用改进蚁群算法对煤矿安全采集的数据进行数据离散化,并对其解空间初始分布、信息量分布、信息量的遗留和蚁群的移动方向进行优化,然后根据BP网络进行调整,得到最为合适的神经网络模型,最后构建煤矿安全预测模型。结果表明,本文提出的改进模型能很好地对数据进行离散化,并且具有较高的煤矿安全预测精度。  相似文献   

5.
提出一种数据挖掘技术的网络舆情组合预测模型。首先利用灰色模型GM模型对网络舆情进行预测,然后采用BP神经网络对GM模型预测结果进行修正,同时采有粒子群算法优化BP神经网络参数,最后采用某网络某热门话题对模型进行仿真实验。仿真结果表明,本文模型可以准确预测网络舆情变化趋势,提高了网络舆情预测精度。  相似文献   

6.
针对标准遗传算法在对城市空间增长分析时还存在精度不高、误差较大等问题,提出了一种基于种群优化遗传算法的城市空间增长分析模型,该模型在标准遗传算法的基础上,首先采用动态自适应调整策略对原算法遗传算子中的交叉算子和变异算子进行优化,然后引入蚁群算法,利用小生境方法限制种群个体的繁衍,以达到种族多样化的优化。仿真试验结果表明,本文提出的基于种群优化遗传算法的城市空间增长分析模型相对于标准遗传算法,其精度得到了很大的提升,降低了城市空间增长预测的误差。  相似文献   

7.
针对传统神经网络算法在投资银行风险预测的应用中表现出预测准确性不高的问题,提出了一种基于动态参数优化神经网络的投资银行风险预测模型。首先根据动态合并与删减规则,对参数进行自适应动态调整,得到最为合适的神经网络模型,然后为了加速收敛和防止振荡,引入一个动量因子,最后修改误差函数,在保证网络训练误差尽可能小的情况下使网络具有较小的权值。仿真试验结果表明,本文提出的基于动态参数优化神经网络的投资银行风险预测模型相比较标准神经网络算法,具有更高的预测准确性。  相似文献   

8.
本文主要研究了基于改进指数平滑算法的气温预测问题。首先引入时间序列模型概念,对常用气温预测模型进行简要分析,另外对一阶指数平滑算法进行相关推导,同时提出了自适应指数平滑算法;其次,结合广西容县近30年月均气温实测数据,分别建立BP神经网络预测模型、传统指数平滑算法预测模型以及改进后的基于自适应指数平滑算法的预测模型,对2016年气温数据进行预测并分析模型优势;最后,将改进模型用于预测2017年和2018年中未知月份的月平均气温值,并针对实验结果进行数据分析修正。通过对不同预测模型的比较和仿真实验,结果表明基于自适应指数平滑算法的气温预测模型预测精度较高,实用性强,具有一定的推广性。  相似文献   

9.
传统BP神经网络参数的选取是随机的,这样易使网络陷入局部最优,针对这一缺点,提出了利用蝙蝠算法优化BP网络参数的改进算法——蝙蝠-BP算法(BA-BP),并将其应用于企业经营状况的评价研究中。建立了基于BA-BP算法的企业经营状况的评价模型,运用测试样本对该评价模型与传统BP模型的预测效果进行了对比,仿真结果表明:BA-BP算法的预测精度比传统BP神经网络的预测精度高,所以基于BA-BP算法的评价模型能够有效地评价企业的经营状况。  相似文献   

10.
本文探讨了神经网络算法在中文分词中的研究和应用,利用误差反向传播的理念,设计出一种基于神经网络的分词系统。并针对BP神经网络在中文分词技术中存在的一些缺陷,如收敛速度慢、易陷入局部极小等,引入输出值调整等相关优化技术,达到了提高分词精度、提升模型稳定的目的。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号