遺傳算法在尋求全局最優(yōu)解方面有著強大的魯棒性和穩(wěn)定性,能對BP神經(jīng)網(wǎng)絡局部最優(yōu)這一缺陷進行有效彌補。為此,本文構(gòu)建GA-BP神經(jīng)網(wǎng)絡模型,從財務與非財務方面制定符合上市公司績效評價的指標體系,重點通過因子分析法對模型在上市公司績效評價中的應用進行分析,驗證模型的可行性,并基于績效評價結(jié)果對上市公司的發(fā)展提出意見。通過GA-BP神經(jīng)網(wǎng)絡模型應用研究,能夠為上市公司管理層、社會公眾等利益相關(guān)者提供參考。 

【文章來源】：財會通訊. 2019年17期 北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

BP神經(jīng)網(wǎng)絡拓撲結(jié)構(gòu)

??�；紦溷�?遠??瓿賞?繆盜費?臼?蕕?構(gòu)建，并循環(huán)至預設值；網(wǎng)絡訓練完成，對閾值與權(quán)值進行確認，最后時限評價結(jié)果的輸出。一是BP神經(jīng)網(wǎng)絡層數(shù)設計：輸入層、隱含層及輸出層構(gòu)成BP神經(jīng)網(wǎng)絡的三個層級體系，任何非線性映射問題均可以通過三層神經(jīng)網(wǎng)絡表達（見圖3）。因此，將其作為上市公司績效評價基礎，解決模型過于復雜而陷入局部解問題，提高模型效率。二是確定節(jié)點：評價指標體系中的指標通過因子分析法得以優(yōu)化，將BP網(wǎng)絡模型的輸入節(jié)點確定為得到的因子指標，可以對整體信息的因子指標進行全面反映。圖2BP神經(jīng)網(wǎng)絡模型流程圖圖3三層BP神經(jīng)網(wǎng)絡模型33

綾幌低乘婊?秤璩跏既ㄖ擔?將期望值與通過賦值多次循環(huán)調(diào)節(jié)計算出的輸出結(jié)果進行對比，將誤差有效控制在預設值范圍內(nèi)，其具體過程如圖2所示：BP神經(jīng)網(wǎng)絡訓練樣本數(shù)據(jù)的選取，也就是目標數(shù)據(jù)和輸入數(shù)據(jù)的選擇；網(wǎng)絡參數(shù)通過建立的神經(jīng)網(wǎng)絡模型進行初始化處理；計算機自動化完成網(wǎng)絡訓練樣本數(shù)據(jù)的構(gòu)建，并循環(huán)至預設值；網(wǎng)絡訓練完成，對閾值與權(quán)值進行確認，最后時限評價結(jié)果的輸出。一是BP神經(jīng)網(wǎng)絡層數(shù)設計：輸入層、隱含層及輸出層構(gòu)成BP神經(jīng)網(wǎng)絡的三個層級體系，任何非線性映射問題均可以通過三層神經(jīng)網(wǎng)絡表達（見圖3）。因此，將其作為上市公司績效評價基礎，解決模型過于復雜而陷入局部解問題，提高模型效率。二是確定節(jié)點：評價指標體系中的指標通過因子分析法得以優(yōu)化，將BP網(wǎng)絡模型的輸入節(jié)點確定為得到的因子指標，可以對整體信息的因子指標進行全面反映。圖2BP神經(jīng)網(wǎng)絡模型流程圖圖3三層BP神經(jīng)網(wǎng)絡模型33

【參考文獻】：
期刊論文
[1]運用因子分析法測度當前我國房地產(chǎn)泡沫的正確方法:結(jié)合文獻研究和實證研究的證明[J]. 王浩.  宏觀經(jīng)濟研究. 2017(06)
[2]基于因子分析法的城市商業(yè)銀行財務風險預警體系研究[J]. 李燕.  金融理論與實踐. 2017(04)
[3]基于GA-BP神經(jīng)網(wǎng)絡的計算機智能化圖像識別技術(shù)探究[J]. 曹永峰,趙燕君.  應用激光. 2017(01)
[4]文化產(chǎn)業(yè)上市公司經(jīng)營績效評價——基于81家公司財務數(shù)據(jù)的實證分析[J]. 朱爾茜.  技術(shù)經(jīng)濟與管理研究. 2017(01)
[5]大數(shù)據(jù)背景下遺傳算法在投資組合優(yōu)化中的效果研究[J]. 齊岳,林龍,王治皓.  中國管理科學. 2015(S1)
[6]中國制造業(yè)技術(shù)創(chuàng)新能力和效率評價研究——基于因子分析法和數(shù)據(jù)包絡法[J]. 張鐵山,肖皓文.  工業(yè)技術(shù)經(jīng)濟. 2015(10)
[7]企業(yè)經(jīng)營績效評價指標建構(gòu)與實證[J]. 侯光文,郝添磊.  統(tǒng)計與決策. 2015(16)



本文編號：2914851