GA-BP神經(jīng)網(wǎng)絡(luò)模型在企業(yè)績效評價中的應(yīng)用
發(fā)布時間:2020-12-13 16:44
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(luò)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(luò)模型,從財務(wù)與非財務(wù)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(yīng)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(luò)模型應(yīng)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(luò)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(yù)設(shè)值;網(wǎng)絡(luò)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(luò)層數(shù)設(shè)計:輸入層、隱含層及輸出層構(gòu)成BP神經(jīng)網(wǎng)絡(luò)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(luò)表達(見圖3)。因此,將其作為上市公司績效評價基礎(chǔ),解決模型過于復(fù)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(luò)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(luò)模型流程圖圖3三層BP神經(jīng)網(wǎng)絡(luò)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(yù)設(shè)值范圍內(nèi),其具體過程如圖2所示:BP神經(jīng)網(wǎng)絡(luò)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(luò)參數(shù)通過建立的神經(jīng)網(wǎng)絡(luò)模型進行初始化處理;計算機自動化完成網(wǎng)絡(luò)訓練樣本數(shù)據(jù)的構(gòu)建,并循環(huán)至預(yù)設(shè)值;網(wǎng)絡(luò)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(luò)層數(shù)設(shè)計:輸入層、隱含層及輸出層構(gòu)成BP神經(jīng)網(wǎng)絡(luò)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(luò)表達(見圖3)。因此,將其作為上市公司績效評價基礎(chǔ),解決模型過于復(fù)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(luò)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(luò)模型流程圖圖3三層BP神經(jīng)網(wǎng)絡(luò)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(wù)風險預(yù)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(luò)的計算機智能化圖像識別技術(shù)探究[J]. 曹永峰,趙燕君. 應(yīng)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(wù)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(luò)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
【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(luò)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(yù)設(shè)值;網(wǎng)絡(luò)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(luò)層數(shù)設(shè)計:輸入層、隱含層及輸出層構(gòu)成BP神經(jīng)網(wǎng)絡(luò)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(luò)表達(見圖3)。因此,將其作為上市公司績效評價基礎(chǔ),解決模型過于復(fù)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(luò)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(luò)模型流程圖圖3三層BP神經(jīng)網(wǎng)絡(luò)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(yù)設(shè)值范圍內(nèi),其具體過程如圖2所示:BP神經(jīng)網(wǎng)絡(luò)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(luò)參數(shù)通過建立的神經(jīng)網(wǎng)絡(luò)模型進行初始化處理;計算機自動化完成網(wǎng)絡(luò)訓練樣本數(shù)據(jù)的構(gòu)建,并循環(huán)至預(yù)設(shè)值;網(wǎng)絡(luò)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(luò)層數(shù)設(shè)計:輸入層、隱含層及輸出層構(gòu)成BP神經(jīng)網(wǎng)絡(luò)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(luò)表達(見圖3)。因此,將其作為上市公司績效評價基礎(chǔ),解決模型過于復(fù)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(luò)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(luò)模型流程圖圖3三層BP神經(jīng)網(wǎng)絡(luò)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(wù)風險預(yù)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(luò)的計算機智能化圖像識別技術(shù)探究[J]. 曹永峰,趙燕君. 應(yīng)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(wù)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(luò)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
本文鏈接:http://sikaile.net/guanlilunwen/zhqtouz/2914851.html
最近更新
教材專著