【文章來源】：中南林業(yè)科技大學(xué)湖南省

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．丨研宄框架圖??Ｆｉｇｕｒｅ?１．１?Ｒｅｓｅａｒｃｈ?ｆｒａｍｅｗｏｒｋ??

（Ｅｒｒｏｒ?Ｂａｃｋ?Ｐｒｏｐａｇａｔｉｏｎ?Ｎｅｔｗｏｒｋ），．，??該模型是一種多層前饋神經(jīng)網(wǎng)絡(luò)，神經(jīng)元的變換函數(shù)是Ｓ形函數(shù)，該模型的輸出量是０??到１間的連續(xù)量，它可以實現(xiàn)從輸入到輸出的非線性映射。ＢＰ神經(jīng)網(wǎng)絡(luò)一般為三層結(jié)??構(gòu)，即輸入層、隱含層與輸出層，隱含層可以為一層，也可以為多層。在網(wǎng)絡(luò)中層與??層之間互相連接，神經(jīng)元通過相同的網(wǎng)絡(luò)權(quán)值互通。前向三層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)可以對??輸入與輸出的關(guān)系實現(xiàn)較好的模擬效果，因此在財務(wù)預(yù)警領(lǐng)域的研宂中被廣泛采用。??隱藏??＿＿??圖２．１?ＢＰ神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)圖??Ｆｉｇｕｒｅ２．１?Ｔｏｐｏｌｏｇｙ?ｏｆ?ＢＰ?ｎｅｕｒａｌ?ｎｅｔｗｏｒｋ??（３）?ＢＰ算法及實現(xiàn)??ＢＰ神經(jīng)網(wǎng)絡(luò)的算法依據(jù)是誤差反向傳播法（Ｂａｃｋ－Ｐｒｏｐａｇａｔｉｏｎ?Ａｌｇｏｒｉｔｈｍ），運(yùn)行過??程為：輸入層接收數(shù)據(jù)后逐層傳遞至輸出層，并不斷進(jìn)行權(quán)值的訓(xùn)練調(diào)整，得到反饋??１３??

中南林業(yè)科技大學(xué)碩十學(xué)位論文?基��？?Ｂｐ祌經(jīng)網(wǎng)絡(luò)的農(nóng)業(yè)類上市公司財務(wù)風(fēng)險預(yù)警研究??全國居民消費價格指數(shù)ＣＣＰＩ）??１２５??１２０??１１５??１１０???????９５??９０??２００８?２００９?２０１０?２０１１?２０１２?２０１３?２０１４?２０１５?２０１６?２０１７?２０１８?２０１９??數(shù)據(jù)來源：國家統(tǒng)計局??圖３．１全國居民消費價格指數(shù)（ＣＰＩ）??Ｆｉｇｕｒｅ?３．１?Ｎａｔｉｏｎａｌ?Ｃｏｎｓｕｍｅｒ?Ｐｒｉｃｅ?Ｉｎｄｅｘ?（ＣＰＩ）??農(nóng)林牧漁業(yè)總產(chǎn)值??１４０．０００．００??１２０．０００．００????１００，０００．００??????８０，０００．００?????？？？？??????６０，０００．００?？？？？．??４０，０００．００?－??２００００００?１?１．?Ｉｊ．?Ｉ．Ｌ?１．１，?１?１?Ｊ．?Ｊ，?Ｊ．?Ｊ．??２００９?２０１０?２０１１?２０１２?２０１３?２０１４?２０１５?２０１６?２０１７?２０１８??總產(chǎn)值?農(nóng)業(yè)?林業(yè)??■■■畜牧業(yè)?漁業(yè)??線性（總產(chǎn)值）??數(shù)據(jù)來源：國家統(tǒng)計局??圖３．２農(nóng)林牧漁業(yè)總產(chǎn)值??Ｆｉｇｕｒｅ?３．２?Ｔｏｔａｌ?Ｏｕｔｐｕｔ?Ｖａｌｕｅｓ?ｏｆ?Ａｇｒｉｃｕｌｔｕｒｅ，?Ｆｏｒｅｓｔｉｙ，?Ｐａｓｔｕｒａｇｅ?ａｎｄ?Ｆｉｓｈｅｒｙ??１８??

【參考文獻(xiàn)】：
期刊論文
[1]基于動態(tài)財務(wù)指標(biāo)和反欺詐的財務(wù)危機(jī)預(yù)警[J]. 李辰杰.  計算機(jī)應(yīng)用. 2019(S2)
[2]農(nóng)業(yè)上市公司的財務(wù)風(fēng)險預(yù)警研究——基于因子分析法和聚類分析法[J]. 蘆笛,王冠華.  會計之友. 2019(24)
[3]基于熵值法和功效系數(shù)法的互聯(lián)網(wǎng)保險公司財務(wù)風(fēng)險預(yù)警研究[J]. 侯旭華,彭娟.  財經(jīng)理論與實踐. 2019(05)
[4]基于BP神經(jīng)網(wǎng)絡(luò)模型的我國航空公司財務(wù)風(fēng)險預(yù)警實證研究[J]. 孫新憲,李夏琳.  交通財會. 2019(06)
[5]外部沖擊、杠桿率與財務(wù)風(fēng)險預(yù)警模型[J]. 付連軍.  會計之友. 2019(11)
[6]互聯(lián)網(wǎng)保險公司財務(wù)風(fēng)險預(yù)警指標(biāo)構(gòu)建與運(yùn)用研究[J]. 侯旭華.  湖湘論壇. 2019(03)
[7]基于F計分值的上市公司財務(wù)風(fēng)險預(yù)警研究[J]. 熊毅,張友棠.  管理現(xiàn)代化. 2019(01)
[8]企業(yè)財務(wù)風(fēng)險測度與預(yù)警系統(tǒng)軟件的設(shè)計與應(yīng)用——基于行業(yè)差異視角[J]. 尹夏楠,鮑新中.  財會通訊. 2019(02)
[9]基于現(xiàn)金流量角度的財務(wù)預(yù)警模型研究——以房地產(chǎn)行業(yè)為例[J]. 鄧旭東,張瑜,徐文平.  會計之友. 2018(23)
[10]試論企業(yè)財務(wù)管理中的風(fēng)險預(yù)測及處理——基于優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)算法[J]. 王海峰.  中國注冊會計師. 2018(09)

碩士論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的節(jié)能環(huán)保行業(yè)上市公司財務(wù)風(fēng)險預(yù)警研究[D]. 姜雨杉.南京航空航天大學(xué) 2018
[2]我國服裝業(yè)上市公司財務(wù)評價及預(yù)警研究[D]. 楊妹.北京服裝學(xué)院 2018
[3]中國農(nóng)林業(yè)上市公司財務(wù)風(fēng)險預(yù)警管理研究[D]. 陳鵬.南京林業(yè)大學(xué) 2017
[4]基于BP神經(jīng)網(wǎng)絡(luò)的互聯(lián)網(wǎng)滬深上市公司財務(wù)預(yù)警研究[D]. 白志捷.中國地質(zhì)大學(xué)(北京) 2017
[5]基于因子分析的Logistic模型在中小板公司財務(wù)風(fēng)險預(yù)警中的應(yīng)用研究[D]. 吳天.華東交通大學(xué) 2016
[6]基于BP神經(jīng)網(wǎng)絡(luò)的中小企業(yè)財務(wù)預(yù)警研究[D]. 吳楠楠.河南財經(jīng)政法大學(xué) 2016
[7]基于BP神經(jīng)網(wǎng)絡(luò)模型的制造業(yè)上市公司財務(wù)預(yù)警研究[D]. 高喆.北京交通大學(xué) 2015
[8]基于灰色神經(jīng)網(wǎng)絡(luò)的農(nóng)業(yè)上市公司財務(wù)預(yù)警實證研究[D]. 陳維煌.湖南農(nóng)業(yè)大學(xué) 2015
[9]基于BP神經(jīng)網(wǎng)絡(luò)的電子元件行業(yè)上市公司財務(wù)風(fēng)險預(yù)警研究[D]. 邢贏文.遼寧師范大學(xué) 2015
[10]基于BP神經(jīng)網(wǎng)絡(luò)的中國房地產(chǎn)上市公司財務(wù)危機(jī)預(yù)警研究[D]. 朱燕妮.浙江大學(xué) 2008



本文編號：3105357