基于蚁群算法的神经网络在企业资信评估中的应用

被引：5

作者：

汪怔江

张洪伟

雷彬

机构：

[1] 四川大学计算机学院

来源：

计算机应用 | 2007年 / 12期

关键词：

蚁群算法; 神经网络; 资信评估; BP算法;

D O I：

暂无

中图分类号：

F275 [企业财务管理]; TP183 [人工神经网络与计算];

学科分类号：

1202 ; 120202 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

BP算法在资信评估中应用较为广泛,但有收敛速度慢、易于陷入局部极小点的缺点。提出一种新的企业资信评估模型,该模型将蚁群算法和神经网络结合起来,使其既具有神经网络的广泛映射能力,又有蚁群算法带来的高效率,全局收敛,分布式计算等特点。实验表明,基于蚁群算法的神经网络对企业资信评估有着良好的性能。

引用

页码：3142 / 3144

页数：3

共 7 条

[1] 企业资信评估研究内容概述 [J].

袁中友 ;

杜继丰 ;

梁中龙 .

沿海企业与科技, 2005, (10) :35-37

[2] 基于软计算的资信评估研究 [J].

朱丽 ;

张洪伟 ;

谭辉 .

计算机应用研究, 2005, (05) :74-77

[3] 蚁群算法中有关算法参数的最优选择 [J].

詹士昌 ;

徐婕 ;

吴俊 .

科技通报, 2003, (05) :381-386

[4] 企业资信的多层次综合评价研究 [J].

彭勇行 ;

张晨霞 .

数量经济技术经济研究, 2003, (02) :131-134

[5]

现代综合评价方法与案例精选[M]. 清华大学出版社 , 杜栋, 2005

[6]

人工神经网络理论、设计及应用[M]. 化学工业出版社 , 韩力群编著, 2002

[7]

Ant system: optimization by a colony ofcooperating agent .2 Dorigo M,Maniezzo V,Colorni A. IEEE Transactions on Systems, Man, and Cybernetics . 1996

← 1 →