工商管理基于ｂｐ神经网络的企业投资风险预警系统的构建

《工商管理基于ｂｐ神经网络的企业投资风险预警系统的构建》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于ＢＰ神经网络的企业投资风险预警系统的构建基于ＢＰ神经网络的企业投资风险预警系统的构建是小柯论文网通过网络搜集，并由本站工作人员整理后发布的，基于ＢＰ神经网络的企业投资风险预警系统的构建是篇质量较高的学术论文，供本站访问者学习和学术交流参考之用，不可用于其他商业目的，基于ＢＰ神经网络的企业投资风险预警系统的构建的论文版权归原作者所有，因网络整理，有些文章作者不详，敬请谅解，如需转摘，请注明出处小柯论文网，如果此论文无法满足您的论文要求，您可以申请本站帮您代写论文，以下是正文。　　[摘要]本文在企业投资风险分析基础上，提出了一种基于BP神经网络的企业投资风险分析预警方

2、法，构建了投资风险分析模型的BP网络。　　[关键词]投资风险风险预警BP神经网络　　BP神经网络是一种基于误差反向传播算法（BackPropagation，简称BP算法）的多层前馈神经网络。作为一种并行分散处理模式，BP神经网络具有非线性映射、自适应学习和较强容错性的特点，可以对复杂多变的企业投资运作环境进行模拟。利用BP神经网络，进行投资风险分析，将能够在企业的投资出现异常时，向人们发出警报，引起人们的关注并集中力量进行解决，从而达到保护企业投资安全性的目的。　　　　一、预警系统神经网络的结构设计　　　　本文采用了三层BP网络结构来构建企业投资风险分析模型，其中输入

3、为预警指标，输出为警报程度，网络隐层激发函数采用常用的双曲正切S型函数（Sigmoid函数），学习算法采用有教师的学习算法——δ学习律。本网络学习的指导思想是通过网络权值的修正与阈值的修正，使误差函数沿梯度方向下降。网络的构建和训练可利用Matlab6.5来完成，可利用该软件中的Newff函数来构造网络，用Train函数来训练。　　　　二、预警系统神经网络输入矢量的筛选与准备　　　　1.建模指标的筛选　　结合实际的运用，企业投资风险预警模型的指标主要包括六大模块：投资管理、投资盈利能力、投资运营效率、投资结构、投资发展潜力和投资安全性。在具体预警指标的选取方面，考虑到

4、各指标间要既能相互补充，又不重复，尽可能全面综合地反映投资项目的运营状况，故每个预警模块各取多个具代表性的指标，综合起来共同构成投资预警指标体系，详见下表。　　表企业投资风险预警指标　　2.输入数据的准备　　为减少靠近边界处噪声造成网络的错误判断，在设计训练组时要选用较多的训练样本。考虑到经验公式和实践操作的问题，建议训练样本数不少于120个，再准备20个左右未参加训练的样本用于测试模型的应用准确性。按照预警的要求，可将全部输入样本数据按“安全”、“警报”和“危机”分为三个表示投资项目可能出现的运营状态训练组，输入到网络中进行训练。　　人工神经网络只能处理成数值的输入

5、数据，因此在原始数据输入网络前要将那些模糊、混沌的信息进行变换，将数值限定在[0,1]范围之内。此外，由于预警指标数据的量纲上存在差异，因此在原始数据输入网络之前还要进行归一化处理，使其标准化成为无量纲变量。　　　　三、预警系统神经网络节点数的设计　　　　输入层节点数取决于数据源的维数，由于BP神经网络是一种非线性的平行处理结构模式，变量之间的相关性对于数据处理的影响不大，在进行指标选择时可尽量包括较多的信息。考虑到投资运营的实际状况，及系统学习时间和网络的复杂性，选取了上述17个指标作为输入矢量，本预警模型的输入节点数相应的确定为17。　　输出层的节点数可根据使用者

6、的要求来设计。根据投资风险的实际状况和研究的需要，按两个个不同的警情等级（即“安全”、“警报”和“危机”三个等级），网络的输出节点数可取为3。　　网络隐含层节点数的选取是一个复杂的问题，太少的隐含层节点会造成局部极小值过多或不鲁棒，而太多的节点数又会使学习时间过长且误差也不一定最佳。鉴于隐含层节点数与输入层、输出层节点数的多少密切相关，可参考经验公式:2X>N（其中：X为隐含层节点数，N为样本数）来确定。在此基础上，再运用“凑试法”，首先确定一个较小的隐含层节点数进行训练，如训练次数太多或在规定训练次数内没有收敛，则停止训练，逐步增加隐含层节点数，重新训练。　　　　四

7、、预警系统神经网络报警信号与输出矢量的设计　　　　预警系统的预警信号拟采用一组类似于交通管制信号的红、黄、绿三种信号，分别表示“危机”、“警报”和“安全”三种状态。将网络设计加入单输入单输出的神经门，使其在完成训练后能输出布尔离散变量的报警信号，逻辑关系为：ify＜y′then0else1，其中y′为预警阈值，0＜y′＜1。在训练完成后，将新的报警原始变量提交给输入层节点，按BP网络和神经门处理器结构依次处理，最后输出报警状态。　　五、企业投资风险分析模型BP神经网络训练　　企业投资风险分析模型BP神经网络的输入矢量为;第二层为隐含层，有n个节点，;