基于改进型BP算法的外债风险指标预测

• 作者: 林成德 陈雄华
• 来源期刊: 厦门大学学报(自然科学版)
• 学科: 工学
• 关键词: 外债风险 非线性时间序列预测 人工神经网络 BP算法
• 年，卷（期）: 2001,（5）
• 所属期刊栏目: 数学·计算机科学
• 页码范围: 1017-1021
• 页数: 5页
• 分类号: TP183
• 字数: 3296字
• 语种: 中文
• DOI: 10.3321/j.issn:0438-0479.2001.05.003

摘要

利用人工神经网络进行时间序列预测是一种较新的方法,它具有不需建立复杂的数学模型以及非线性映射能力强等优点.采用动量法和学习率自适应调整的改进型BP算法对外债风险的各项指标进行了非线性时间序列的预测,仿真结果表明神经网络模型对外债风险的各项指标预测的结果是准确可靠的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林成德	厦门大学自动化系	18	418	9.0	18.0
2	陈雄华	厦门大学自动化系	4	165	2.0	4.0