原文服务方: 计算机应用研究       
摘要:
提出了一种新的企业资信评估方法.通过把神经网络和遗传算法有机地结合起来,既克服了传统BP网络训练时间长、易陷入局部极值的缺点,又利用遗传算法提高了网络全局收敛的效率.该模型采用C#.NET+SQL server 2000实现.实验结果表明,基于遗传算法的BP神经网络系统对企业资信评估有着良好的性能.
推荐文章
BP神经网络在企业资信评估中的应用研究
BP神经网络
资信评估
金融决策
动态演化
基于遗传算法优化的BP神经网络研究应用
人工神经网络
BP神经网络
遗传算法
GA?BP神经网络
优化方法
搜索能力
基于遗传算法优化的BP神经网络在密度界面反演中的应用
BP神经网络
遗传算法
密度界面反演
网络训练
优化
遗传算法BP神经网络在变形监测中的研究
BP神经网络
遗传算法
建筑基坑
变形监测
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于遗传算法的BP神经网络在企业资信评估中的应用
来源期刊 计算机应用研究 学科
关键词 遗传算法 反向传播神经网络 资信等级评估
年,卷(期) 2007,(8) 所属期刊栏目 开发应用
研究方向 页码范围 301-303,305
页数 4页 分类号 TP311.5
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2007.08.098
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张洪伟 四川大学计算机学院 57 513 15.0 20.0
2 孟凡超 四川大学计算机学院 1 23 1.0 1.0
3 徐剑 四川大学计算机学院 1 23 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (27)
参考文献  (4)
节点文献
引证文献  (23)
同被引文献  (27)
二级引证文献  (86)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(6)
  • 引证文献(3)
  • 二级引证文献(3)
2010(8)
  • 引证文献(4)
  • 二级引证文献(4)
2011(5)
  • 引证文献(2)
  • 二级引证文献(3)
2012(8)
  • 引证文献(1)
  • 二级引证文献(7)
2013(7)
  • 引证文献(1)
  • 二级引证文献(6)
2014(15)
  • 引证文献(2)
  • 二级引证文献(13)
2015(8)
  • 引证文献(3)
  • 二级引证文献(5)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(12)
  • 引证文献(0)
  • 二级引证文献(12)
2018(19)
  • 引证文献(1)
  • 二级引证文献(18)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
遗传算法
反向传播神经网络
资信等级评估
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导