径向基函数神经网络优化及其在企业财务预警中的应用研究.pdf

代 号 10701 学 号 0877960213 分类号 TP3 密 级 公开 题 （中、英文）目 径向基函数神经网络优化及其在企业财务预警中的应用 Radial Basis Function Neural Network Optimizating and Its Application in Corporate Financial Distress Prediction 作 者 姓 名 皎 涛 指导教师姓名、职务 刘志镜 教授 学 科 门 类 工 学 学科、专业 计算机技术 提交论文日期 二○一一年九月 摘 要 近年来，随着人工智能理论和数据挖掘技术的发展成熟，其在信号处理、模 式识别和金融时间序列预测分析等方面都取得了巨大的成功，已逐渐超越传统的 基于统计分析的方法和 BP 神经网络。径向基函数神经网络是一种基于正则化理 论的三层前向传播的神经网络，具有良好的泛化能力、较快的收敛速度、避免陷 入局部极小等优点，在近几年来其研究和应用得到了迅速的发展。 相比于传统的神经网络模型，径向基函数神经网络采用了对参数的分阶段训 练的方法，避免了像 BP 网络那样冗长和繁琐的计算过程，从而提高了网络训练 的效率，但是当输入节点的数目过多的时候，径向基函数神经网络的中心节点和 线性参数的训练过程将会变长，从而降低网络训练的效率。本研究提出了基于主 成分分析的径向基函数神经网络的优化，使用主成分分析方法首先对于训练样本 集进行初步的特征选择，从而减少了径向基函数神经网络的输入节点的数目，通 过此方法来提高网络训练和预测的效率。 通过前文的详细总结和研究，笔者将经过出成分分析方法优化的径向基函数 神经网络应用于财务预警领域，使用反映上市公司财务指标的真实数据，通过在 MATLAB 仿真平台上进行的实验来验证本研究所提出的优化方法的有效性。通过 实验证实了经过主成分分析方法优化的径向基函数神经网络对于财务状况分类预 测准确率的提高和改善具有良好的效果。此外，本文还分析了企业财务预警系统 的功能及要求，财务预警系统的总体框架，详细介绍了各个子系统的设计，构建 了包括模型预警及关键变量分析的财务预警原型系统，同时将平衡计分卡、BP 企业绩效评价模型纳入该系统，作为多企业财务预警的补充，为企业利益相关者 服务。 关键词：径向基函数 神经网络 主成分分析 财务预警 MATLAB Abstract In recent years, artificial intelligence theory and data mining technologies have made tremendous success in pattern recognition and prediction along with their development and maturity. Applications in the financial area with data mining technologies have been researched widely. Radial-basis function neural network (RBFN) based on regularization theory is a feedforward network with three layers. It has developed rapidly in these years becau