基于HSDM-BP模型的企业财务预警研究
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-18页 |
| ·课题研究背景及目的意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究目的与意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·BP神经网络国内外研究现状 | 第12-14页 |
| ·和声搜索算法国内外研究现状 | 第14页 |
| ·财务危机预警国内外研究现状 | 第14-15页 |
| ·论文主要研究内容 | 第15-16页 |
| ·本文组织结构 | 第16-18页 |
| 2 相关算法基本理论 | 第18-35页 |
| ·人工神经网络基本理论 | 第18-22页 |
| ·人工神经元模型 | 第18-20页 |
| ·人工神经网络的互联结构 | 第20-21页 |
| ·神经网络学习方式 | 第21-22页 |
| ·误差反向传播神经网络 | 第22-27页 |
| ·误差反向传播的原理 | 第22-23页 |
| ·误差反向传播神经网络处理单元模型 | 第23-25页 |
| ·误差反向传播学习算法 | 第25-27页 |
| ·和声搜索算法基本理论 | 第27-31页 |
| ·和声搜索算法理论基础 | 第27-29页 |
| ·和声搜索算法步骤 | 第29-31页 |
| ·差分进化算法基本理论 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 3 HSDM算法优化BP神经网络 | 第35-44页 |
| ·HSDM算法 | 第35-39页 |
| ·HSDM算法优化BP神经网络 | 第39-43页 |
| ·HSDM算法优化BP网络依据 | 第39-40页 |
| ·HSDM优化BP网络的基本原理 | 第40-43页 |
| ·HSDM优化BP网络的步骤 | 第43页 |
| ·本章小结 | 第43-44页 |
| 4 财务预警的HSDM-BP模型构建 | 第44-56页 |
| ·财务预警理论基础 | 第44-46页 |
| ·财务危机内涵 | 第44-45页 |
| ·预警理论基础 | 第45-46页 |
| ·财务样本选取 | 第46页 |
| ·财务预警指标体系构建 | 第46-51页 |
| ·指标选取原则 | 第46-47页 |
| ·指标体系建立 | 第47-51页 |
| ·HSDM-BP算法的模型实现 | 第51-55页 |
| ·HSDM-BP模型预处理 | 第51-52页 |
| ·模型实现 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 5 HSDM-BP模型的系统应用 | 第56-65页 |
| ·系统应用准备 | 第56-58页 |
| ·样本数据选取 | 第56-58页 |
| ·样本数据分类 | 第58页 |
| ·系统预警实现 | 第58-64页 |
| ·系统程序运行 | 第58-63页 |
| ·实际预测结果 | 第63页 |
| ·算法比较 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录A 样本公司训练数据 | 第70-74页 |
| 附录B 预测样本数据 | 第74-76页 |
| 作者简历 | 第76-78页 |
| 学位论文数据集 | 第78页 |
