改进HS算法优化BP网络的财务危机预警研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 论文主要研究内容 | 第14页 |
| 1.4 本文组织结构 | 第14-17页 |
| 第2章 相关算法理论 | 第17-27页 |
| 2.1 和声搜索算法 | 第17-20页 |
| 2.1.1 和声搜索算法理论基础 | 第17-18页 |
| 2.1.2 和声搜索算法步骤 | 第18-20页 |
| 2.2 差分进化算法 | 第20-22页 |
| 2.2.1 理论基础 | 第20-22页 |
| 2.2.2 算法流程 | 第22页 |
| 2.3 误差反向传播神经网络 | 第22-26页 |
| 2.3.1 人工神经网络基本理论 | 第22-24页 |
| 2.3.2 误差反向传播神经网络 | 第24-26页 |
| 2.4 本章小节 | 第26-27页 |
| 第3章 改进和声算法优化BP网络 | 第27-34页 |
| 3.1 改进的和声搜索算法 | 第27-30页 |
| 3.2 HSDM算法优化BP神经网络 | 第30-32页 |
| 3.2.1 优化依据 | 第30-31页 |
| 3.2.2 优化原理 | 第31-32页 |
| 3.2.3 优化步骤 | 第32页 |
| 3.3 本章小节 | 第32-34页 |
| 第4章 HSDM-BP财务预警模型构建 | 第34-44页 |
| 4.1 财务预警基础理论 | 第34-35页 |
| 4.1.1 财务危机 | 第34页 |
| 4.1.2 预警理论 | 第34-35页 |
| 4.2 财务预警指标体系构建 | 第35-39页 |
| 4.2.1 财务样本选取 | 第35页 |
| 4.2.2 指标选取原则 | 第35页 |
| 4.2.3 指标体系建立 | 第35-39页 |
| 4.3 HSDM-BP算法模型实现 | 第39-43页 |
| 4.3.1 模型样本数据预处理 | 第39页 |
| 4.3.2 模型参数设定 | 第39-40页 |
| 4.3.3 模型实现 | 第40-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 基于HSDM-BP的财务预警系统 | 第44-52页 |
| 5.1 财务数据准备 | 第44-45页 |
| 5.2 系统预警实现 | 第45-51页 |
| 5.2.1 系统程序运行 | 第45-49页 |
| 5.2.2 预测结果 | 第49-51页 |
| 5.3 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 作者简介及科研成果 | 第55-56页 |
| 致谢 | 第56页 |
