發(fā)布時(shí)間：2020-12-14 07:28

　　文章在標(biāo)準(zhǔn)粒子群算法基礎(chǔ)上,通過引入混沌技術(shù)和小生境技術(shù)構(gòu)建了一種改進(jìn)的粒子群算法——混沌小生境粒子群算法,該算法改善了種群的多樣性,提高了算法的全局尋優(yōu)性能。并將該算法與模糊神經(jīng)網(wǎng)絡(luò)相結(jié)合構(gòu)建了混沌小生境粒子群模糊神經(jīng)網(wǎng)絡(luò)模型。以我國上市公司為研究對象,運(yùn)用所提出的模型對公司信用狀況進(jìn)行了評估預(yù)測,實(shí)證結(jié)果證明了該模型的有效性和可靠性。 

【文章來源】：統(tǒng)計(jì)與決策. 2019年05期 北大核心CSSCI

【文章頁數(shù)】：4 頁

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)版粒子群優(yōu)化算法的最優(yōu)雙層規(guī)劃模型及其求解[J]. 黃文雅.  統(tǒng)計(jì)與決策. 2018(01)
[2]上市公司信用風(fēng)險(xiǎn)的度量[J]. 唐振鵬,陳尾虹,黃友珀.  統(tǒng)計(jì)與決策. 2016(24)
[3]群體智能在旅行商問題中的應(yīng)用綜述[J]. 楊啟文,阮?yuàn)櫮?陳俊風(fēng),李彬.  自動(dòng)化技術(shù)與應(yīng)用. 2016(08)
[4]混沌粒子群優(yōu)化算法研究[J]. 高尚,楊靜宇.  模式識別與人工智能. 2006(02)



本文編號：2916067