论文部分内容阅读
本文重点阐述了人工神经网络模型(BP算法)在投资项目风险分析过程中的运用.本文从项目风险分析的各个阶段入手,系统地介绍了根据风险辨识阶段的历史数据,建立三层前馈神经网络模型,根据BP算法调整其权值和阀值,进行系统训练并结合输入数据,最终得到风险估计系数作为输出值作为决策依据,为投资项目的风险分析提供了一种结合现代算法的新思路,可以作为决策支持系统中的一部分,为决策者提供定量的、科学的依据.本文构建了人工神经网络应用于风险分析的软件应用系统,该系统共分三个单元:风险辨识单元、神经网络分析单元和风险评估系数输出单元,软件的大部分采用Delphi(Kylix)开发平台,结合Java2开发核心的神经网络分析部分,具有良好的跨平台、可移植性和扩展性.