论文部分内容阅读
目前BP神经网络已经成功用于公司财务分析与预测，但神经网络采用了传统梯度下降探索法致使BP神经网络存在着收敛速度慢，易陷入局部最优等缺陷，对应用效果造成了不良影响。本文提出通过改进粒子群全局搜索算法对BP网络进行训练。既保留了神经网络原有的优点，又克服了传统训练方法的缺陷实证表明，该方法预测结果优于传统神经网络模型。