基于PCA与GA改进BP神经网络的高速公路项目融资风险评价.pdf

基于PCA与GA改进BP神经网络的高速公路项目融资风险评价.pdf

ID:52351584

大小:341.55 KB

页数:4页

时间:2020-03-26

基于PCA与GA改进BP神经网络的高速公路项目融资风险评价.pdf_第1页
基于PCA与GA改进BP神经网络的高速公路项目融资风险评价.pdf_第2页
基于PCA与GA改进BP神经网络的高速公路项目融资风险评价.pdf_第3页
基于PCA与GA改进BP神经网络的高速公路项目融资风险评价.pdf_第4页
资源描述:

《基于PCA与GA改进BP神经网络的高速公路项目融资风险评价.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2010年第8期科技管理研究ScienceandTechnologyManagementResearch2010No.8文章编号:1000—7695f2010)08—0209—04基于PCA与GA改进BP神经网络的高速公路项目融资风险评价赵辉,王雪青。(1.青岛理工大学管理学院,山东青岛266520;2.天津大学管理学院,天津300072)摘要:针对高速公路项目融资风险评价问题,提出主成分分析(PrincipalComponentAnalysis,PCA)与遗传算法(GeneticAlgorithm,GA)改进BP神经网络相集成的高速公路项

2、目融资风险评价方法。首先利用主成分分析对高速公路项目融资风险评价指标体系降维,然后把降维后的指标数据输入到遗传算法改进的BP神经网络,最后应用该方法对北方某省15条高速公路项目融资风险进行评价。实证研究表明该方法应用到高速公路项目融资风险评价中是可行可靠的。关键词:高速公路项目;融资风险;主成分分析;遗传算法;BP神经网络中图分类号:F'830.9文献标识码:A公路运输是国民经济的命脉,是经济建设必不可少的重文主要在综合国内外高速公路项目融资实践中遇到的普遍风要基础设施。由于我国高速公路建设规模不断扩大,以及该险的基础上,根据全面性、系统性

3、、可比性与科学性的原则,类项目所需投资金额又较多,目前我国很多高速公路项目的运用层次分析法的原理将项目融资风险按其在高速公路项目建设不少都是采用了项目融资模式。由于项目融资时间长、的建设开发、试生产和生产经营三个阶段的表现形式划分为规模大、参与方多、结构复杂,导致融资风险极大,它直接7个基本类型和31个小类,其风险指标体系如表1关系到项目融资能否成功以及项目能否进行建设。因此,研所示:究高速公路项目融资风险的评价对于有效利用各类资金,保表1高速公路项目融资风险评价指标体系证项目建设的顺利实施具有重要的现实意义。提供信用担保的项目参与者资信风

4、险xIl,承包商风目前,在项目融资风险定量评价方面,典型的方法有模信用风险l险l2,项目发起人风险Xl3,技术风险H,资金能糊数学方法和灰色理论,如文献[1]和文献[2]都是采用力风险I5,管理水平风险xl6模糊数学方法,对风险进行了综合评价。文献[3]则采用项目建设延期风险x2I。项目建设成本超支风险x22,灰色理论对风险进行了综合评价。但高速公路项目融资是一高完工风险2项目迟迟不到“设计”规定的标准风险x23,极端、个多风险、多目标决策问题,如果单纯采用模糊方法会造成速情况下项目完全停工放弃风险x24公技术是否仍先进的风险x3l,劳动力

5、状况风险x信息的丢失,而仅采用灰色方法又难以体现有些风险指标定路经营维护风险x3原材料供应风险,义上可能存在交叉的模糊性。针对以上问题,有些学者又提,X33经营管理风险x项项目产品市场价格风险X出了一些方法,最具代表性的方法之一当属BP神经网络方目市场风险4l,竞争导致的风险2,x法J。BP神经网络作为一种模拟生物神经系统结构的人工智融项目时效性风险,x43市场准入风险X44资金融风险x5汇率风险I,利率风险x52,通货膨胀53,国际贸能技术,它具有强大的自适应、自组织、自学习的能力以及风易政策的趋向风险X54,货币兑换困难风险x55具备高

6、度的非线性映射性、泛化性和容错性等特点。正是因险主权风险】【61,国有化风险x62,政治稳定性风险此,此项技术在经济建设研究中Et益受到重视,不断有学者政治风险)【6X63,政府不履行协议风险64,税收增加风险65,将它作为一种工具应用于工程项目中,并取得了一定的公共部门能否供应风险x66成果,然而BP神经网络具有在样本数据过多时收敛速度降环境保护风险环境保护方面立法变动的风险x7l,环境污染责任风低甚至不收敛,易于陷入局部优化等固有缺陷J。主成分分x,险72析方法(PrincipalComponentAnalysis,PCA)是系统降维和

7、特征提取的一种基本方法,通过线性变换,将原来的多个指标组合成相互独立的几个能充分反映总体信息的指标;遗传2基于PCA与GA改进BP神经网络的高速公路项算法(GeneticAlgorithm,GA)是基于进化中优胜劣汰、自目融资风险评价模型然选择、适者生存和物种遗传思想的搜索算法,是一种全局寻优的方法。本文正是把它们有机的结合起来,提出了主2.1主成分分析成分分析与遗传算法改进BP神经网络相集成的方法,并将研究中经常会遇到多指标的问题,这些指标间往往存在此方法应用于高速公路项目融资风险的评价中。一定的相关关系,直接用于分析不仅计算复杂,而且可

8、能因变量间多元共线性而无法得出正确结论。主成分分析是一种1高速公路项目融资风险评价指标体系通过降维技术把多个变量化为少数几个主成分的统计分析方由于各个项目所处的内部环境和外部环境

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。