En los últimos años, las catástrofes han afectado gravemente al desarrollo normal del negocio financiero en algunas regiones. En el momento de la catástrofe, se ha convertido en una tarea importante cómo integrar eficazmente los recursos de todas las partes, hacer frente a las catástrofes financieras repentinas de forma eficiente y restablecer los servicios financieros a tiempo. Por lo tanto, este trabajo adopta la Optimización de Enjambre de Partículas (PSO) para mejorar la Red Neural BP tradicional (BPNN) y finalmente construye un modelo de Optimización de Enjambre de Partículas potenciado por la Red Neural BP (PSO-BPNN) para la prevención inteligente de riesgos de emergencia de desastres financieros repentinos en la economía digital. Al mismo tiempo, el algoritmo propuesto también se compara con los algoritmos GA-BPNN y BPNN, que también son algoritmos inteligentes. Los resultados experimentales muestran que el algoritmo híbrido PSO-BPNN es superior al algoritmo GA-BPNN y al algoritmo BPNN en cuanto al efecto de simulación y predicción. Puede predecir con exactitud la catástrofe financiera repentina de los últimos tiempos, por lo que el modelo tiene una buena perspectiva de aplicación.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Preparación y Caracterización de Fotocatalizadores de TiO2 Modificados con Au/Pd para la Degradación de Fenol y Tolueno bajo Luz Visible-Efecto de la Temperatura de Calcinación
Artículo:
Un modelo inteligente de negociación de pares mediante algoritmos genéticos
Artículo:
Análisis del comportamiento dinámico de las torres de un puente de gran longitud basado en la técnica de monitorización por GPS
Video:
Seminario web bpICAM 2020: Diseño de materiales multifuncionales de inspirados en la naturaleza
Artículo:
Aplicaciones y nanotoxicidad de los nanotubos de carbono y el grafeno en biomedicina