论文部分内容阅读
探讨广义回归（GRNN）神经网络在企业盈利能力预测上的优势及应用前景．利用文献资料、MATLAB7．0软件中的神经网络工具箱分剐构建企业盈利能力的GRNN预测模型和BP预测模型，对样本进行拟合和预测并对两者的拟合和预测性能进行比较．GRNN的最优光滑因子为0．05；BP神经网络的隐含层数定为10．从拟合效果看，GRNN和BP预测模型的平均误差率分别为0．5687％和1．6008％．从预测效果看，两者的平均误差率分别为2．1678％和2．5176％．GRNN充分体现了在小样本预测中的优势，预测效果优于BP网