遗传优化神经网络在PPP基础设施项目风险预测中的应用研究

论文摘要

本文研究题目来源于国家自然科学基金资助项目“西部城市PPP项目融资风险控制模式研究”[70672011]。公私合伙制（Public-Private-Partnerships,PPP）是公共基础设施项目中的一种新型的项目融资模式,因为公共部门和私人部门对风险有不同的偏好,所以融资风险分配协议复杂,如何将风险在各参与方之间进行有效分配,指导PPP项目的风险分担和利益分配是确保项目取得成功的关键。本文针对公共基础设施项目投资大、特许期长、参与者众多难以进行风险控制,对遗传优化神经网络在PPP基础设施项目风险预测中的应用进行了研究。使用遗传优化神经网络风险预测方法对项目融资过程中的风险进行预测,可以指导风险防范。本文完成了如下主要工作:①剖析了PPP融资模式在公共基础设施项目中的应用特点,研究了遗传优化神经网络算法的国内外研究现状,分析了风险预测理论、常用风险评价方法和风险预测方法以及常用风险预测方法所适用的领域。②基于人工神经网络BP（Back Propagation,BP）算法研究,提出了人工神经网络与遗传算法相结合的方法,并将其应用于PPP融资模式下公共基础设施项目融资过程中的风险预测,对神经网络的遗传优化算法进行了研究。③对公共基础设施项目融资风险因素进行了分类研究,采用专家打分方法对风险因素进行评价,借助模糊综合评价方式对各风险进行了计算。并对风险因素评估数据作了归一化处理,基于BP算法实现了风险预测和遗传优化网络风险预测。分别应用两种算法在公共基础设施项目中的风险预测效果进行了对比实验研究,结果表明遗传优化神经网络算法在PPP融资模式下的公共基础设施项目中的风险预测效果优于BP算法。④基于对某PPP融资模式下公共基础设施项目的需求分析,设计并实现了一个PPP融资模式下的项目风险预测系统。通过应用实例,验证了该遗传优化神经网络算法在PPP融资模式项目风险预测系统中的应用效果,该风险预测系统与传统系统风险预测方法的预测性能对比分析研究表明,所提出的遗传优化神经网络风险预测方法是可行和合理的。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 课题研究背景及意义
• 1.2 国内外研究现状
• 1.3 本文的主要工作
• 1.4 本章小结
• 2 相关技术分析
• 2.1 风险预测理论
• 2.1.1 风险预测问题的分析
• 2.1.2 风险评价方法
• 2.1.3 风险预测方法
• 2.2 人工神经网络
• 2.3 BP 神经网络
• 2.4 BP 算法
• 2.5 BP 算法实现步骤
• 2.6 本章小结
• 3 遗传优化神经网络算法的风险预测研究
• 3.1 BP 算法在风险预测中的应用
• 3.2 遗传算法
• 3.2.1 编码的选择
• 3.2.2 初始化种群
• 3.2.3 计算适应度函数
• 3.2.4 遗传算子
• 3.2.5 初始化权值
• 3.3 遗传优化神经网络风险预测
• 3.3.1 遗传算法与神经网络的结合
• 3.3.2 遗传算法优化神经网络的权值
• 3.3.3 遗传算法优化神经网络的结构
• 3.3.4 基于遗传算法优化神经网络的风险预测
• 3.4 本章小结
• 4 遗传优化神经网络算法在 PPP 项目风险预测中的应用
• 4.1 公共基础设施项目运行模式
• 4.2 模糊综合评价风险因素
• 4.2.1 风险因素的分类
• 4.2.2 风险因素的评价
• 4.2.3 风险因素的模糊综合计算
• 4.2.4 风险因素评估数据
• 4.2.5 输入输出参数处理
• 4.3 遗传优化神经网络算法的实现步骤
• 4.4 遗传优化神经网络风险预测实现
• 4.5 仿真实验
• 4.5.1 实验设计
• 4.5.2 实验过程
• 4.5.3 实验结果
• 4.6 本章小结
• 5 PPP 项目风险预测系统的设计与实现
• 5.1 需求分析
• 5.2 系统设计
• 5.2.1 系统体系架构
• 5.2.2 系统功能模块划分
• 5.2.3 遗传优化神经网络模型训练
• 5.2.4 遗传优化神经网络应用模型
• 5.3 系统实现
• 5.4 系统运行效果分析
• 5.5 本章小结
• 6 结论与展望
• 6.1 结论
• 6.2 工作展望
• 致谢
• 参考文献
• 附录
• A. 作者在攻读硕士学位期间发表的论文目录
• B. 作者在攻读硕士学位期间参与的科研项目