Resumen

Con la llegada de la era de la globalización económica, el mercado mundial de capitales también se enfrenta a riesgos financieros. Es necesario contar con un modelo de alerta temprana de gestión financiera correspondiente para reducir las pérdidas económicas. Este trabajo utiliza la combinación del algoritmo de colonia de hormigas y el algoritmo de red neuronal para construir un modelo de red neuronal mejorado por el algoritmo de colonia de hormigas. Estableciendo los supuestos pertinentes, se predicen y analizan los estados financieros y los textos de los informes anuales y se comparan con el modelo original de previsión de datos estáticos. En comparación con los métodos tradicionales, el análisis secuencial de series temporales utilizado en este trabajo hace que la predicción de resultados sea más precisa. Esto permite utilizar los datos de un año para predecir los datos de los dos años siguientes. Esta investigación puede proporcionar una referencia correspondiente para la optimización del sistema de alerta temprana de la gestión financiera.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:algoritmo de colonia de hormigas, gestión financiera, texto de informe anual, datos estáticos originales, análisis de secuencias de series, mercado mundial de capitales, modelo de previsión de datos, algoritmo de red neuronal, modelo de alerta temprana, sistema de alerta temprana
• Keywords:ant colony algorithm, financial management, annual report text, original static data, series sequencing analysis, world capital market, data forecasting model, neural network algorithm, early warning model, early warning system