新疆上市公司债务担保风险防范案例分析——以准油股份为例

上市公司债务担保问题已是社会关注的重点,由债务担保风险引起的债务问题层出不穷.新疆上市公司的债务担保问题也尤为突出,值得引起社会、企业和有关部门的重视.市场经济条件下,担保的目的是为了降低风险、保证资金交易安全、促进企业健康发展,能达到有效分配资金的效果.本文通过对准油股份对外担保事例分析,研究担保不规范及过度担保对企业造成的严重后果,担保风险不仅引起资金损失还损害其他股东权益影响企业形象,更加剧了财务风险.试图寻找一些防范准油股份债务担保风险的措施,改善企业的财务状况,促进企业的健康发展.     

基于优化AC-BiLSTM模型的机场终端区流量预测

将深度学习用于机场终端区流量预测研究。神经网络具有复杂的网络拓扑结构和较多的超参数，这使得超参数的选择很困难。以往神经网络模型的超参数通常是根据经验来调整的，因此，为了解决超参数搜索问题，引入粒子群算法(PSO)。针对基本粒子群算法(Basic PSO,BPSO)的缺点和不足，提出一种基于自适应惯性权重的混沌粒子群优化（AWCPSO）算法，该算法在基本PSO的基础上进行了改进和优化。具体方法是，使用一种新的动态自适应惯性权重在全局寻优和局部寻优之间取得平衡；进而将混沌思想和粒子群算法相结合，解决粒子群算法易陷入局部最优的问题。实验表明，AWCPSO算法用于AC-BiLSTM模型的超参数寻优时，既解决了BPSO算法的早熟收敛问题，又提高了流量预测的精度。