沿海企业与科技 COASTAL ENTERPRISES AND SCIENCE （2 ） 从节点 j 至节点 i， 存在一个连接权系数 Wij; （3 ） 对于每个节点 i， 存在一个阈值 Hi; （4 ） 对于每个节点 i， 定义一个变换函数 fi(Xi， Wij， Hi ) ，ij; 对于最一般的情况，此函数取 fi (， WijXi- Hi)形式。 如下图 3：人工神经网络包括递归 (反馈)网络和前馈网 络。 （1 ） 递归网络 （反馈网络 ） 递归网络由多个神经元互连组成，如图 4 所50图 4递归网络图 5前馈网络示。神经元的输出被反馈至同层或前层神经元， 信 号能够从正向和反向传播。（2 ） 前馈网络 前馈网络具有递阶分层结构，同层神经元间 不存在互连，从输入层至输出层的信号通过单向 连接传播， 神经元从上一层连接至下一层， 不存在 同层神经元间的连接， 如图 5 所示。3. 人工神经网络的应用 人工神经网络有 BP 网络、 ART 网络、 RBF 网 络和 H0P 网络等类型。 BP 网络主要应用于分类、 函数逼近、 优化和预 测， 至今已成功应用的领域包括： 战略财务管理、 上市公司财务风险预警、 风险投资项目评价、 股价 指数预测、 固定资产投资预测、 账单数据挖掘、 金 融衍生证券定价、 纳税评估、 经济发展模式选择、城市土地集约利用评价、 营销策略组合、 货运量预 测、 物流需求预测、 成矿预测等。而 ART网络的应 用领域包括： 财务诊断、 危机报警、 财务信息质量 控制、 数据挖掘等。RBF 神经网络已成功应用于客 户关系管理、 住宅造价估算等， HOP 网络在工程技 术方面的应用极其广泛。 人工智能技术在经济与管理领域的成功应用, 已引起学界的极大关注， 而在财务管理领域， 运用 BP 网络进行财务预测的成果累累，其已成为当今 人工智能应用研究炙手可热的亮点，其繁花似锦 的研究成果为财务管理研究增添了亮丽的色彩。 三、 结语 智能机器人超越人类的划时代发明为 AI 技术 的发展描绘了宏远的蓝图， AI 技术在财务管理中 的应用已日渐成熟。相信在不久的将来， 智能机器 人财务管理将大行其道，依靠智能财务管理专家 系统，必将大大提高财务管理的效率、效果和效 益， 即时化、 人性化和智能化必将成为未来财务管 理专家系统的主要特征。到那时， 智能财务管理专 家容貌逼真的人型直立智能机器人将任劳任 怨地帮助人们打理纷繁复杂的财务管理事务， 而 财务管理人员则从风云变幻的商业环境中脱身出 来。从财务主体发展战略的高度， 遵循以人为本的 理念， 开展财务科学管理， 促使财务主体可持续发 展， 实现利益相关者价值组合最大化。参考文献1 李陶深.人工智能 M 重庆:重庆大学出版社, 2002.2 蔡自兴. 人工智能基础 M 北京:高等教育出版社,2005.3 佘玉梅， 段鹏. 人工智能应用 M 上海:上海交通大学出版社,2007.4 美 Foggon， D. ASP.NET1.1 数据库入门经典 M .北京:清华大学出版社,2005.5 王化成.财务管理理论结构M 北京:中国人民大学出版社,2006.6 傅元略.财务管理理论 M 厦门:厦门大学出版社, 2007.51