导读：为了提高风险评估的准确度和效率，资产评估,商标评估,软件评估,评估公司有效降低农业信贷风险，提出一种基于优化反向传（BackPropagation，BP）神经网络的风险评估方法。首先，该方法利用量（QuantumGeneticAlgorithm，QGA）调整和确定 BP 神经网络的初始权重和阈值，实现了 BP 神经网络模参数设置优化。然后，将 QGA-BP 神经网络模型应用于农业信贷风险评估中，并基于案例分析法进行验证。最后，通过对比 QGA-BP 神经网络与 GA-BP 神经网络的性能验证所提方法的有效性。评估公司,评估机构,固定资产评估,价格评估结果表明：QGA-BP 神经网络可以加快神经网络的收敛速度，改善 BP 神经网络容易陷入局部最小值的缺点。QGA-BP 神经网络模型在农业供应链金融信用风险预测中表现良好，其预测精度和预测速度都有所提高。