基于粒子群算法和核极限学习机的财务危机预测模型
2019-05-10分类号:F275
【部门】西安交通大学管理学院 长春工业大学计算机信息网络中心 温州大学物理与电子信息工程学院
【摘要】文章提出了一种基于粒子群优化算法与核极限学习机的企业财务危机预测方法。考虑到在分类预测的过程中参数优化与特征选择之间的相互影响,利用粒子群优化算法优化核极限学习机参数的同时进行特征选择,从而优化出最优的核极限学习机模型并得到具有代表性的特征子集;最后,使用所提出的最优的核极限学习机模型对新数据集进行训练和预测。实验表明,与其他预测模型进行对比实验,该方法具有更好的性能,方法可行有效且实用。
【关键词】核极限学习机 粒子群算法 特征选择 财务危机预测
【基金】国家社会科学基金资助项目(15BGL082);国家社会科学基金西部项目(15XGL001)
【所属期刊栏目】统计与决策
文献传递