【摘要】审计分析软件的自学习功能十分重要。本文针对中央企业审计分析和预警系统的核心技术——财务困境预警,选取206家中央企业及其子公司的财务指标作为训练样本和测试样本。使用主成分分析方法筛选后,采用Fisher线性判别模型、贝叶斯判别模型、Logistic模型、径向基函数神经网络模型、支持向量机模型等五种数据挖掘模型进行训练和测试。结果表明:除贝叶斯判别模型预测结果较差外,其它四种模型的预测准确率都较高,其中Fisher线性判别模型的预测准确率最高。本实验室给出了Fisher线性判别模型自学习功能实现的流程图和C/C++语言描述,实现了中央企业审计分析和预警系统的优化和改进。