【摘要】用核主成分分析法（ＫＰＣＡ）、改进的粒子群算法（ＭＰＳＯ）和ＢＰ神经网络构建电子商务信用风险预警模型（ＫＰＣＡ－ＭＰＳＯ－ＢＰ）。首先，用核主成分分析（ＫＰＣＡ）对电子商务信用风险指标进行降维处理，接着用改进的粒子群算法（ＭＰＳＯ）对ＢＰ神经网络的惯性权重和阈值进行搜索，确定惯性权重和阈值的大小，再用ＢＰ神经网络对电子商务信用风险的１３家企业的数据作为训练集，对其进行训练，用另外５家企业的数据作为测试集，对其进行测试。实验结果表明：ＫＰＣＡ－ＭＰＳＯ－ＢＰ模型预警的误差最小，说明组合模型是合理的。