| 基于粒子算法和支持向量机的财务危机预警模型 |
| |
| 引用本文： | 彭静,彭勇,欧阳令南. 基于粒子算法和支持向量机的财务危机预警模型[J]. 上海交通大学学报, 2008, 42(4): 615-620 |
| |
| 作者姓名： | 彭静 彭勇 欧阳令南 |
| |
| 作者单位： | 上海交通大学,安泰经济与管理学院,上海,200052;深圳图书馆,深圳,518026;重庆交通大学,交通运输学院,重庆,400074;上海交通大学,安泰经济与管理学院,上海,200052 |
| |
| 摘 要： | ![]()
基于特征集的选择、核函数参数的优化对支持向量机(SVM)模型的预测性能有着重要的影响,提出了一个粒子算法-支持向量机(PSO-SVM)模型.该模型采用PSO对特征集和核函数参数同时进行优化,从而提高SVM模型的预测结果.将所提出的PSO-SVM模型应用到财务危机预警中,取得了较佳的预测结果.
|
| 关 键 词： | 财务危机预警 粒子算法 支持向量机 |
| 文章编号： | 1006-2467(2008)04-0615-06 |
| 修稿时间： | 2007-05-18 |
Hybrid Particle Swarm Optimization and Support Vector Machine for Bankruptcy Prediction |
| |
| PENG Jing,PENG Yong,OUYANG Ling-nan. Hybrid Particle Swarm Optimization and Support Vector Machine for Bankruptcy Prediction[J]. Journal of Shanghai Jiaotong University, 2008, 42(4): 615-620 |
| |
| Authors: | PENG Jing PENG Yong OUYANG Ling-nan |
| |
| Abstract: | ![]()
|
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
