基于INSGA优化的SVM方法在财务风险预警中的应用

摘要：

传统的统计方法无法保证财务风险预警的准确度.本文提出了一种改进的非支配排序多目标遗传算法和支持向量机的财务风险预警模型,利用改进的非支配排序多目标遗传算法来提高支持向量机在两个方面的效果:特征子集选择和参数最优化.实证研究表明:该方法不仅能够有效降低变量维数,而且能够进一步提高财务风险预警模型的预测准率、降低第一类及第二类分类错误率.另外模型的运算速度得到极大改善.

关键词： 企业管理 财务风险 预警模型 改进非支配排序多目标遗传算法 支持向量机

作者: 丁德臣

作者单位: 山东财经大学保险学院 山东济南 250014

会议类型: 国内会议

会议名称: 第七届立信风险管理论坛

会议地点: 上海

会议语种:中文

页码: 35-47

在线出版日期: 2013-11-08（万方平台首次上网日期，不代表论文的发表时间）