引力搜索优化ELM的企业财务危机预警方法

• 作者: 马超
• 来源期刊: 计算机应用研究
• 关键词: 引力搜索算法 企业危机预警 并行计算 极限学习机 混合模型
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 系统应用开发
• 页码范围: 2049-2054
• 页数: 6页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.07.028

摘要

针对企业财务危机进行了研究,提出一种基于引力搜索算法优化核极限学习机(KELM)的并行模型PHGSA-KELM.模型考虑了特征选择机制和参数优化两者对KELM模型起着同等重要的作用,提出改进的引力搜索算法(HGSA)同步实现特征选择机制和KELM参数优化,同时设计的线性加权多目标函数综合考虑了分类精度和特征子集数量,改善了算法的分类性能,并且基于多核平台的多线程并行方式进一步提高了算法的计算效率.通过真实数据集的实验结果表明,提出的模型不仅获得了较少的特征子集个数,找出了与企业财务危机紧密相关的特征,得到了很高的分类准确率,并且计算效率也得到极大提高,是一种有效的企业财务危机预警模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马超	深圳信息职业技术学院数字媒体学院	10	7	1.0	2.0