引力搜索优化ELM的企业财务危机预警方法

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.

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

所属期刊栏目：34

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金青年基金资助项目61303113;广东省自然科学基金资助项目2016A030310072

在线出版日期：2017-08-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2049-2054