基于遗传算法参数优化的最小二乘支持向量机财务困境预测OACHSSCD
Financial Distress Forecast of Least Squares Support Vector Machines Based on Genetic Algorithm Parameter Optimization
传统支持向量机应用于财务困境预测时，需要求解复杂的二次规划问题，求解难度大。而最小二乘支持向量机模型可以将二次规划问题变成一个线性方程组来求解，有效降低了模型求解的难度。尤其是将遗传算法应用于最小二乘支持向量机模型参数和核参数的优化时，显著提高了模型预测的正确率。本文从沪深两市随机抽取了2002年-2007年252家A股上市公司作为研究样本，并把研究样本分为两组，对这两组样本数据分别进行了短期及中长期预测。实证结果表明，基于遗传算法的最小二乘支持…查看全部>>
When using traditional support vector machine to make financial distress prediction, we need to solve the complex quadratic programming problems, which are quite difficult. At the same time, the least squares support vector machine （LS-SVM） can solve the quadratic programming problems by transferring them into linear equations, effectively reducing the difficulty. Especially when applying genetic algorithm to optimize parameters and kernel parameters of LSSV…查看全部>>
赵冠华;李玥;赵娟
山东财政学院,济南250014山东财政学院,济南250014山东财政学院,济南250014
管理科学
遗传算法最小二乘支持向量机参数优化短期预测中长期预测
genetic algorithmleast squares support vector machineoptimizationshort-term predictionthe medium range forecast and long-term prediction
《科学与管理》 2011 (5)
56-63,8
山东省科技攻关计划资助项目（2008GG30009005）,2008.10-2010.10山东省软科学研究计划资助项目（2008RKA223）,2008.6-2010.6.
评论