|
基于OPRA与NTVE-PSO-PNN的财务危机预警模型研究
王洪宝,王福胜
2013, 55(3):
160-167.
DOI: 1001-148X(2013)03-0160-08
财务危机预警是公司预测和防范财务危机的主要手段,为了提高财务危机预警模型的预测精度和执行效率,本文将局部线性嵌入(Locally Linear Embedding, LLE)方法引入传统的主成分分析 (Principal Component Analysis, PCA),提出了一种正交投影降维方法(Orthogonal Projection Reduction by Affinity, OPRA),进行财务指标的选取和降维。OPRA方法不仅保持了财务指标数据在降维映射过程中的流形特征,还重构了正交投影数据。将概率神经网络(Probabilistic Neural Network, PNN)与非线性时间变量演化粒子群(Nonlinear Time-varying Evolution Particle Swarm Optimization, NTVE-PSO)结合,提出了NTVE-PSO-PNN财务危机预警模型。在PNN神经网络财务危机预警训练时,本文采用NTVE-PSO方法确定PNN的优化结构。实验结果显示,OPRA能够获得较好的降维效果,NTVE-PSO-PNN算法提供了较好的预测精度和计算效率。
参考文献 |
相关文章 |
计量指标
|