基于多目標(biāo)優(yōu)化加權(quán)軟投票集成算法的信用債違約預(yù)警研究

打開文本圖片集

摘  要： 為了提高信用債違約預(yù)測(cè)的準(zhǔn)確性和穩(wěn)定性，便于金融風(fēng)險(xiǎn)管理，以2014年1月1日—2021年12月31日的信用債為研究對(duì)象，提出一種基于多目標(biāo)優(yōu)化的加權(quán)軟投票集成算法。該算法通過計(jì)算每個(gè)基分類器的模糊密度來量化其識(shí)別能力，并使用多目標(biāo)粒子群算法來求解基分類器的權(quán)重。將所提算法與其他單一分類器如支持向量機(jī)、邏輯回歸、高斯貝葉斯、MLP，以及其他集成算法如投票類集成算法（voting）和stacking算法進(jìn)行比較，采用期望PFI算法進(jìn)行特征重要度分析。（剩余12271字）