基于多目标优化加权软投票集成算法的信用债违约预警研究
打开文本图片集
摘 要： 为了提高信用债违约预测的准确性和稳定性，便于金融风险管理，以2014年1月1日—2021年12月31日的信用债为研究对象，提出一种基于多目标优化的加权软投票集成算法。该算法通过计算每个基分类器的模糊密度来量化其识别能力，并使用多目标粒子群算法来求解基分类器的权重。将所提算法与其他单一分类器如支持向量机、逻辑回归、高斯贝叶斯、MLP，以及其他集成算法如投票类集成算法（voting）和stacking算法进行比较，采用期望PFI算法进行特征重要度分析。（剩余12271字）