摘要
本研究从供应链金融自身特点出发,提出一种混合型机器学习的方法,首先采用双重自适应权值改进灰狼优化算法,再将该算法应用于支持向量机的优化,构建IGWO-SVM信用风险评价模型.本文选取了计算机通信行业的20家核心企业与104家中小企业数据,利用相关性分析和主成分分析法对数据进行降维处理,将得到的数据输入IGWO-SVM模型中,与SVM、KNN、GWO-SVM三种模型进行比较.实验结果表明,与其他三类模型相比,IGWO-SVM模型在准确率、查准率等五个方面均有更优秀的表现,充分验证了该模型具有更好的分类识别性能.
维普
万方数据