论文部分内容阅读
中小微企业融资难的问题凸显,信用风险的识别模型研究变得越来越重要,为了更好的减轻中小微企业的困境,本文以中小微企业为研究对象,选取信用风险指标,采用主成分分析(PCA)的方法筛选并构建信用风险识别指标体系。运用粒子群优化算法(PSO)与支持向量机模型相结合,优化支持向量机参数,并将该模型与网格寻优、遗传算法(GA)优化支持向量机模型的评估结果进行比较分析。最终实验结果表明:粒子群优化算法优化的支持向量机模型的评估结果准确率要优于网格寻优与遗传算法。