作者:杨春霞 王妍 朱鹏渭
作者单位:南京信息工程大学信息与控制学院
载《金融理论与实践》2017年第5期
摘要:为了提高信用风险评估的准确率,应用支持向量机(SVM)来建立信用风险评估模型。针对SVM模型性能的优劣与参数的选择密切相关,提出对传统的果蝇优化算法(FOA)进行改进,采用改进的果蝇算法优化支持向量机的参数,并将该模型的评估结果分别与网格法、遗传算法(GA)和果蝇算法(FOA)优化SVM参数的评估结果对比。实验结果表明:使用改进的果蝇算法优化后的支持向量机模型的评估准确率更高,更适合用于信用风险评估。
关键词:个人信用;果蝇优化算法;支持向量机;信用评估