论文部分内容阅读
20世纪90年代以来，随着中国改革开放的深入和经济发展，中国证券市场逐步成长起来，并取得了巨大的成绩。伴随着财务风险的出现，上市公司财务困境预测研究具有越来越重要的意义。在众多研究方法中，人工免疫系统(ArtificialImmune System, AIS)以其非线性映射特点和优秀的分类识别能力而受到了广泛的关注，但是其在上市公司财务困境预测问题的理论与应用还鲜有研究。为此，本文针对三种人工免疫系统算法进行了改进并将其应用于中国上市公司财务困境预测。 首先，本文针对V-detector阴性选择算法中self半径是常数以及非己空间中分类器的重复度问题，提出一种新的阴性选择算法(Self Detector Classification-Simulated Annealing-Negative Selection Algorithm，SDC-SA-NSA)，该算法主要贡献是:self半径通过训练得出，能充分体现训练样本的特性;考虑了分类器之间、分类器与self之间的重复度，并且运用模拟退火算法优化了非己空间的覆盖率。利用该改进算法在中国A股市场和B股市场上对算法性能进行了测试与分析。 其次，本文提出一种新的克隆选择算法SR-SM-CSA（Secondary Response-Symbiosis Mutation-Clonal Selection Algorithm）。该算法主要贡献是:1）引入了记忆细胞池的概念，用来存贮相似度很高的若干个抗体，以充分体现生物体中交叉响应的机理;2）实现了二次免疫响应的机理;3）用共生变异操作来替换原来算法中的超变异操作，以提高算法的变异效率。同时，利用其在中国房地产市场和制造业市场上对改进算法的性能进行了测试与分析。 再次，本文针对Jisys免疫网络算法中两个不足:1）免疫网络的抗体个数是固定的，不能动态调整;2）计算亲和力的时候，抗体与抗原之间的阈值、抗体与抗体之间刺激的阈值、抗体与抗体之间抑制的阈值都需要人为通过经验来事先给定。提出了一种新的免疫网络算法(Back Propagation-omni-aiNet，BP-omni-aiNet)，该算法通过引入BP网络中的训练机理来为免疫网络指定阈值，通过引入omni-aiNet网络的选择、分级、网格处理来解决免疫网络中抗体个数最优化的问题。并利用其在中国制造业市场上对改进算法的性能进行了测试与分析。 最后，本文分析、设计和开发了基于改进人工免疫系统算法的上市公司财务困境预测网站，该网站共有主页、数据展示、阴性选择、克隆选择、免疫网络、用户管理六大功能。