粒子群算法在金融风险模型中的研究与改进

作者：孙艺; 宋振铭; 赵佳琪^*

来源：吉林大学学报(信息科学版), 2020, 38(02): 192-198.

DOI：10.19292/j.cnki.jdxxp.2020.02.029

• 非线性
• 粒子群
• 风险控制
• 全局最优

在一种非线性金融风险模型中引入粒子群算法,针对粒子群算法在迭代后期搜索能力不高、粒子容易陷入局部最优的问题,基于对惯性权重的优化以及对每个粒子个体位置变异,提出一种改进后的粒子群算法。利用粒子群算法选择最优控制参数,以最大程度降低金融系统的总风险值。仿真结果表明,改进后的粒子群算法在全局最优以及搜索速度方面优于传统的粒子群算法。

• 单位
  北京邮电大学; 中国标准化研究院