跳到主要內容

臺灣博碩士論文加值系統

(44.222.64.76) 您好!臺灣時間:2024/06/14 08:56
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:林信吉
研究生(外文):Sin-Ji Lin
論文名稱:應用粒子群最佳化演算法對於財務危機進行探討
論文名稱(外文):Application of Particle Swarm Optimization Algorithm to Explore the Financial Crisis
指導教授:周照偉周照偉引用關係
指導教授(外文):Chao-Wei Chou
口試委員:周照偉蔡賢亮楊崇宏
口試委員(外文):Chao-Wei ChouHsien-Leing TsaiChorng-Horng Yang
口試日期:2013-07-22
學位類別:碩士
校院名稱:義守大學
系所名稱:資訊管理學系
學門:電算機學門
學類:電算機一般學類
論文種類:學術論文
論文出版年:2013
畢業學年度:101
語文別:中文
論文頁數:51
中文關鍵詞:粒子群最佳化演算法財務危機
外文關鍵詞:Particle swarm optimizationfinancial crises
相關次數:
  • 被引用被引用:0
  • 點閱點閱:991
  • 評分評分:
  • 下載下載:96
  • 收藏至我的研究室書目清單書目收藏:0
本研究目的在於利用PSO演算法來針對財務危機進行預測分類,從資料換勘領域的角度來看,進行資料探勘的過程中有些資料集之中會包含離散型屬性的資料,然而PSO演算法對於離散型資料的分類的效果,和基因演算法、類神經、支援向量機以及PSO改良型演算法所得到的效果,相互比較的話,也許所得到的效果有所差異。本研究使用PSO演算法,目的在於有關資料探勘上相關文獻較少,另一方面經由改變適應函數以及加入些計算式之後,PSO演算法是否能有更好的結果進行探討。本研究在資料集方面,採用國內學者提出較為顯著的財務指標,資料則是經由台灣經濟新報社所提供的資料庫中,經由學者所提出五大指標共11種屬性,來進行資料集的資料篩選。
This study aimed to use PSO algorithm to predict the classification for the financial crisis, from the perspective of the field of data mining, data mining in the process for some data sets into discrete attribute contains the information, but PSO algorithm for discrete effects-based data classification, and genetic algorithms, neural, support vector machine and the PSO algorithm improved results obtained compared with each other, perhaps the resulting effects vary.
PSO algorithm used in this study, data mining aimed month off less relevant documents on the other hand, by changing the fitness function and the addition formula after, PSO algorithm is whether we can have better results were discussed. In this study, data collection, the use of domestic science

目錄
致謝 i
摘要 ii
目錄 iv
圖目錄 vi
表目錄 vii
第一章 緒論 1
1.1背景 1
1.2動機 2
1.3目的 3
1.4論文架構 4
第二章 文獻探討 6
2.1財務危機背景與文獻 6
2.1.1國外學界對財務危機的定義 7
2.1.2國內學界對財務危機的定義 10
2.1.3台灣經濟新報資料庫財務危機定義 14
2.2 粒子群最佳化演算法 16
2.2.1離散型粒子群最佳化演算法 20
第三章 研究方法 23
3.1、財務危機之定義 23
3.2、財務性變數之選擇 23
3.3、資料集之前置處理 27
3.4、分類演算法 27
3.5:適應函數之選用 28
3.6:測試資料集 30
第四章 研究結果 31
4.1:實驗設計 31
4.2:訓練集 32
4.3:測試集 36
第五章 結論 38
第六章 參考文獻 39
中文文獻 39
英文文獻 40


圖目錄
圖1.1論文架構圖 5
圖2.1 PSO示意圖 17
圖2.2 PSO最佳化演算法流程圖。 19
圖2.3 DPSO最佳化演算法之流程圖。 22
圖3.1 判別區間示意圖 28
圖3.2 訓綀集分類流程圖 29
圖3.3 測試集分類流程圖 30
圖4.1 a=2迭代收斂圖 33
圖4.2 a=3迭代收斂圖 34
圖4.3 a=4迭代收斂圖 35
圖4.4 a=10迭代收斂圖 36

表目錄
表2.1本研究之彙整 8
表2.2本研究之彙整 13
表4.1資料集 31
表4.2 PSO參數設定 32
表4.3 a=2之加權後正確分類率 32
表4.4 a=3之加權後正確分類率 33
表4.5 a=4之加權後正確分類率 34
表4.6 a=10之加權後正確分類率 35
表4.7 測試集a=2之適應值 36
表4.8 測試集a=3之適應值 37
表4.9 測試集a=4之適應值 37
表4.10 測試集a=4之適應值 37

中文文獻:
[1]、劉家宏 2009年,台灣新上市櫃公司存活之預警模式研究。朝陽科技大學保險金融管理系碩士論文。
[2]、李顯儀、陳信宏、張志豪、莊英俊 2012年,美國次級房貸金融危機期間台灣股票市場外資交易行為研究。輔仁管理評論第十九卷第二期。
[3]、張啟任 2011年,台灣股票公開發行未上市櫃公司財務危機預測之研究。淡江大學財務金融學系碩士論文。
[4]、陳富祥 2010年,運用公司治理與財務比率建構危機預警模型。台南科技大學商學與管理研究所碩士論文。
[5]、蔡佩蓉、王元章、張眾卓 2008年,投資人情緒、公司特徵與台灣股票報酬之研究。經濟研究,臺北大學經濟學系出版。
[6]、李建緯 2007年,以多目標粒子群最佳化演算法探勘分類法則。國立成功大學,工業與資訊管理學系碩博班碩士論文。
[7]、王良吉 2007年,應用PSO演算法於分類法則之探勘。國立高雄第一科技大學資訊管理研究所碩士論文。
[8]、詹豐澤 2009年,限制推理型之粒子群與基因演算法於產生分類規則之研究。清雲科技大學電子工程系所碩士論文。
[9]、吳佳欣 2009年,台灣公司財務危機消除之因素探討-多元邏輯斯迴歸模型。國立台北科技大學商業自動化與管理研究所碩士論文。
[10]、蔡明賢 2008年,應用一般迴歸類神經網路與序列探勘技術建構企業財務危機預警模型—以台灣電子產業為例。國立臺北科技大學工業工程管理系碩士班碩士論文。
[11]、呂英兒 2010年,以財務比率建立企業授信信用評等之研究。台南科技大學商學與管理研究所碩士論文。
[12]、余惠芳 王永昌 2011年,財務預警與公司治理—台灣傳統產業之實證研究。應用經濟論叢第90期。
[13]、林敬凱 2012,類神經網路於財務危機預測模型之應用時間預測變數的比較。淡江大學統計學系應用統計學碩班碩士論文。
[14]、張啟任 2012年,台灣股票公開發行未上市櫃公司財務危機預測之研究。淡江大學財務金融學系碩士在職專班碩士論文。
[15]、方志哲 2009年,尋找財務危機公司。國立臺灣大學國際企業學研究所碩士論文。
[16]、陳明華2011年,應用基於改良式調和搜尋之支援向量分類法於企業危機預測。危機管理學刊第8卷第1期。
[17]、陳建勝、陳美菁、劉家宏2010年,台灣新上市櫃公司存活之預警模式研究。智慧科技與應用統計學報。
[18]、丁碧慧、陳寧馨、蔡婉貞2010年,控制股東股權結構、董事會組成與總經理離職關係—以本國銀行業為例。臺銀行季刊第六十一卷第三期。
英文文獻:
[1]、Freitas, A., "A survey of evolutionary algorithjms for data mining and knowledge discovery", In Ghosh A, Tsutsui S, editors. Advances in evolutionary computation. Berlin: Springer, 2002 (Freitas,2002)。
[2]、Parpinelli, R.S., Lopes, H.S. and Freitas, A.A., "Data mining with an ant colony optimization algorithm", IEEE Transactions on Evolutionary Computation, Volume 6,Issue 4,pp. 321-332-, 2002。

[3]、Eberhart, R.C. and Shi, Y.,”Particle Swarm Optimization: Developments, Application and Resources”, Proceedings of the 2001 Congress on Evolutionary Computation, Seoul, South Korea, Vol. l,pp.81-86,2001。
[4]、Cler, M.,1999,”The swarm and the queen:towards a deterministic and adaptive particle swarm optimization”, Proceedings of the IEEE Congress on Evolutionary Compution, Washington, DC,pp.1951-1957。

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top