基于深度學(xué)習(xí)的上市企業(yè)財(cái)務(wù)困境預(yù)測研究

打開文本圖片集

摘要：識別面臨財(cái)務(wù)困境的公司對于維護(hù)投資者信心、防范金融風(fēng)險(xiǎn)至關(guān)重要。為此，提出了一種新的Attention-LSTM-MOWOA模型，該模型在LSTM模型中集成了注意力機(jī)制和多目標(biāo)鯨魚優(yōu)化算法（MOWOA）。與依賴單目標(biāo)鯨魚算法的傳統(tǒng)模型相比，模型結(jié)合了非優(yōu)勢集和擁擠距離計(jì)算，最終在鯨魚算法中形成了一個(gè)更復(fù)雜的多目標(biāo)優(yōu)化框架。（剩余5316字）