基于灰雁优化算法的违约预测方法、装置及存储介质

本申请实施例提供了一种基于灰雁优化算法的违约预测方法、装置及存储介质，该方法包括：初始化灰雁优化算法确定特征数以及初始化灰雁数，每个灰雁随机产生一个连续位置Xi(0)以及对应的二进制解Bi(0)，计算特征子集Si的分类错误率和特征子集的特征数量|Si|，计算得到每个特征子集的适应度评估值F(Si)；从特征子集的适应度评估值F(Si)中选择最小的F(Si)对应的特征子集作为本次计算的输出结果，开始循环执行优化迭代步骤直至达到最大迭代次数或分类错误率满足收敛结果为止时，将最后的输出结果作为最佳特征集合；依据所述最佳特征集合对所述用户数据集合进行过滤得，将过滤数据集合输入到预测模型进行违约预测得到最终的违约结果。