基于GWO-LSTM的智能财务审计模型设计与应用

• 全文链接
• 请求原文

作   者：

李海涛;  张卓; 

作者机构：

南京航空航天大学经济与管理学院; 

关键词：

GWO-LSTM;  安全审计;  深度学习; 

期刊名称：

信息技术

i s s n：

1009-2552

年卷期：

2024 年 003 期

页   码：

152-157

摘   要：

由于目前审计过程复杂繁琐,审计智能化发展已成为大势所趋,为提高审计质量,文中在大数据背景下,为预测财务报表建立了基于审计意见的智能财务审计模型,为此提出了一种基于灰狼算法(GWO)和长短期记忆网络(LSTM)融合的审计意见预测模型.利用财务指标体系构建财务参数描述的有效审计意见,采用灰狼优化算法(GWO)结合自适应学习机制对LSTM模型的关键超参数进行优化搜索,通过这种方式对模型进行训练,从而得到训练好的预测模型.这一模型能够科学地预测未来的审计意见,从而提升审计数据分析的效率.