基于改进MLP的智能财务审计模型研究

摘要

为了提高审计质量,建立了一种能够预测合并财务报表审计意见的改进MLP模型。此外,为了有效确定模型超参数,采用了dropout及自适应k-fold交叉验证进行训练,从而有效提升模型性能。通过仿真分析,提出的方法与传统MLP和RBF相比,性能有所提升,平均准确率达到92.54%;与CNN方法预测准确率提升不明显,然而本文方法模型复杂度较且和训练需求的资源更少。仿真结果表明所提方法能较好地预测合并财务报表审计意见。