基于粒子群优化的神经网络对银行个人信用评价的应用

一、引言 在我国个人信用法律制度尚不健全,个人信用状况较差、水平较低,信用缺失现象严重的实际情况下,加强个人信用评估指标体系与个人信用评估方法的研究,可以极大地降低信贷风险和成本,提高放贷效率,更好地适应市场经济快速发展的需要.     

基于过程神经网络的市场评价

本文阐述了用神经网络领域最新出现的过程神经网络处理市场评估、企业评价等经济管理问题的斯方法。网络的输入为反映一段时间内市场供求变化的信息,而这是传统神经网络不宜做到的。这也正是过程神经网络的独到之处。文中给出了网络模型及算法推导,实验结果证明了该方法的有效性。     

基于神经网络对我国股票市场技术分析的实证检验

本文研究的主要目的是通过对我国股票市场进行实证分析,揭示运用技术分析这一分析工具在我国股票上进行投资是可行的。其大致思路是,通过介绍技术分析和神经网络的相关理论,利用BP神经网络对非线性问题的良好处理能力,对股票相关技术指标与收盘价进行训练,最后利用训练好的网络根据其他的技术指标进行价格预测,通过预测值与真实值的对比并得出相关结论。     

基于神经网络的企业技术创新能力综合评价研究

在建立技术创新能力综合评价指标体系的基础上，提出了一种基于BP网络的技术创新能力综合评价方法。该方法不仅能够模拟专家对技术创新能力进行综合评价，而且避免了评价过程中的人为失误，仿真试验表明采用该方法获得的结果是令人满意的。     

基于PSO的个人信用评估组合预测模型

将组合预测模型用于个人信用评估,在两种单一统计模型的基础上,利用粒子群算法（PSO）求解组合模型的权重,并通过粒子适应度函数的设置来控制第二类误判的发生,构建了基于PSO的组合预测模型。应用结果表明,基于PSO的组合预测模型的分类精度高于单一统计模型,并且有效降低了第二类误判率,对于商业银行控制信用风险具有更好的适用性。     

基于粒子群优化的BP神经网络

粒子优化算法的全局搜索和BP神经网的局部搜索相结合,并设计一网络实例加以训练,达到了比较满意的效果.     

基于AHP的商业银行个人信用模糊综合评价模型

信用风险作为商业银行主要的业务风险,其不确定性往往会造成市场分析不充分而导致信贷质量下降,业务缩减。针对影响商业银行个人资信评估的各种因素,本文利用层次分析与模糊数学方法建立了层次式模糊综合评判模型,并用该模型进行了实证分析。     

基于BP神经网络的库存需求预测应用

本文应用BP神经网络模型,并加入影响因子,用于库存需求量的预测,同时采用了传统的预测方法。通过各种方法预测结果的对比,说明文中所建立的加入影响因素的BP网络模型预测效果较好。     

个人信用评估的加权组合预测模型

目前单一的个人信用评估模型发展的很快,而精确性与稳定性却不能同时具备,且第二类误判率的能力弱,本文立足于用线性和非线性方法在个人信用评估中体现的优势,选择具有代表性的logistic回归和径向基函数神经网络方法,通过加权组合对个人信用进行预测评估,提高了评估模型的精确性与稳健性。     

美国个人信用体系及对我国的启示

建立完善的个人信用体系是市场经济发展过程中一个极其重要的环节,世界上许多国家已经建立起了相对完善的个人信用体系。然而,在我国,个人信用体系的不完善使社会经济发展过程中面临着许多瓶颈。作为世界上个人信用制度最先进的国家之一,美国的个人信用体系有着悠久的发展历史、高速的运行效率以及严谨的监督体制。文章着重讨论了美国个人信用体系的核心部分——个人信用评分机制,并以此为借鉴,提出了构建适合我国国情的个人信用体制的启示与构想。     

基于BP神经网络的省级自然科学基金项目评价模型研究

在构建省级自然科学基金项目评价体系的基础上,针对基金项目评价提出了一种基于BP神经网络的多指标综合评价模型。该模型能够根据指标数据对基金项目实施效果进行有效的评价。用该模型对相关结题数据进行处理,其结果与专家的定性评价保持一致,说明该模型能够应用于省级自然科学基金项目代替专家评价。     

基于消费金融公司视角论我国个人信用评估体系的构建

消费金融公司在西方发达国家已存在了上百年,对各国的金融发展起到了无可替代的重要作用。然而,其顺利运作和持续发展是建立在西方发达国家较为成熟和完善的个人信用评估体系之上的。鉴于我国目前的个人信用评估体系尚处于不成熟阶段,所以要想消费金融公司发挥其原有的作用,就必须进一步完善我国的个人信用评估体系。本文所构建的模型是在传统的由单模型构建的个人信用评估体系的基础上,将两种模型结合而成的混合模,并用数据对其预测精度进行实证检验,进而得出结论。     

基于BP神经网络的上市公司财务预警模型研究

上市公司的财务问题历来是投资者关注的热点,对公司财务状况进行预测是投资者是否进行这项投资行为的决策参考.文章利用人工神经网络算法在上市公司财务危机预测方面建立预警模型,以2019年首次被公开处理或被退市风险预警处理的40家上市公司和随机抽取的40家非ST公司为研究对象,采用t-3期即2016年样本公司的财务数据来预测我...     

基于多属性第二评分拍卖模型的物流交易研究——基于鲜活农产品物流的仿真实验

多属性拍卖突破了传统拍卖理论仅以期望收益最大为目标的限制,考虑了包括价格和质量等在内的多因素决策变量。因为物流交易因时间、地点、内容的不同而具有特殊性,因此对其真实成本信息揭示非常重要。本文构建了一个将多属性与传统二价拍卖模型相结合的多属性第二评分拍卖交易模型来解决物流交易成本信息不对称的问题,并实现了物流成本、质量等多属性综合优化。最后,基于鲜活农产品物流的仿真算例对上述模型进行了仿真实验。     

基于BP神经网络的判别分析

研究判别分析问题的现状,利用MATLAB神经网络工具箱,建立基于Bp神经网络的判别分析模型,利用预留指标数据对该模型的判别效果进行验证,并将其应用于判别分析系统中,为决策和管理提供依据。     

基于BP神经网络的城市创业环境评价模型构建

基于GEM理论框架,从经济、政治、社会三个角度提出了评价城市创业环境的16个可操作的量化指标。通过运用神经网络理论,以南昌市和深圳市历年统计数据为样本训练,建立了基于三层BP神经网络的城市创业环境评价模型。计算机仿真结果与检验样本吻合,表明了所选评价指标的合理性和所建神经网络模型的可靠性,可以用于客观评价不同城市的创业环境。     

前馈控制的模型及其风险分析

文章从分析管理中的控制模型出发,提出了前馈控制比反馈控制更为有效的论点,然后通过设计出的前馈控制模型,使得前馈控制更易实施。最后,对前馈控制的各种风险进行了分析,并提出了降低风险的措施。     

基于BP-LVQ的组合神经网络舞弊风险识别模型研究——来自中国舞弊上市公司的经验证据

文章以2010—2014年我国沪深两市5年间发生舞弊行为的506家公司及与其一比一配对的506家配对公司为研究样本,分别用BP神经网络模型与LVQ神经网络模型进行舞弊识别,整体舞弊识别准确率分别为87.22%和85%。在此基础上构建基于BP-LVQ的二层组合神经网络舞弊风险识别模型,用同一舞弊样本进行测试,研究结果表明:组合神经网络模型的识别准确率为90.56%,显著高于这两个单一神经网络模型的舞弊识别率。     

基于BP神经网络模型的恶性肿瘤患者住院费用及影响因素

目的了解2015—2019年宁夏某三甲综合医院恶性肿瘤患者的住院费用基本情况及影响因素,为降低恶性肿瘤患者的住院费用提供建议。方法运用描述性分析、非参数检验和BP神经网络模型对39617例恶性肿瘤患者的住院费用及其影响因素进行分析。结果2015—2019年胃癌、肺癌、乳腺癌始终排在恶性肿瘤的前3位;药品费、诊断费、耗材费及手术费是恶性肿瘤患者住院费用的主要构成;住院天数、是否手术对恶性肿瘤患者住院费用的影响最大,住院天数、入院途径对患者药品费、诊断费和耗材费的影响最大,是否手术、医疗付款方式对患者手术费的影响最大。结论胃癌、肺癌和乳腺癌排在恶性肿瘤的前3位,药品费和诊断费在恶性肿瘤患者住院费用中的占比较高,住院天数、是否手术、入院途径对恶性肿瘤患者住院费用的影响较大。