基于遗传神经网络的个人信用评估模型的研究
针对当前传统个人信用评价体系中的种种问题,提出了一种基于遗传神经网络(GA-NN)的个人信用评估模型.利用BP神经网络(BPNN)的自学习、自适应、强容错性,并通过遗传算法(GA)优化BP神经网络的连接权重和阚值.弱化了评价中的人为因素,提高了评价结果的准确性和权威性,解决了BP神经网络存在落入局部最小点和收敛速度慢的问题.实例研究表明,遗传神经网络的评价模型是令人满意的.
个人信用评估、个人信用指标体系、BP神经网络、遗传算法、权值
30
TP183(自动化基础理论)
江苏省科技厅软科学基金项目BR2007019
2009-11-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
4272-4274,4277