-
公开(公告)号:CN114119190A
公开(公告)日:2022-03-01
申请号:CN202010876416.5
申请日:2020-08-27
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供基于GA‑BP的个人信用风险测量模型,涉及金融技术领域。该基于GA‑BP的个人信用风险测量模型,包括GA‑BP模型,所述GA‑BP模型基于BP神经网络原理和遗传算法的新型模型,所述遗传算法不同于神经网络的局部搜索算法,遗传算法内部采用一种高效的并行全局搜索算法,能在搜索过程中自动获取和积累有关搜索空间的知识,具有良好的全局寻优能力,故而能避免陷入局部极小值,其可处理任意形式的目标函数和约束,可在全局范围内操作任意结构对象,因此又具有较快的运算速度。遗传把目标函数需要优化的解进行编码形成群体。本发明能够为商业银行提供有效的预警信号,有利于防范市场风险,具有良好的应用价值。
-
公开(公告)号:CN114119189A
公开(公告)日:2022-03-01
申请号:CN202010875527.4
申请日:2020-08-27
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供基于PSO‑BP的个人信用风险测量模型,涉及金融技术领域。该基于PSO‑BP的个人信用风险测量模型,包括PSO‑BP模型,所述PSO‑BP模型基于神经网络和粒子群算法,所述BP神经网络算法包括信号正向传递和误差逆向传播两部分,假设输入层的神经元节点数为n,隐藏层的神经元节点数为s,输出层的神经元节点数为1,所述PSO算法原理是以Vi=(vi1,vi2,…vin)和Xi=(xi1,xi2,…xin)分别表示n维空间中第i个粒子的速度和位置,在每次迭代中评估各粒子的适应度函数值,判断t时刻各个粒子所经过的个体最优位置pbest以及整个群体的最优位置gbest,群体中各粒子根据这两个最优位置更新自己的速度和位置。本发明能够为商业银行提供有效的预警信号,有利于防范市场风险,具有良好的应用价值。
-
公开(公告)号:CN112435106A
公开(公告)日:2021-03-02
申请号:CN201910782678.2
申请日:2019-08-23
Applicant: 东北大学秦皇岛分校
Abstract: 本发明涉及一种基于改进灰靶理论的工资总额分配模型构建方法,包括以下步骤:构建标准模式、灰靶变换、构建差异信息序列、计算权重、计算靶心度、确定工资总额分配方案。本发明的有益效果是:引入熵权法对灰靶理论进行了改进,解决指标客观赋权问题,并用加权灰靶靶心度作为工资总额分配系数,解决不同指标的权重问题;通过实例分析,验证了基于改进灰靶理论的工资总额分配模型简单有效可行,能较客观地确定各对象的工资总额,是一种切实可行的工资总额分配方法。
-
-