版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、信用風(fēng)險(xiǎn)已經(jīng)是商業(yè)銀行所面臨的重要風(fēng)險(xiǎn)之一,特別是在在信用卡、住房按揭、汽車貸款等信貸業(yè)務(wù)中,如何有效進(jìn)行信用風(fēng)險(xiǎn)管理已經(jīng)成為了銀行亟需解決的問題。而合適的信用評(píng)級(jí)方法是有效降低信用風(fēng)險(xiǎn)的有效途徑之一。
目前在信用評(píng)級(jí)領(lǐng)域,已有很多學(xué)者做出了探索和研究,利用統(tǒng)計(jì)學(xué)習(xí)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和人工智能的方法而構(gòu)建的信用評(píng)級(jí)模型都被相繼提出。信用評(píng)級(jí)模型的精度會(huì)關(guān)系到銀行一些重要決策的做出,為此,本文也對(duì)如何提高模型精度進(jìn)行了深入
2、研究。支持向量機(jī)(SVM)自提出以來已經(jīng)得到了迅速的發(fā)展,廣泛應(yīng)用于多個(gè)領(lǐng)域,本文將SVM應(yīng)用到信用評(píng)級(jí)領(lǐng)域。但是利用SVM訓(xùn)練模型,有核函數(shù)參數(shù)優(yōu)化和樣本特征選擇這兩個(gè)難點(diǎn)。對(duì)于這兩個(gè)問題的解決,論文引入粒子群算法(PSO),PSO作為一種群體智能算法,在復(fù)雜問題的尋優(yōu)方面具有明顯的優(yōu)勢(shì)。將其與SVM結(jié)合構(gòu)建混合信用評(píng)級(jí)模型可以明顯提模型的分類精度。為了進(jìn)一步提高模型分類的準(zhǔn)確率,論文在此研究基礎(chǔ)之上,一方面提出構(gòu)造新的混合核函數(shù)代替
3、常用的RBF核函數(shù);另一方面,在保留PSO原有優(yōu)勢(shì)的基礎(chǔ)之上,加入混沌機(jī)制,增強(qiáng)粒子空間搜索能力。本文的主要研究?jī)?nèi)容如下:
(1)對(duì)SVM中參數(shù)優(yōu)化和特征選擇問題進(jìn)行了研究,并重點(diǎn)對(duì)RBF核函數(shù)的SVM中關(guān)鍵參數(shù)C,γ進(jìn)行了分析,說明其對(duì)SVM性能的影響。
(2)將單核的SVM與基本PSO相結(jié)合,構(gòu)建混合的信用評(píng)級(jí)模型:SVM-PSO。并將該模型的分類效果與目前常用的模型進(jìn)行對(duì)比分析。
(3)對(duì)
4、SVM中的核函數(shù)進(jìn)行了重點(diǎn)分析,在常用單核核函數(shù)的基礎(chǔ)之上提出混合核函數(shù),將局部核函數(shù)和全局核函數(shù)結(jié)合起來,使遠(yuǎn)距離和近距離的數(shù)據(jù)樣本點(diǎn)都能對(duì)核函數(shù)的值產(chǎn)生影響。
(4)在對(duì)基本PSO研究的基礎(chǔ)上,引入混沌機(jī)制,提出混沌粒子群算法,克服基本粒子群算法過早陷入局部最優(yōu)的缺點(diǎn),改善算法的尋優(yōu)能力。并利用優(yōu)化的粒子群算法同時(shí)進(jìn)行特征選擇和參數(shù)優(yōu)化,降低模型計(jì)算復(fù)雜度。
(5)在SVM-PSO信用評(píng)級(jí)模型的基礎(chǔ)之上,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于SVM分類器的我國壽險(xiǎn)公司信用評(píng)級(jí)研究.pdf
- 基于svm分類器的我國壽險(xiǎn)公司信用評(píng)級(jí)研究
- 基于SVM和PSO的非線性模型預(yù)測(cè)控制及應(yīng)用研究.pdf
- 基于SVM和PSO的機(jī)械臂預(yù)測(cè)函數(shù)控制.pdf
- CDO債券評(píng)級(jí)模型研究——基于模型風(fēng)險(xiǎn)和評(píng)級(jí)選購的實(shí)證研究.pdf
- 基于灰色系統(tǒng)模型的企業(yè)信用評(píng)級(jí)研究.pdf
- 基于CAMELS模型的商業(yè)銀行信用評(píng)級(jí)研究.pdf
- 基于SVM的商業(yè)銀行對(duì)中小企業(yè)信用評(píng)級(jí)研究.pdf
- SVM及其在個(gè)人信用評(píng)級(jí)中的應(yīng)用研究.pdf
- 企業(yè)信用評(píng)級(jí)模型
- 基于SVM和PSO的鉆井事故智能預(yù)警系統(tǒng)研究.pdf
- 基于信用評(píng)級(jí)和違約概率的貸款定價(jià)研究.pdf
- 基于SVM的商業(yè)銀行信用風(fēng)險(xiǎn)模型研究.pdf
- 基于Z值模型的我國上市公司信用評(píng)級(jí)研究.pdf
- 基于物元分析的施工企業(yè)信用評(píng)級(jí)模型研究
- 基于ordered probit模型的我國上市公司信用評(píng)級(jí)的研究.pdf
- 基于PSO-SVM的空氣質(zhì)量預(yù)報(bào).pdf
- 信用評(píng)級(jí)方法模型的研究綜述與展望
- 基于PSo-Ls-SVM的發(fā)動(dòng)機(jī)多工序裝配質(zhì)量預(yù)測(cè)模型研究.pdf
- 信用風(fēng)險(xiǎn)評(píng)級(jí)模型的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論