小微企业信用风险评估的IDGSO-BP集成模型构建研究
2017-04-25分类号：F276.3;TP183
【部门】安徽新华学院信息工程学院 合肥工业大学管理学院 合肥工业大学人事部 安徽财经大学商学院
【摘要】针对传统BP神经网络在小微企业信用风险评估实际应用中,随机初始权值和阈值导致网络学习速度慢、易陷入局部解以及运算结果误差较大等缺陷,借助群智能萤火虫(GSO)算法,提出一种基于改进离散型萤火虫(IDGSO)算法的BP神经网络集成学习算法的小微企业信用风险评估IDGSO-BP模型。该模型以BP神经网络为基本框架,在学习过程中引入离散型萤火虫算法,优化设计神经网络的网络结构与连接权值,得到一组相对合适的权值与阈值,再进行新一轮网络训练,以"均平方误差最小"为评价准则,产生网络的输出结果,以此建立小微企业信用风
【关键词】小微企业 信用风险评估 离散型萤火虫算法 BP神经网络
【基金】国家自然科学基金项目(71403001);; 安徽省教育厅自然科学研究重点项目(KJ2016A308,KJ2015A300)
【所属期刊栏目】运筹与管理
文献传递
