基于PSO-BP神经网络的企业信用风险评估模型研究

• 作者: 董槐林 郑宇辉 郭阳
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 信用风险评估 主成分分析 粒子群优化算法 BP神经网络
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 应用与开发
• 页码范围: 123-126,129
• 页数: 5页
• 分类号: TP301.6
• 字数: 4040字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2009.04.037

摘要

企业信用风险评估是金融领域的重要课题.本文针对单独运用BP神经网络评估信用风险时存在的不足,提出了一种基于PSO-BP神经网络的企业信用风险评估模型.该模型首先应用主成分分析方法降低输入BP网络的信用评估指标维数,并且采用粒子群优化算法优化BP神经网络的权值.实验表明,新模型采用的算法具有收敛速度快,预测精度高的优点,是一种有效可靠的企业信用风险评估模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董槐林	厦门大学软件学院	25	246	10.0	15.0
2	郑宇辉	厦门大学软件学院	8	14	1.0	3.0
3	郭阳	厦门大学软件学院	2	20	2.0	2.0