模糊神经网络在纳税信用评估中的应用研究

• 作者: 李绍中 肖勋勇
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 模糊理论 神经网络 纳税评估
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 社会科学领域仿真
• 页码范围: 352-355
• 分类号: TP391.6
• 字数: 3828字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2012.01.089

摘要

由于纳税评估过程中存在不精确、模糊以及冗余信息,传统评估模型多数采用经验法和比较法,缺乏科学性和公正性,评估结果正确率低.为了提高纳税信用等级评估的正确率,提出了一种采用模糊神经网络的纳税信用等级评估模型.首先利用模糊逻辑推理对纳税评估过程中的不精确、模糊的信息进行有效的处理,然后利用训练数据对神经网络模型进行训练学习,获得纳税评估指标和信用等级间的评估模型,最后通过利用测试集对模型进行验证,结果表明,模糊神经网络方法提高了纳税信用等级评估的正确率,为税收信用评估提供有效的依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李绍中	中山大学软件学院	18	268	9.0	16.0
5	肖勋勇	华南理工大学经济与贸易学院	4	12	1.0	3.0