發(fā)布時間：2018-02-23 05:53

  本文關(guān)鍵詞： 灰狼優(yōu)化算法 信用卡違約 模糊神經(jīng)網(wǎng)絡(luò) 支持向量機(jī)　出處：《模糊系統(tǒng)與數(shù)學(xué)》2017年01期 　論文類型：期刊論文

【摘要】：本文在傳統(tǒng)模糊神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上,采用灰狼優(yōu)化算法計算神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值,提出了一種改進(jìn)型模糊神經(jīng)網(wǎng)絡(luò)算法,并建立了信用卡客戶違約預(yù)測模型。改進(jìn)型模糊神經(jīng)網(wǎng)絡(luò)具有很好的非線性擬合能力和很好的全局搜索能力,解決了傳統(tǒng)模糊神經(jīng)網(wǎng)絡(luò)算法收斂速度慢,容易陷入局部最優(yōu)的問題。最后,通過預(yù)測信用卡客戶違約問題,與支持向量機(jī)算法、傳統(tǒng)模糊神經(jīng)網(wǎng)絡(luò)算法和卡方自動交互診斷器算法相比較,驗證了改進(jìn)型模糊神經(jīng)網(wǎng)絡(luò)算法的準(zhǔn)確性、高效性和魯棒性,平均準(zhǔn)確率達(dá)到了94.1%。
[Abstract]:Based on the traditional fuzzy neural network, the grey wolf optimization algorithm is used to calculate the initial weight and threshold value of the neural network, and an improved fuzzy neural network algorithm is proposed in this paper. The improved fuzzy neural network has a good nonlinear fitting ability and a good global search ability, which solves the slow convergence speed of the traditional fuzzy neural network algorithm. Finally, by predicting the default problem of credit card customers, compared with support vector machine algorithm, traditional fuzzy neural network algorithm and chi-square automatic interactive diagnostics algorithm. The accuracy, efficiency and robustness of the improved fuzzy neural network algorithm are verified, and the average accuracy is 94.1.
【作者單位】： 長春工業(yè)大學(xué)基礎(chǔ)科學(xué)學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(11226335,11301036) 吉林省教育廳科學(xué)技術(shù)項目([2015]111號)
【分類號】：O159;TP183

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉普寅，張漢江，吳孟達(dá)，，成禮智，汪浩;模糊神經(jīng)網(wǎng)絡(luò)理論研究綜述[J];模糊系統(tǒng)與數(shù)學(xué);1998年01期

2 王學(xué)峰,趙克利,許純新;工程機(jī)械模糊神經(jīng)網(wǎng)絡(luò)擋位決策方法[J];吉林工業(yè)大學(xué)自然科學(xué)學(xué)報;2001年02期

3 魏永強(qiáng);甄選;魏利娜;王銘;竹巍;程彬彬;;基于模糊神經(jīng)網(wǎng)絡(luò)的瓦斯安全狀況預(yù)測模型[J];煤炭工程;2010年09期

4 張體芳;;基于補償模糊神經(jīng)網(wǎng)絡(luò)在高校課堂評價中的應(yīng)用[J];高教論壇;2012年02期

5 鄒開其;模糊神經(jīng)網(wǎng)絡(luò)的若干進(jìn)展[J];浙江萬里學(xué)院學(xué)報;2003年04期

6 孟祥澤,劉新勇,車海平,袁著祉;基于遺傳算法的模糊神經(jīng)網(wǎng)絡(luò)股市建模與預(yù)測[J];信息與控制;1997年05期

7 田民樂,劉少民;一種新型的模糊神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[J];模糊系統(tǒng)與數(shù)學(xué);1998年04期

8 王瑞;王占海;王維平;;模糊神經(jīng)網(wǎng)絡(luò)在公路工程施工評標(biāo)決策中的應(yīng)用[J];內(nèi)蒙古公路與運輸;2008年03期

9 邵俊倩;;小波模糊神經(jīng)網(wǎng)絡(luò)在非線性函數(shù)逼近中的應(yīng)用[J];計算機(jī)與數(shù)字工程;2013年01期

10 劉瓏龍;劉雪鋒;周西龍;;基于模糊神經(jīng)網(wǎng)絡(luò)的多變量系統(tǒng)的解耦方法[J];中國海洋大學(xué)學(xué)報(自然科學(xué)版);2013年02期

相關(guān)會議論文 前3條

1 張育銘;裘杭萍;朱虹;;基于模糊神經(jīng)網(wǎng)絡(luò)的多目標(biāo)跟蹤算法[A];第五屆中國不確定系統(tǒng)年會論文集[C];2007年

2 孟祥澤;劉新勇;車海平;袁著祉;;基于模糊神經(jīng)網(wǎng)絡(luò)的多模型協(xié)同股市預(yù)測[A];1997年中國控制會議論文集[C];1997年

3 王莉;沈捷;;基于減法聚類的模糊神經(jīng)網(wǎng)絡(luò)在水處理過程建模中的應(yīng)用[A];第二十七屆中國控制會議論文集[C];2008年

相關(guān)博士學(xué)位論文 前1條

1 劉燕;模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的幾個收斂性結(jié)果[D];大連理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 徐坤哲;基于區(qū)間二型TSK模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)的時間序列預(yù)測及應(yīng)用研究[D];渤海大學(xué);2015年

2 劉小云;一類模糊神經(jīng)網(wǎng)絡(luò)的多穩(wěn)定[D];湖北師范大學(xué);2016年

3 隋曉琳;拆線模糊神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性與隨機(jī)混合模糊系統(tǒng)的逼近性分析[D];天津師范大學(xué);2013年

4 王妮妮;基于SAM系統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)[D];大連海事大學(xué);2002年

5 汪菁宜;隨機(jī)模糊神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性[D];湖南大學(xué);2014年

6 楊璐;隨機(jī)T-S模糊神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];燕山大學(xué);2012年

7 倪雪;空間信息處理中基于模糊技術(shù)的數(shù)學(xué)模型的改進(jìn)[D];東北大學(xué);2009年

8 吳競;加權(quán)模糊規(guī)則中權(quán)重獲取方法研究[D];河北大學(xué);2005年

9 范迎南;模糊神經(jīng)網(wǎng)絡(luò)在建筑工程投標(biāo)報價中的應(yīng)用[D];大連理工大學(xué);2006年

10 蘇順華;基于模糊神經(jīng)網(wǎng)絡(luò)的我國上市公司企業(yè)規(guī)模研究[D];中國地質(zhì)大學(xué);2006年

本文編號：1526281