基于改进型模糊神经网络的信用卡客户违约预测

发布时间：2018-02-23 05:53

  本文关键词： 灰狼优化算法 信用卡违约 模糊神经网络 支持向量机　出处：《模糊系统与数学》2017年01期 　论文类型：期刊论文

【摘要】：本文在传统模糊神经网络基础上,采用灰狼优化算法计算神经网络的初始权值和阈值,提出了一种改进型模糊神经网络算法,并建立了信用卡客户违约预测模型。改进型模糊神经网络具有很好的非线性拟合能力和很好的全局搜索能力,解决了传统模糊神经网络算法收敛速度慢,容易陷入局部最优的问题。最后,通过预测信用卡客户违约问题,与支持向量机算法、传统模糊神经网络算法和卡方自动交互诊断器算法相比较,验证了改进型模糊神经网络算法的准确性、高效性和鲁棒性,平均准确率达到了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.
【作者单位】： 长春工业大学基础科学学院;
【基金】：国家自然科学基金资助项目(11226335,11301036) 吉林省教育厅科学技术项目([2015]111号)
【分类号】：O159;TP183

【相似文献】

相关期刊论文 前10条

1 刘普寅，张汉江，吴孟达，，成礼智，汪浩;模糊神经网络理论研究综述[J];模糊系统与数学;1998年01期

2 王学峰,赵克利,许纯新;工程机械模糊神经网络挡位决策方法[J];吉林工业大学自然科学学报;2001年02期

3 魏永强;甄选;魏利娜;王铭;竹巍;程彬彬;;基于模糊神经网络的瓦斯安全状况预测模型[J];煤炭工程;2010年09期

4 张体芳;;基于补偿模糊神经网络在高校课堂评价中的应用[J];高教论坛;2012年02期

5 邹开其;模糊神经网络的若干进展[J];浙江万里学院学报;2003年04期

6 孟祥泽,刘新勇,车海平,袁著祉;基于遗传算法的模糊神经网络股市建模与预测[J];信息与控制;1997年05期

7 田民乐,刘少民;一种新型的模糊神经网络及其应用[J];模糊系统与数学;1998年04期

8 王瑞;王占海;王维平;;模糊神经网络在公路工程施工评标决策中的应用[J];内蒙古公路与运输;2008年03期

9 邵俊倩;;小波模糊神经网络在非线性函数逼近中的应用[J];计算机与数字工程;2013年01期

10 刘珑龙;刘雪锋;周西龙;;基于模糊神经网络的多变量系统的解耦方法[J];中国海洋大学学报(自然科学版);2013年02期

相关会议论文 前3条

1 张育铭;裘杭萍;朱虹;;基于模糊神经网络的多目标跟踪算法[A];第五届中国不确定系统年会论文集[C];2007年

2 孟祥泽;刘新勇;车海平;袁著祉;;基于模糊神经网络的多模型协同股市预测[A];1997年中国控制会议论文集[C];1997年

3 王莉;沈捷;;基于减法聚类的模糊神经网络在水处理过程建模中的应用[A];第二十七届中国控制会议论文集[C];2008年

相关博士学位论文 前1条

1 刘燕;模糊神经网络学习算法的几个收敛性结果[D];大连理工大学;2012年

相关硕士学位论文 前10条

1 徐坤哲;基于区间二型TSK模糊神经网络系统的时间序列预测及应用研究[D];渤海大学;2015年

2 刘小云;一类模糊神经网络的多稳定[D];湖北师范大学;2016年

3 隋晓琳;拆线模糊神经网络的稳定性与随机混合模糊系统的逼近性分析[D];天津师范大学;2013年

4 王妮妮;基于SAM系统的模糊神经网络[D];大连海事大学;2002年

5 汪菁宜;随机模糊神经网络的稳定性[D];湖南大学;2014年

6 杨璐;随机T-S模糊神经网络的稳定性分析[D];燕山大学;2012年

7 倪雪;空间信息处理中基于模糊技术的数学模型的改进[D];东北大学;2009年

8 吴竞;加权模糊规则中权重获取方法研究[D];河北大学;2005年

9 范迎南;模糊神经网络在建筑工程投标报价中的应用[D];大连理工大学;2006年

10 苏顺华;基于模糊神经网络的我国上市公司企业规模研究[D];中国地质大学;2006年

本文编号：1526281