10.3969/j.issn.2095-2163.2013.06.003
信用风险预警的MA-RSFNN模型构建与应用
为了克服模糊神经网络的维数灾难、结构复杂、局部早熟及收敛慢等缺陷,在设计一种模糊神经网络的基础上,将模因算法和粗糙集理论引入模糊神经网络,提出一种模因进化型粗糙模糊神经网络(MA-RSFNN).新模型借助模因算法的全局搜索能力减少网络陷入局部极值的可能性,同时利用粗糙集知识约简对网络输入数据进行降维消冗,精简输入维度,避免“维数灾难”.实例仿真结果表明MA-RSFNN模型的预测准确性较高,是一类解决金融风险管理中高维复杂问题的有效方法.
信用风险预警、模糊神经网络、模因算法、粗糙集
3
TP301.6(计算技术、计算机技术)
广东省自然科学基金10452404801006352;广东高校优秀青年创新人才培育项目WYM10103
2014-03-03（万方平台首次上网日期，不代表论文的发表时间）
共5页
10-13,17
