%0 Journal Article
%T 基于差分进化自动聚类的信用风险评价模型研究
%A 张大斌
%A 周志刚
%A 许职
%A 李延晖
%J 中国管理科学
%P 39-45
%D 2015
%X ？随着风险评价的日益复杂化,多维度、多时序等不规则的样本数据增加了评估的难度。本文建立信用风险评价的差分进化自动聚类模型,并将其应用到我国上市公司信用风险评价中。该模型不要求事先知道分类的数据,相反,通过群体智能去寻找最优的分区。通过数据仿真,并与遗传算法、决策树、BP神经网络模型进行信用风险评价的实证对比研究,结果表明,该模型能够非常准确的找到数据对应的分区,大大提高了信用评估的准确性,降低了风险成本,对信用风险的管理和控制具有很高的利用价值。
%K 差分进化
%K 启发式搜索
%K 群体智能
%K 信用风险
%U http://www.zgglkx.com/CN/abstract/abstract15186.shtml