Resumen

En este documento se propone un modelo mejorado de calificación crediticia empresarial basado en una red neuronal y un algoritmo genético. Con las características de autoadaptación y autoaprendizaje, se utiliza el algoritmo genético para ajustar y mejorar los umbrales y pesos de las conexiones de la red neuronal. Los problemas potenciales de la red neuronal de retropropagación (BP) con velocidad lenta de convergencia y la posibilidad de caer en el punto mínimo local se resuelven en gran medida utilizando el algoritmo genético en combinación. La técnica híbrida de la red neuronal BP genética se aplica a un sistema de calificación crediticia. Utilizando conjuntos de datos de bancos comerciales, nuestras evaluaciones experimentales sugieren que, utilizando una combinación de la red neuronal BP y el algoritmo genético, el modelo propuesto tiene una alta precisión en la calificación crediticia empresarial y tiene un buen valor de aplicación. Además, el modelo propuesto es aproximadamente un 15,9% más preciso que el enfoque clásico de la red neuronal BP.

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Red neuronal; Algoritmo genético; Modelo de calificación crediticia; Autoadaptabilidad; Autoaprendizaje; Retropropagación
• Keywords:Neural network; Genetic algorithm; Credit rating model; Self-adaptiveness; Self-learning; Backpropagation