基于PSO算法与模糊认知图的商业银行信用风险评估模型研究

摘要：

　　本文针对银行系统的复杂性，提出了基于粒子群优化(PSO)算法与模糊认知图(FCM)集成的商业银行信用风险评估模型。首先利用粒子群优化算法对专家提供的权值模糊区间进行优化，搜索最优的权值作为FCM权值矩阵，然后利用选取的信用风险评估指标，采纳15家企业的165项数据作为样本对FCM网络进行训练和检测，并与传统的BP神经网络测算方法进行比较。实验结果表明，该方法具有收敛速度快及预测精度高等优点，是一种可行且有效的评估方法。

关键词： 商业银行 信用风险 风险评估 模糊认知图 粒子群算法

作者: 刘宁 张庆雷

作者单位: 山东财经大学 国际经济与贸易学院,山东 济南 250014 山东财经大学 国际经济与贸易学院,山东 济南 250014 山东电力集团济南供电公司,山东 济南 250012

会议类型: 国内会议

会议名称: 第二届东北亚物流工程与现代服务业发展专题学术研讨会

会议地点: 沈阳

会议语种:中文

页码: 91-96

在线出版日期: 2011-11-26（万方平台首次上网日期，不代表论文的发表时间）