基于MLP神经网络的中小企业供应链金融信用风险评估

供应链金融是中小企业解决融资困境的良好途径,但流程复杂以及信息不对称大幅增加了金融机构识别和防范信用风险的难度,阻碍了供应链金融的发展.因此,构建科学有效的信用风险评估模型具有重要的理论意义和现实价值. MLP作为神经网络的典型代表,计算迅速,容错性能强,在处理分类问题上具有良好的表现.以2014年—2019年深交所中小企业板制造业中符合要求的中小企业为样本,通过全方位初选评估指标,利用相关性分析对指标进行进一步筛选,得到中小企业供应链金融信用风险评估指标体系,接着基于MLP神经网络构建了中小企业供应链金融信用风险评估模型.结果表明:所建立模型的准确率高、稳定性强,是中小企业供应链金融信用风险评估的理想模型.     

关于神经网络专家系统的研究

对于专家系统所存在的主要技术问题，讨论了利用神经网络实现ＥＳ的可能性，以前向多层感知机模型分析了神经网络专家系统的功能及其特征，并以识别手写数字的ＮＮＥＳ（ＨＤＲ－１）为例，说明了神经网络技术在ＥＳ开发中所起的作用。     

基于模糊综合评价的信用风险评估

商业银行在营运过程中无时无刻不面临着各种金融风险，其中，信用风险占有特殊的重要地位，世界银行对全球银行业危机的研究表明，导致银行破产的最常见原因就是信用风险．因此，如何对信用风险进行准确和客观的评估与测度已成为学术界所面临的重要课题，同时也是金融实业界密切关注的焦点之一．利用多层次模糊综合评价的模型和层次分析法对国内商业银行信用风险进行综合评估．根据相关资料构建综合评价指标体系．用层次分析法确定各目标因素的权重，建立指标因素集到评价集的模糊映射，利用加权平均模型M（＊，＋）进行模糊矩阵运算，得到信用风险综合评价结果，按最大隶属度原则判断其所属的类型．     

基于对象和规则的专家系统构造工具FRS

叙述了一个基于对象和规则的混合式专家系统构造工具,该系统使用框架、规则和人工神经网络等多种知识表示形式,采用模糊推理机制,运用正向、反向及正反向混合的推理形式,提供了非单调推理功能,形成了一个表达能力强、适用广泛的工具系统.本文着重时该系统的总体结构、模糊推理与人工神经网络的应用进行了论述.     

混合型神经网络专家系统

本文在分析传统人工智能与神经网络信息处理的各自特点的基础之上,指明二者相互结合的必然性,并给出了混合型神经网络专家系统的框架。     

基于专家──神经混合系统的CAPP功能模型研究

本文对CAPP当前所用的方法：变异式、创成式、基于专家系统的方法及基于神经系统网络的方法作了简要概述,并讨论了各自的优点和不足,提出了一个新的基于专家──神经网络的CAPP智能型功能模型（CAPPIFM）,它可用来提供：（1）更有效的、动态的CAPP系统的设计方法;（2）一个智能、动态、平行及分布式的,与CIM环境中其他功能模型（CAD、CAM、MRPⅡ、车间规划等）集成的策略。该模型的最主要的特征是采用了专家系统技术和神经网络技术的混合方法。同时,对该模型的详细结构及其优点也作了概述。     

神经网聚类算法在医疗诊断专家系统中的应用

用基于神经网的聚类算法对医疗诊断专家系统中的诊断分类进行了研究，具体描述了算法的实现方法，并在计算机上进行了模拟，模拟结果表明，该方法克服了传统上基于规则的专家系统的某些缺陷，在实际运用中是可行的。     

基于ANN与ES混合系统的银行贷款风险预警研究

鉴于银行贷款风险预警信号通常包括有关财务状况信号与非财务状况因素信号，即既具有可量化也有非量化信号的特点，这里尝试运用人工智能技术，基于人工神经网络（ANN）和专家系统（亦称基于知识系统KBS）的混合系统进行贷款风险预警研究。对于有关财务状况预警信号采用前向三层BP神经网络建立财务预警模式。对于BP网络的输出，把它同非财务因素信号一起直接输入专家系统。最后将由专家系统作出风险预警的最终建议。文中在对财务预警BP神经网络进行实验设计基础上再整合到经过结构化的KBS原型系统。     

人工智能及其在机械工业中的应用

论述了人工智能（包括专家系统和人工神经网络和智能混合系统）的发展和原理及其在机械工业中的应用。     

浅谈人工智能的应用与发展

介绍了人工智能的概念及其目前发展概况,对人工智能的几种类型及应用,如:专家系统智能系统、知识管理、神经网络以及智能体等作了简要的介绍。并对人工智能在21世纪的发展前景进行了分析。     

基于SVM与GA的银行贷款风险评估研究

进行基于支持向量机的贷款风险评估研究,在训练向量空间中找到一个分类超平面,使向量分类具有较小的错误率,并获得较强的可扩展能力。从理论分析与实验对比可知,采用遗传算法可使其收敛到全局最优参数,确保支持向量机的分类和扩展的性能达到最优。在平均执行时间小于1s内获得的高于94．3％正确率的实验结果验证了本算法的正确性与有效性,同时也表明支持向量机在小样本特征空间分类中所具有的优良性能。     

基于人工智能的圆柱齿轮虚拟设计

介绍了虚拟设计VD(VirtualDesign)与基于人工智能AI(ArtificalIntelligence)的设计的异同点 ,以及它们相结合的有关技术 ,并重点阐述了基于AI的设计在齿轮设计中的应用     

RBF人工神经网络拓扑结构定义与解的唯一性证明

以RBF人工神经网络为例,通过引入透明人工神经元的定义,提高了人工神经网络拓扑结构表述方面的一致性,证明了人工神经网络解的唯一性与确定性,提出了训练算法的非随机性和学习速率的最佳选择.     

回归分析人工神经网络

为避免每次训练都必须随机生成样本序列的问题,提出网络动态拓扑的概念,对各种前向式网络进行统一表述;提出正、反序训练方法,并给出解的唯一性证明,同时,网络连接权在初始化时不再需要随机生成。回归分析人工神经网络有效解决了两次随机过程对训练结果造成的不利影响,在稳定性和可信性上对人工神经网络的应用提供了理论依据和技术支持。     

协同式专家系统原理方法及应用

介绍了一种普遍模式的协同式专家系统,并就其原理方法分析讨论了协同式专家系统的描述、驱动与组织方式,协同式专家系统的知识表示,协同式完井方法专家系统推理与设计等。以石油工程中完井方法的研究为实例,讨论了协同式完井方法专家系统的设计原理与方法。该理论的提出与应用将有助于人们进一步扩大研究专家系统的思路及范围,深化人工智能的研究内容。     

基于支持向量机的信用评估模型及风险评价

运用基于支持向量机理来建立一个新的个人信用评估预测模型,以期取得更好的预测分类能力.并对SVM分类结果与三层全连接BPN分类结果进行了比较.结果表明,在判别潜在的贷款申请者中支持向量的判别结果比神经网络的要好.为了减小训练集偏差及为了验证两种方法的鲁棒性,基于两种策略(平衡样本与非平衡样本)交叉验证来进一步评价SVM分类准确性,并对两种方法基于两种策略的误分类作了风险代价分析.     

Evaluation and Empirical Analysis of the Individual Housing Mortgage Loan Credit Risk

The paper applles the methods of discriminant analy-sis,logistic regression and artificial neural networkto the credit risk evaluation of individual housingmortgage loan made by commercial banks.On thebase of the comparison among the results of thesethree methods,the article analyzes their effectivenessand concludes that artificial neural network methodshould be the best choice.     

基于神经网络专家系统的创业企业信用等级评估研究

该文从风险投资机构的角度，研究了创业企业的信用评价构建的基本原则，并给出相关的评价指标体系及评价因素集。引入人工智能中的神经网络理论，建立了神经网络专家系统信用评估模型。实例检验表明，该模型能较好地对创业企业的信用进行综合评估。