基于实验数据的航空发动机动态建模

针对基于部件级航空发动机动态建模过程中完整、准确的航空发动机部件特性数据往往难以获取、建模时间长等现象,提出使用实验数据进行辨识建模的方法。为了建立航空发动机的动态模型,通过对某轻型飞机实验台的飞行实验数据进行分析整理,提出使用BP神经网络对发动机重要参数进行建模,同时使用粒子群优化算法(Particle swarm optimization,PSO)对BP神经网络的权值和阈值进行优化,使用改进粒子群优化算法(Improved particle swarm optimization algorithm,IPSO)对传统粒子群优化算法进行改进,仿真结果表明IPSO-BP网络建立的发动机模型精度和稳定性更高。     

基因表达式程序设计在函数自动建模中的应用

基因表达式程序设计(简称GEP)是一种基于生物基因遗传规律的新型演化算法和知识发现技术,已经在很多领域得到应用。为了解决多变量函数的建模与预测问题,采用GEP方法进行函数的自动建模,并提出了加强初始种群的改进方法,采用了新的种群选择策略。将该方法应用于函数的自动建模和预测中,并与线性回归和BP神经网络方法比较。结果表明,应用GEP方法所建立的模型预测精度更高。     

基于LightGBM算法的信用风险评估模型研究

对于银行、P2P等金融机构而言,如何在扩大业务规模的同时,有效控制并合理防范信用风险尤为重要。基于LightGBM算法,根据借款申请人提供的相关个人信息,建立分类预测模型,对借款人是否会逾期、是否该发放贷款进行预测研究。实验结果表明,相较于普通决策树算法,LightGBM预测精度提升了40.8%,且具有较好的鲁棒性,可满足信用评估要求。基于LightGBM的信用评估模型不仅拥有更快的训练速度和更高的训练效率,同时还占用更少的内存,具有支持数据并行处理能力。利用该模型可对用户信用风险进行较为准确的预测,对贷款机构风险管理有重要参考价值。     

SVM算法在文本分类中的研究

SVM算法只使用已归类的数据训练分类器,而EM算法用少量已归类数据,结合大量的未归类数据来训练分类器,在减少已归类数据的同时保证了分类器的精度。本文基于EM算法的思想,根据SVM文本分类模型,提出一种新的迭代SVM文本分类算法。实验结果表明,迭代SVM算法分类精度高于传统的SVM文本分类算法,具有较好的性能。     

基于距离度量的差分进化算法

针对差分进化算法求解函数优化问题存在过早收敛和不稳定等缺陷,提出一种基于距离度量的差分进化算法.该算法考虑各粒子的差异,利用欧式距离计算粒子与已知最优粒子的距离,然后根据差异自适应调整自身的交叉概率因子,同时增加柯西变异算子对部分个体进行变异操作,以提高种群多样性,增强算法跳出局部最优解的能力.用三种经典函数检验说明,新算法在收敛精度、速度上优于基本差分进化算法.     

一种改进蚁群算法的移动机器人路径规划

路径规划是移动机器人运动控制中的关键问题。针对传统蚁群算法在机器人全局路径规划中存在收敛速度慢、易陷入局部最优等缺点,提出一种改进型蚁群路径规划算法。首先,通过栅格法建立机器人运动环境模型,然后在传统蚁群算法基础上引入A*搜索算法的估价函数思想,改进蚁群算法的启发函数,增加目标节点与可选行进节点数对启发函数的影响。其次,在信息素更新公式中,通过引入Logistic增长函数对信息素挥发因子作自适应调整,提高算法速度与精度。最后,通过Matlab仿真实验证明,改进蚁群算法比传统算法在路径搜索速度和精度上都有较大提升。     

一种改进的SMO分类算法

针对序列最小优化(SMO)算法对大规模数据集训练速度慢、分类精度不够高的问题,提出了一种改进方法。该方法对SMO算法的核函数进行改进,通过增大二次项系数的绝对值提高分类正确率,并结合网格搜索法优化基于核函数改进的SMO算法的有关参数。实验结果表明,该算法显著提高了分类的正确性,缩短了算法的建模时间。     

思维进化算法在BP神经网络拟合非线性函数中的应用研究

直接使用BP神经网络拟合非线性函数,具有预测精度差、收敛速度慢等缺点.该文提出利用极强全局搜索能力的思维进化算法来优化BP神经网络.首先根据BP神经网络拓扑结构构建思维进化算法模型,然后用思维进化算法得到的最优解作为BP神经网络的初始权值和阈值,最后利用MATLAB软件对多个非线性函数进行拟合仿真实验,比较思维进化算法优化BP神经网络和单纯使用BP神经网络的预测结果 .数据表明,优化后的BP神经网络具有更高的拟合精度和更短的网络训练时间.     

基于HJPS算法的神经网络的轧制力修正模型

传统的轧制力模型结构简单、精度较低,即使采用基于有限元的数值积分方式进行精化,出于计算效率的考虑因其有限区域的划分十分有限,因此对于轧制力计算的精度提高有限。直接采用神经网络对轧制力进行建模可以极大地提高模型精度,但是模型对新型材料的泛化能力较差。为此提出简单有限元轧制力模型,并在模型基础上使用HJPS优化算法的神经网络对轧制力进行修正,对该模型的仿真测试表明,该模型具有很强的泛化能力,收敛速度快、不易陷于局部优化,能够极大地提高轧制力模型的计算精度。     

一种基于可学习快速回归量的稀疏编码算法

针对现有的稀疏编码和建模算法计算量太大的问题,文章基于可学习快速回归量来精确近似稀疏码这一思路,提出了全面的结构性稀疏编码和建模算法.首先根据分块坐标算法的迭代,提出一种高效的前馈架构.该架构可以精确近似结构性稀疏码,且复杂性远远低于标准优化算法.其次证明了通过使用不同的训练目标函数,得出的可学习稀疏编码器不仅可以近似给定字典条件下的稀疏码,还可用作全功能稀疏编码器及建模工具.仿真实验结果表明,与当前最新的精确优化算法相比,文中算法的性能基本相当,但运行速度快出数个数量级,更加适用于实时和大规模应用领域.     

基于改进模糊算法的大学生征信评级模型探讨

自1999年我国商业银行开展高校助学贷款业务以来,我国助学贷款的违约率一直居高不下,其发展遭遇到了巨大的信用瓶颈.故本文设计了基于改进模糊算法的高校助学贷款信用评级模型.通过对湖南大学、中南林业、湖南财专、湖南涉外四所高校开展调查问卷,取得了172个贷款学生的样本,然后应用此模型对其进行了信用评级.通过实证分析,得出了低信用评级学生状况与学生违约状况基本吻合的结论,同时探讨了对学生信用评级有重大影响的因子,并在文章的最后为商业银行助学贷款的风险控制提出了相应的政策建议.     

试论我国民营银行加强信贷风险管理的策略——对台州市民营银行信贷风险管理的调查与思考

近年来,随着我国民营银行的快速发展,信贷风险控制业已成为突出问题。浙江省台州市民营银行针对中小企业客户,率先在治理结构、贷款设计、信息了解、人员队伍、约束激励等方面进行探索并形成了富有特色的风险管控模式;同时,也存在着盈利模式传统、科技运用程度不高、法律支持有所缺失等不足。我国民营银行应从完善治理结构、改进经营策略、转变增长方式、健全信用法律体系等方面加强信贷风险管理。     

浅析持续调控下的房地产市场及贷款风险

在持续的房地产调控背景下,中国房地产市场在建设、投资、销售及价格等方面发生了很大变化。2011年第一季度房地产贷款出现了不少新的特点。构造房地产贷款压力测试模型,考虑各个风险因子变动对房地产贷款质量的影响,应该加强房地产贷款质量监管,防范可能发生的房地产信用风险。     

高校助学贷款工作的问题与对策

笔根据自身的实际工作，对国家助学贷款实施过程中存在的问题进行了概括和总结，并针对存在的问题，提出了进一步完善此项工作的一些具体措施。当前，国家助学贷款工作正处在刚刚试行阶段，此论的写作对进一步完善工作将提供极其有利的借鉴作用，对做好此项工作有一定的参考价值。     

电子交易平台多元综合信用评价的研究与实现

对基于多元综合的信用评价模型进行了分析与设计,并详细论述了其计算过程。基于教育淘宝交易平台中交易评价主体的特点,选择信用评价因子;根据信用评价指标权重分配的原则,分配信用评价因子权重;利用模糊隶属函数计算出各指标信用评分,为教育淘宝网用户交易决策提供更可靠的置信参考,降低教育资源交易过程的信用风险。结果表明,基于多元综合信用评价设计可以增加教育淘宝网在线交易评价的可信度。     

基于SVM算法的客户诚信度评价模型的研究

针对目前大量的商业活动中对客户诚信度评价方法的欠缺,提出了一种新型的预测模型,即将高斯核函数同SVM算法相结合,在非线性多维特征解空间的环境下,也可做到较为准确的评估．通过实践验证,同以往的预测模型相比较,该算法不论在预测准确性以及泛化能力上都有更为突出的表现．     

河北省农村小额信贷发展路径研究

河北省的农村小额信贷在稳步发展过程中表现出诸多问题,如市场缺乏完善的运作机制、政府缺乏足够的支持重视、信贷缺乏持续的战略目标、机构缺乏专业的人才资源、信贷缺乏稳定的资金支持等,针对存在的问题,提出完善市场经济体制、提高政府职能作用、加大扶贫项目投入、提升员工综合素质、拓展资金来源渠道等政策建议。     

基于贷款人视角的互联网金融信用风险分级研究

为提升互联网金融行业贷款人决策的直观性与层次性,提出一种信用分级模型。对历史样本的信用评价指标进行主成分分析,提取关键信息。利用 Logit 回归模型得到“是否违约”和“评价指标主成分”的关系,依据回归方程所得的“违约概率”对借款人进行信用分级。采用遗传模拟退火算法（GSAA）改进的 BP 神经网络,学习“等级”和“评价指标”间的映射规则。利用 Kaggle 网站信用数据集进行实验,结果表明,Logit 回归结果可信度高,“依概率分级”区分度高,GSAA 算法可有效提升 BP 神经网络的精准分级率。分级模型在测试样本上的可信度为 99.02%,优于二值分类和指标赋权模型,可有效降低贷款人资金风险,推动互联网金融行业高质量发展。     

保定市农村小额信贷可持续发展的对策思考

目前,农村融资渠道狭窄,“贷款难”已经成为阻碍保定市农村经济发展的瓶颈。通过对保定市农村小额信贷发展现状的研究,分析农村小额信贷发展中存在的主要问题,提出促进保定市农村小额信贷可持续发展的对策建议。