论文部分内容阅读
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。