文献类型：期刊文章

作　　者：于超[1] 王璐[2] 吴琼[1] 时庆涛[1]

机构地区：[1]长春工业大学人文信息学院,吉林长春130122 [2]长春工业大学软件职业技术学院,吉林长春130012

出　　处：《东北师大学报（自然科学版）》

基　　金：国家"863"计划基金资助项目(2008AA040205);吉林省教育厅"十二五"科学技术研究基金资助项目(吉教科合字2012第404号)

年　　份：2013

卷　　号：45

期　　号：3

起止页码：62-68

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、BIOSISPREVIEWS、CAS、CSCD、CSCD_E2013_2014、JST、MR、RCCSE、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：提出了一种基于遗传算法改进的神经网络企业信用评级模型.利用BP神经网络自适应和自学习的特点,通过遗传算法实现对神经网络连接权重和阈值的修正与优化,在一定程度上解决了BP神经网络存在收敛速度较慢和可能落入局部最小点的问题.实验表明,该模型在企业信用评级上有着较高的准确率,具有很好的应用价值.

关 键 词：信用评级 BP神经网络 遗传算法 权重  

分 类 号：TP183]