文献类型：期刊文章

作　　者：闫春[1] 厉美璇[1] 周潇[1]

YAN Chun;LI Meixuan;ZHOU Xiao(College of Mathematics and System Sciences,Shandong University of Science andTechnology,Qingdao,Shandong 266590,China)

机构地区：[1]山东科技大学数学与系统科学学院

出　　处：《山东科技大学学报（自然科学版）》

基　　金：国家自然科学基金项目（61502280)

年　　份：2019

卷　　号：38

期　　号：5

起止页码：72-80

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、MR、RCCSE、ZGKJHX、核心刊

摘　　要：为了提高BP神经网络在保险欺诈识别中的准确率,利用改进的遗传算法优化BP神经网络初始权重,以克服BP神经网络容易陷入局部极小点、收敛速度慢以及样本依赖性等问题的缺点。改进的遗传算法充分考虑了遗传算法中种群适应度的集中分散程度,并且非线性地自适应调节遗传算法的交叉概率与变异概率。同时为了加快寻优效率,将排序选择策略与最优保存策略相结合。以某保险公司汽车保险历史索赔数据为样本,采用该算法进行模拟和预测。实证结果表明:相比于IAGA-BP、GA-BP、BP三种算法,该识别算法在识别准确率上有很大提高。

关 键 词：遗传算法 神经网络 保险欺诈

分 类 号：F840.]