基于主成分回归和分层置信规则库的企业风险评估模型

摘要：

作为一种具有专家系统和数据驱动模型特征的新型智能专家系统,置信规则库(Belief Rule Base,BRB)在风险评估和健康状态评估等领域中发挥着重要作用.BRB因其自身既可以处理数值数据,又可以处理来自异构源的语言定性知识的优势,能够帮助企业进行有效的风险评估.但是实际企业风险评估体系中指标种类较多且有冗余性,传统BRB无法进行指标选择且易造成规则爆炸从而导致计算量大和模型准确度较低等问题.针对上述问题,文中提出一种主成分回归和分层置信规则库(Principal Component Regression,Hierarchical Belief Rule Base,PCR-HBRB)的企业风险评估模型,通过筛选有效指标节约计算时间,同时结合定性与定量信息进行分析评估从而得到较高准确度的评估结果.首先,通过PCR筛选出影响企业的主要指标,根据筛选出来的指标建立分层置信规则库(HBRB)的企业风险评估推理模型,并采用证据推理(Evidential Reasoning,ER)对模型进行推理.然后,采用投影协方差矩阵自适应进化策略(Proj ection Covariance Matrix Adaptation Evolutionary Strate-gies,P-CMA-ES)对模型进行优化.最后,通过对某企业的财务状况进行风险评估案例验证了模型的有效性.

关键词：主成分回归;分层置信规则库;企业风险评估;证据推理;投影协方差矩阵自适应进化策略

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：黑龙江省自然科学基金项目;哈尔滨师范大学博士科研启动金项目;哈尔滨师范大学计算机科学与信息工程学院自然科学基金项目

在线出版日期：2021-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：570-575