简介:规避道德风险的关键在于正确的授信,即根据客户的资质确定借贷金额,基于此,本文建立了基于信用评级的道德风险规避模型,根据客户的信用等级来进行消费金融借贷。在客户画像体系的建立中,数据中客户量极大,无法一一描述每一个客户的特征,本文通过筛选指标建立了合理的客户价值评估模型,并进行了仿真验证。
简介:由于煤层地质条件复杂多变,煤矿开采中的通风构筑物较多,造成矿井通风困难。本文基于人工神经网络法的理论与计算方法,对麻黄矿通风系统进行实例评价,通过对比人工神经网络法的计算结果与矿井通风评价的实测值,人工神经网络法对于矿井通风评价具有较高的可靠性。
简介:针对绿色金融评价得分与影响因素之间复杂的非线性关系,弥补传统评价方法精确度低的缺陷,运用遗传算法优化的神经网络模型对2011年和2016年广东省21市绿色金融发展水平进行测度。通过各项指标分析2011年和2016年各城市绿色金融发展趋势,比较其绿色金融发展水平。研究结果表明,城市绿色金融的发展状况与政府和社会资本支持、资金配置效率、环保企业发展状况的关系更为密切,政府去产能、高能耗监管也起到重要作用。针对各城市评分结果与变化情况进行分析,并为推动城市绿色金融发展提出对策建议。
简介:实现碳排放达到峰值既是中国在全球气候谈判中的国际承诺,也是中国实现经济结构转型和可持续发展的必要选择。本文运用基于粒子群优化算法的BP神经网络分析,在8种发展模式下对中国二氧化碳排放峰值进行预测研究。研究发现,中国能在经济衰退模式、节能模式2等5种模式下实现2030年二氧化碳排放达峰;人均GDP、城市化率、研发强度、非化石能源消费量比重对二氧化碳排放的影响较大,人口、能源强度的影响较小。
基于BP神经网络的客户信用评级模型
人工神经网络在矿井通风评价中的应用
广东省绿色金融发展水平测度——基于遗传算法优化的神经网络模型的研究
中国二氧化碳排放峰值的情景预测及达峰特征——基于粒子群优化算法的BP神经网络分析