基于遺傳算法的ＢＰ神經網絡在企業資信評估中的應用

摘要：提出了一種新的企業資信評估方法。通過把神經網絡和遺傳算法有機地結合起來，既克服了傳統BP網絡訓練時間長、易陷入局部極值的缺點，又利用遺傳算法提高了網絡全局收斂的效率。該模型采用C#.NET+SQL server 2000實現。實驗結果表明，基于遺傳算法的BP神經網絡系統對企業資信評估有著良好的性能。

關鍵詞：遺傳算法；反向傳播神經網絡；資信等級評估 

中圖分類號：TP311．5文獻標志碼：A

文章編號：1001－3695(2007)08－0301－03

隨著我國市場經濟和金融改革的不斷深化，電子商務高速發展，企業客戶資信評估體系的建設和完善已經迫在眉睫。

根據著名的“二八原則”[1]，即企業20％的客戶創造了80％的價值。要對這20％的客戶實施最優質的服務，發掘出他們對公司利潤的最大化，其前提便是從企業眾多的客戶中發現這20％的重點客戶。所謂重點客戶是指對企業具有重要意義的客戶，主要包括以下幾類:潛在客戶，即有價值的新客戶；交叉銷售，即同一客戶有更多的消費需求；客戶保持，即保持客戶的忠誠度。重點客戶的發現通常由一系列的數據挖掘來實現。例如通過分析客戶對產品的應用頻率、持續性等指標來判別客戶的忠誠度；通過對交易數據的詳細分析來鑒別哪些是企業希望保持的客戶[2]。

客戶資信度無疑是衡量客戶是否是重點客戶中極其重要的一環。本文提出了基于遺傳算法的神經網絡對客戶資信進行評估分類的一種方法，并在一大型糧食企業中實施應用，取得了預期的效果。

1基于遺傳算法的神經網絡

1．1遺傳算法

遺傳算法（GA）由美國密執安大學的Holland教授提出。它是模擬生物在自然環境中的遺傳和進化過程而形成的一種自適應全局優化概率搜索算法。主要包括選擇、交叉和變異等操作，具有簡單通用、魯棒性強、適于并行處理的優點[3]。

通過把神經網絡和遺傳算法有機地結合起來，既利用神經網絡較強的學習能力，又結合遺傳算法全局搜索的特點。本文在BP神經網絡模型的基礎上，引入遺傳算法，提出融入遺傳算法的神經網絡預測模型，是對BP神經網絡的進一步優化應用。其基本思路是：在BP算法訓練網絡出現收斂速度緩慢時啟用遺傳算法優化網絡的運行參數，把優化結果作為BP算法的初始值再用BP算法訓練網絡，這樣交替運行BP算法和遺傳算法，直到達到問題要求的精度。

1．2遺傳算法神經網絡系統結構

BP（back propagation）網絡是1986年由Rumelhart和McCelland為首的科學家小組提出的，是一種按誤差逆傳播算法訓練的多層前饋網絡，是目前應用最廣泛的神經網絡模型之一。BP網絡的學習規則是使用最速下降法，通過反向傳播來不斷調整網絡權值，使網絡的誤差平方和最小。如圖1所示，首先對客戶的資信指標進行分類提取，然后抽取一定特征的指標，作為輸入信息送入一個具有由輸入層、中間層(隱層) 和輸出層構成的三層網絡進行訓練。利用遺傳算法根據訓練目標函數對網絡權值進行迭代學習，找到最佳分類權值，網絡成為穩定的模式評估器，即可輸出評估結果。

模型的輸入節點數目為n(企業資信評估指標)，中間層節點數目為n，輸出層節點數目為1，即該企業的資信評估值。輸入層節點將信息直接傳遞給中間層節點，故輸入層節點輸出與輸入相等；中間層節點的輸出信息作為輸出層節點的輸入信息，輸出層只有一個節點，接收中間層節點的輸入并輸出企業資信的評估結果。

3結束語

本文對基于遺傳算法的BP網絡功能進行了分析和研究，網絡連接權系數采用遺傳算法進行訓練尋優。其基本思路是在BP算法訓練網絡出現收斂速度緩慢時啟用遺傳算法優化網絡的運行參數，把優化的結果作為BP算法的初始值再用BP算法訓練網絡。這樣交替運行BP算法和遺傳算法，直到達到問題要求的精度。實驗采用一大型糧食業集團的八個企業客戶的多個資信指標數據進行測試，建立了一個基于遺傳算法的網絡模型。通過對神經網絡連接權值的尋優，亦即初始種群的代代遺傳進化，實現了對企業客戶的資信等級評估分類。實驗結果表明，基于遺傳算法的BP神經網絡評估器對企業客戶的資信等級評估分類有良好的性能。

參考文獻：

[1］ 巴諾斯 J G.客戶關系管理成功奧秘——感知客戶[M].北京:機械工業出版社，2002.

［2］

LEUNG Y.Intelligent spatial decision support system[M].Berlin: SpringerVerlag，1997:229－268.

［3］WHITLY D.Genetic algorithms and neural networks[M].Mississauga:Wiley，1995:203－216.

[4］張文修， 梁怡.遺傳算法的數學基礎[M].西安:西安交通大學出版社，2000.

[5］黃席樾， 馬笑瀟. 基于方向基元集描述的指紋方向圖求取算法[J].重慶大學學報:自然科學版，2000，23(5):57－61.

［6］企業信用等級評定標準[EB/OL].[2006－0312].http://www.cecrec.com/info/gshowinfo.asp?id=276.

［7］中國外貿企業誠信評級標準[EB/OL].[2006－0317].http:www.ibdibd.com/manage/shownews.asp?newsid=1784.

［8］鄒新月， 王建成. 企業信用等級模糊綜合評判[J].系統工程，2001，19(4):72－75.

［9］ 朱麗， 張洪偉， 譚輝. 基于軟計算的資信評估研究[J].計算機應用研究，2005，22(5):74－77.

[10］惲為民， 席裕庚.遺傳算法的運行機理[J].控制理論與應用，1996，13(3):297－303.

注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”