基于人工智能的企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)控制算法

趙男男

（廣東海洋大學(xué)寸金學(xué)院，廣東 湛江 524094）

0 引言

信息化控制技術(shù)是企業(yè)各個(gè)系統(tǒng)管理的前提，起到保障企業(yè)信息安全的作用，由于信息數(shù)量的劇增，導(dǎo)致信息過濾的不全面，致使企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)不斷提升，需要構(gòu)建企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素管理模型。在融合管理模式下，進(jìn)行企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制，降低風(fēng)險(xiǎn)，提高企業(yè)財(cái)務(wù)信息化管理能力，相關(guān)研究受到人們的極大關(guān)注［1］。

對(duì)企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制是建立在對(duì)其風(fēng)險(xiǎn)因素的約束特征量分析基礎(chǔ)上，采用大數(shù)據(jù)信息融合方法，進(jìn)行風(fēng)險(xiǎn)因素管理和自適應(yīng)控制［2］，提高企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素的自適應(yīng)管理和控制能力。傳統(tǒng)方法中，對(duì)企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素的控制主要有模糊PID控制方法、支持向量機(jī)控制方法和BP控制方法等［3］，建立企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的約束參量和大數(shù)據(jù)信息融合模型，提高風(fēng)險(xiǎn)控制能力。文獻(xiàn)［4］中提出基于因子分析和模糊綜合調(diào)度的風(fēng)險(xiǎn)因素控制方法，采用模糊量化回歸分析方法分析信息化管理對(duì)企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制水平參量，提高風(fēng)險(xiǎn)因素控制能力，但該方法的自適應(yīng)性不好。文獻(xiàn)［5］中提出基于分段樣本回歸分析方法的企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制方法，結(jié)合穩(wěn)健性檢驗(yàn)方法進(jìn)行有效性分析，但該方法的計(jì)算開銷較大。

針對(duì)上述問題，本文提出基于人工智能的控制算法。首先構(gòu)建企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的約束變量模型，結(jié)合模糊控制函數(shù)量化風(fēng)險(xiǎn)因素，為信息數(shù)據(jù)的控制提供理論數(shù)據(jù)。根據(jù)現(xiàn)金流水平、財(cái)務(wù)冗余條件選取智能算法的學(xué)習(xí)度，結(jié)合自適應(yīng)尋優(yōu)算法完成信息的優(yōu)化控制輸出，最后實(shí)現(xiàn)企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制。1 企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的基本模型

1.1 約束變量模型

為了實(shí)現(xiàn)風(fēng)險(xiǎn)因素控制，需要首先構(gòu)建企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的約束變量模型，采用約束特征分析方法，進(jìn)行風(fēng)險(xiǎn)因素控制的量化決策［6］。假設(shè)企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制水平量化集有n個(gè)樣本，其中企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素評(píng)估的樣本特征分布為xi，i=1,2,…,n，它表示企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制關(guān)聯(lián)數(shù)據(jù)數(shù)項(xiàng)，在信息管理模式下，企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的模糊量化回歸分布集可表示為：

當(dāng)分組數(shù)Q=m時(shí)，采用模糊關(guān)聯(lián)規(guī)則調(diào)度方法，進(jìn)行企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素的決策，得到目標(biāo)決策向量描述為xi=(x1,x2,…,xi)，在關(guān)聯(lián)規(guī)則決策下企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的Lyapunov 泛函滿足：

根據(jù)上述分析采用統(tǒng)計(jì)特征分析方法構(gòu)建對(duì)企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的約束變量模型，假設(shè)約束變量模型為：

式中，(xi,xj)表示企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制水平特征樣本，b為企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制水平特征分類屬性，將該模型作為決策目標(biāo)函數(shù)，需加入模糊控制函數(shù)，以提升本文方法的控制效果［7］。

1.2 變量模型的模糊控制函數(shù)

建立企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的大數(shù)據(jù)分析模型，采用關(guān)聯(lián)規(guī)則挖掘方法進(jìn)行企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的統(tǒng)計(jì)特征分析［8］，得到企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制量化評(píng)估的均衡度量因子Dm的計(jì)算公式如下：

其中，de為企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制水平特征點(diǎn)在尋優(yōu)空間中的分布距離，db為企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的平均適應(yīng)度。采用描述性統(tǒng)計(jì)分析方法［9］，得到企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的模糊關(guān)聯(lián)規(guī)則特征量描述為：

分析信息化管理對(duì)企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的解釋變量，得到信息化風(fēng)險(xiǎn)因素評(píng)估的平均置信度水平為：

式中，Qˉ為企業(yè)財(cái)務(wù)管理的內(nèi)源性控制變量，在Probity 多元回歸分析模型下，采用最小二乘擬合方法得到企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的因子分析結(jié)果描述如下：

企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的統(tǒng)計(jì)平均值為：

在連續(xù)有界條件下，采用因子分析和深度學(xué)習(xí)方法描述企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素的模糊控制函數(shù)為：

上式中，γ(k)和x?(k|k-1)分別是企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的檢測(cè)統(tǒng)計(jì)量。結(jié)合模糊控制函數(shù)進(jìn)行風(fēng)險(xiǎn)因素控制，可提高企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的置信度水平［10］。

2 企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素智能控制算法

2.1 智能控制的學(xué)習(xí)度選取

在上述構(gòu)建約束變量模型，并結(jié)合企業(yè)財(cái)務(wù)權(quán)益市場(chǎng)和企業(yè)財(cái)務(wù)市場(chǎng)的關(guān)聯(lián)性進(jìn)行風(fēng)險(xiǎn)因素建模的控制特征量分析的基礎(chǔ)上，進(jìn)行控制算法的優(yōu)化設(shè)計(jì)［11］。構(gòu)建企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制水平量化評(píng)估的有限集為：

上式中，flg(z)表示一組財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的回歸分析值。在相關(guān)性約束條件下，在現(xiàn)金流水平、財(cái)務(wù)冗余條件下，結(jié)合金融政策和財(cái)政相關(guān)性因素，分析信息化管理?xiàng)l件下的財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制模型，得到統(tǒng)計(jì)量：

其中，xir表示企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的主成分特征分量，xirq為企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)的模糊核，Birq為企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的模糊狀態(tài)特征量，Wi為全樣本回歸系數(shù)。建立企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的大數(shù)據(jù)分析模型，采用關(guān)聯(lián)規(guī)則挖掘方法進(jìn)行企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的統(tǒng)計(jì)特征分析，得到優(yōu)化函數(shù)記為：

其中，ξi和ξi*分別為檢測(cè)統(tǒng)計(jì)量，結(jié)合分段樣本回歸分析方法實(shí)現(xiàn)對(duì)企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制，得到學(xué)習(xí)度計(jì)算表達(dá)式為：

其中，Kpoly表示關(guān)聯(lián)規(guī)則項(xiàng)。綜上分析，構(gòu)建企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的統(tǒng)計(jì)特征分析模型，進(jìn)行風(fēng)險(xiǎn)因素控制算法的優(yōu)化設(shè)計(jì)。

2.2 控制算法的優(yōu)化

采用人工智能控制方法，進(jìn)行企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制［12］，得到風(fēng)險(xiǎn)因素控制的人工智能學(xué)習(xí)過程為：

采用人工智能的學(xué)習(xí)算法進(jìn)行企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的自適應(yīng)尋優(yōu)，結(jié)合最小二乘規(guī)劃模型，得到企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的約束規(guī)則表達(dá)如下：

采用極限學(xué)習(xí)方法進(jìn)行企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制水平的自適應(yīng)訓(xùn)練，在人工智能學(xué)習(xí)下，企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的自適應(yīng)學(xué)習(xí)模型如下：

通過上述步驟實(shí)現(xiàn)對(duì)企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素的自適應(yīng)控制，優(yōu)化控制輸出的表達(dá)式為：

綜上分析，結(jié)合最小二乘規(guī)劃模型和擬合算法進(jìn)行企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制算法的優(yōu)化設(shè)計(jì)。

3 實(shí)證分析

為了測(cè)試該方法實(shí)現(xiàn)企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的應(yīng)用性能，進(jìn)行實(shí)證分析。實(shí)證分析采用SPSS19.0 統(tǒng)計(jì)分析軟件，通過上述計(jì)算，可以得到企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的人工智能學(xué)習(xí)度取值為Wx=0.4，結(jié)合實(shí)測(cè)樣本數(shù)據(jù)進(jìn)行企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的量化預(yù)測(cè)和評(píng)估，采用智能學(xué)習(xí)算法進(jìn)行風(fēng)險(xiǎn)評(píng)估的有效性分析，得到描述性統(tǒng)計(jì)分析結(jié)果見表1。

以表1 的描述性統(tǒng)計(jì)分析結(jié)果為參考樣本，結(jié)合F 檢驗(yàn)方法進(jìn)行企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制，得到風(fēng)險(xiǎn)控制的收斂性曲線如圖1所示。

表1 描述性統(tǒng)計(jì)分析結(jié)果

分析圖1 得知，采用該模型能有效實(shí)現(xiàn)企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制，控制的收斂性較好，測(cè)試輸出誤差率，得到對(duì)比結(jié)果如圖2所示。

圖1 企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的收斂曲線

分析上述結(jié)果得知，本文方法對(duì)企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的誤差率較小，誤差率處于P=0.008的均值水平，分析結(jié)果準(zhǔn)確可靠。

圖2 輸出誤差率測(cè)試

4 結(jié)語

本文構(gòu)建企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的約束變量模型，結(jié)合企業(yè)財(cái)務(wù)權(quán)益市場(chǎng)和企業(yè)財(cái)務(wù)市場(chǎng)的關(guān)聯(lián)性進(jìn)行風(fēng)險(xiǎn)因素建模的控制特征量分析，采用關(guān)聯(lián)規(guī)則挖掘方法進(jìn)行風(fēng)險(xiǎn)因素控制的統(tǒng)計(jì)特征分析，建立企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的人工智能模型，采用人工智能的學(xué)習(xí)算法進(jìn)行風(fēng)險(xiǎn)因素控制的自適應(yīng)尋優(yōu)，結(jié)合最小二乘規(guī)劃模型和擬合算法進(jìn)行企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制算法的優(yōu)化設(shè)計(jì)。研究得知，采用本文方法進(jìn)行企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素控制的輸出穩(wěn)定性較好。

通過自適應(yīng)尋優(yōu)方法實(shí)現(xiàn)企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素的人工智能控制，取得了良好的效果，但在控制過程中，還有以下有待深入研究的問題。

（1）對(duì)風(fēng)險(xiǎn)因素的選擇。本文使用的模糊關(guān)聯(lián)規(guī)則調(diào)度方法，雖然在分類的精準(zhǔn)度和效率上表現(xiàn)出較為滿意的效果，但對(duì)新載入的數(shù)據(jù)識(shí)別能力較差，在每次出現(xiàn)新的數(shù)據(jù)時(shí)，該方法就無法實(shí)現(xiàn)精準(zhǔn)的匹配，所以下一步研究時(shí)應(yīng)改進(jìn)本文算法，使其在出現(xiàn)新數(shù)據(jù)時(shí)也可以進(jìn)行智能選擇。

（2）風(fēng)險(xiǎn)因素控制的算法多種多樣，除了自適應(yīng)尋優(yōu)算法的人工智能技術(shù)外，還有很多種類型的智能控制技術(shù)，但是面對(duì)數(shù)量龐大的企業(yè)財(cái)務(wù)信息，仍無法做到全部適應(yīng)，所以設(shè)計(jì)一種能夠適應(yīng)所有信息類型的智能控制系統(tǒng)，也是下一步需要研究的課題。

（3）在使用本文方法對(duì)企業(yè)財(cái)務(wù)信息化風(fēng)險(xiǎn)因素進(jìn)行智能控制時(shí)，發(fā)現(xiàn)有很多的傳統(tǒng)方法在針對(duì)某種含有特定目的的控制時(shí)，有著很大的優(yōu)勢(shì)，如何改進(jìn)傳統(tǒng)方法，使其能夠更為有效地對(duì)數(shù)據(jù)信息進(jìn)行聚類或控制，也是下一步研究重點(diǎn)。