国赛2020 C题C142

国赛2020C题 C142 学习笔记

思维导图

问题一

大致思路

1.首先结合题目给出的三个大指标（企业实力，企业信誉，供求稳定性）与附件1所给数据，细分为7个小指标，使用PCA降维求出指标贡献率，进而对企业进行评分。
2.然后通过得到的评分和违约概率建立一个可能的函数关系，可以得到违约概率
3.最后建立一个非线性规划模型，目标函数为银行利润，约束函数为银行贷款额，以及贷款利率等等。通过遗传算法给出最佳决策

一、主成分：

七个指标：
1.
2.
3.
4.
5.
6.
7.
最终结果

二、遗传算法

函数：

注：约束函数中的lr为客户流失率对银行带来的潜在利润流失
该文是对信誉等级A,B,C（D信誉过低，不考虑）的企业，通过附件3的数据，分别拟合出lr：客户流失率

最终结果：

遗传算法的通俗解释：https://www.jianshu.com/p/ae5157c26af9
遗传算法的详解（MATLAB）：https://blog.csdn.net/qq_34554039/article/details/90521834

问题二

BP神经网络

主要思路：

由于附件二中缺少企业信誉等级，所以可以用BP神经网络对数据集进行训练，从而预测出企业的信誉等级，再根据第一问的模型给出策略（可以通过预测附件一的企业信誉，来检验神经网络的训练成果）

模型检验

第三问

说实话第三问我看得有点懵，因为我不知道他们的经验矩阵是如何建立的，调整函数又是如何融合的。。
主要思路：

将302家企业进行分类，然后通过查阅文献得到pr，ne两大指标以及小指标（企业受突发事件影响指标），然后通过经验矩阵的构建，将其与302家企业的评分进行函数融合，得到调整函数，然后套用之前的模型得到目标函数的最优解，就可以给出调整策略了

企业分类以及指标构建：

函数融合：

最终结果：

灵敏度分析

简而言之，即改变一个变量，固定其他变量，看目标函数的变化大小