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