基于网格搜索支持向量机的个人信用等级评分预测

随着P2P行业迅猛发展,建立健全网贷信用评价体系已刻不容缓,个人信用等级评分是网贷信用评价体系的重要指标。本文首先将影响信用等级评分的样本集合建立支持向量机回归模型,而后使用网格搜索法优化支持向量机的参数,并将优化过参数的支持向量机回归模型进行实证分析。研究表明:优化后的SVM回归模型具备对网贷借款人信用等级的测评能力,通过信用评分贷款平台可优先对评分高的客户进行贷款,对评分低的客户考虑是否贷款,降低违约风险。

基于非线性云化的自适应帝王蝶优化算法

针对帝王蝶算法多样性退化、易陷入局部最优导致寻优精度不高的问题,提出一种基于非线性云化的自适应帝王蝶算法(NCSMBO).深入探究帝王蝶算法的进化机制,指出其本质为网格式搜索算法;在迁移和调整算子中,采用正向正态云发生器对父代帝王蝶个体执行非线性云化操作,增加候选解的数量,提高局部开发能力;对云化后的后代个体引入贪婪策略,增强算法的可行性;为从发生概率上对突变进行控制,进一步给出双圆正切形式的自适应调整率.在12个不同特征基准测试函数上对包含NCSMBO在内的7种优化算法进行综合评估,以及对两类数学规划问题求解验证,实验验证结果均表明所提算法具有更高的收敛精度和稳定性.