基于粗糙集和遗传神经网络集成的个人信用评价模型

摘要

以国内商业银行零售信贷业务为背景，建立了基于粗糙集与遗传神经网络集成的个人信用评价新模型。该模型应用遗传算法约简信用评价指标，减少了遗传神经网络输入层的结点数，降低了该模型的复杂度。基于最小约简信用指标形成个人信用评价分类规则库。使用粗糙集理论判别与规则库匹配的检验样本信用等级。基于标准遗传算法的BP神经网络模型作为辅助工具，判别不与规则库任何规则匹配的检验样本信用等级。利用国内某商业银行的个人贷款数据样本进行实证研究，证明了该模型的实用性和准确性。该模型可以帮助决策者更好地理解数据信息,并制定出更有效的市场策略。