Підвищення ефективності роботи нечітких нейронних мереж в задачі оцінки кредитоспро- можності позичальника
Анотація
В статті зроблено огляд методів оцінки кредитоспроможності позичальника на основі нечіткої логіки.
Зроблені експериментальні дослідження методів навчання та адаптації нечітких нейронних мереж. Запро-
поновано модифікований алгоритм адаптації.
Посилання
Кузнецов Л.А. Оценка кредитной истории физических лиц на основе нечетких моделей / Л.А. Кузне-
цов, А.В. Перевозчиков // Управление большими системами. - 2007. - № 21 – с. 84-106
Зайченко Ю.П. Оценка кредитних банковских рисков с использованием нечеткой логики // Intelligent
Information and Engineering Systems. – 2008. - №13 – с. 190-20
Шовгун Н.В. Аналіз кредитоспроможності позичальника за допомогою методів з нечіткою логікою //
Вісник НТУУ «КПІ». Інформатика, управління та обчислювальна техніка: Зб. наук. пр. – 2012. – № 55.
– с. 169-174
CF Juang and CT Lin A recurrent self-organizing neural fuzzy inference network // IEEE transaction of neural
networks, Volume 10, Number 4, Pages 828–845, July 1999
Бодянский Е.В. Каскадная эволюционная нейронная сеть с неофаззи нейронами в качестве узлов// Во-
сточно-Европейский журнал передовых технологий – 2011. – Вып. 4/3 (52). – с. 55–58.
Зайченко Ю.П. Нечеткие модели и методы в интеллектуальных системах. – К.: Издательский дом
«Слово», 2008. – 334 с.
Круглов В.В., Борисов В. В. Искусственные нейронные сети. Теория и практика. -2-е изд., стереотип.-
М.: Горячая линия-Телеком, 2002. -382
