发明名称 |
一种基于神经网络的复合型项目风险评估模型 |
摘要 |
一种新型的项目风险评估模型,如图1所示,该模型在传统的AHP法设定权重结构的基础上,从第三级指标扩展了神经网络层、量化调整层、填写层等三类复合型结构。填写层、量化调整层能将项目方填报的信息导入进行初级组合量化,形成神经网络层的输入向量,再经过神经网络层的二次量化计算,形成传统风险评估模型的第三级指标层输入值,最后,经过传统三级指标加权计算可获得最终风险评级结果。神经网络层在经过一定数据训练后,一定程度上能够取代评估人员的主观打分过程,形成人工智能评估。同时,项目方只需输入单元化基本信息,由隐含的量化调整层统计和组合,成为神经网络层的量化输入,这样能避免项目方虚报、夸大等情况,增加结果的真实性。 |
申请公布号 |
CN106469340A |
申请公布日期 |
2017.03.01 |
申请号 |
CN201510501808.2 |
申请日期 |
2015.08.17 |
申请人 |
苏州优估营网络科技有限公司 |
发明人 |
刘礼兵 |
分类号 |
G06Q10/06(2012.01)I |
主分类号 |
G06Q10/06(2012.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种新型的项目风险评估模型,其特征是:在传统的基于AHP法设置权重的三级评估指标模型的基础上,从第三级指标以下扩展了神经网络层、量化调整层、填写层等三类复合型结构。项目方通过填写层导入项目信息,量化调整层将项目方填报的信息导入并进行初级组合量化,形成神经网络层的输入向量,再经过神经网络层的二次量化计算,形成传统风险评估模型的第三级指标输入值,最后,经过传统逐级指标加权计算可获得项目的最终风险评级结果。 |
地址 |
215123 江苏省苏州市苏州工业园区仁爱路99号A3-408 |