本文针对国赛2020C题提供详细解答，包括利用PCA降维评估企业指标、遗传算法求解银行利润最大化问题、BP神经网络预测企业信誉等级及应对突发事件的策略调整。
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
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
