-
题名基于证据推理和置信规则库的入学率预测方法
- 1
-
-
作者
陈伟伟
朱海龙
许冰
穆全起
-
机构
哈尔滨师范大学计算机科学与信息工程学院
-
出处
《计算机仿真》
北大核心
2023年第11期218-225,356,共9页
-
基金
中国博士后科学基金项目(2020M683736)
黑龙江省自然科学基金项目(LH2021F038)
+3 种基金
黑龙江省大学生创新实践项目(202010231009,202110231024,202110231155)
哈尔滨师范大学博士科研启动金项目(XKB201905)
哈尔滨师范大学研究生质量培养提升工程项目(1504120015)
哈尔滨师范大学研究生学术创新项目(HSDSSCX2021-120,HSDSSCX2021-29)。
-
文摘
海外留学门槛增高导致入学竞争激烈,准确预测入学率对于申请者具有重要的参考意义。现有的基于数据驱动方法构建的入学预测模型通常只对定量历史数据进行分析,没有考虑考核指标中包含的专家定性知识,且预测结果不具有可解释性。为了解决以上问题,提出了一种新的基于证据推理(Evidence Reasoning,ER)和置信规则库(Belief Rule Base,BRB)的入学率预测方法。利用ER实现多指标有效融合来达到降低模型复杂度的目的;通过BRB构建入学预测模型;最后采用基于投影协方差矩阵自适应策略(P-CMA-ES)算法优化模型参数,从而提高模型精度。通过UCLA研究生数据集验证了模型的有效性,实验结果表明,上述方法可以准确的预测申请者的入学概率,为申请者成功入学提供了保障。
-
关键词
入学预测
组合爆炸
证据推理
置信规则库
投影协方差自适应进化策略
-
Keywords
Graduate admission
Combinatorial explosion
Evidential reasoning
Belief rule-base
Projection covar-iance adaptive evolution strategy
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于主成分回归和分层置信规则库的企业风险评估模型
被引量：7
- 2
-
-
作者
刘栅杉
朱海龙
韩晓霞
穆全起
贺维
-
机构
哈尔滨师范大学计算机科学与信息工程学院
中国人民解放军火箭军工程大学
-
出处
《计算机科学》
CSCD
北大核心
2021年第S02期570-575,共6页
-
基金
黑龙江省自然科学基金项目(F2018023,LH2021F038)
哈尔滨师范大学博士科研启动金项目(XKB201905)
哈尔滨师范大学计算机科学与信息工程学院自然科学基金项目(JKYKYZ2020004)。
-
文摘
作为一种具有专家系统和数据驱动模型特征的新型智能专家系统,置信规则库(Belief Rule Base,BRB)在风险评估和健康状态评估等领域中发挥着重要作用。BRB因其自身既可以处理数值数据,又可以处理来自异构源的语言定性知识的优势,能够帮助企业进行有效的风险评估。但是实际企业风险评估体系中指标种类较多且有冗余性,传统BRB无法进行指标选择且易造成规则爆炸从而导致计算量大和模型准确度较低等问题。针对上述问题,文中提出一种主成分回归和分层置信规则库(Principal Component Regression,Hierarchical Belief Rule Base,PCR-HBRB)的企业风险评估模型,通过筛选有效指标节约计算时间,同时结合定性与定量信息进行分析评估从而得到较高准确度的评估结果。首先,通过PCR筛选出影响企业的主要指标,根据筛选出来的指标建立分层置信规则库(HBRB)的企业风险评估推理模型,并采用证据推理(Evidential Reasoning,ER)对模型进行推理。然后,采用投影协方差矩阵自适应进化策略(Projection Covariance Matrix Adaptation Evolutionary Strategies,P-CMA-ES)对模型进行优化。最后,通过对某企业的财务状况进行风险评估案例验证了模型的有效性。
-
关键词
主成分回归
分层置信规则库
企业风险评估
证据推理
投影协方差矩阵自适应进化策略
-
Keywords
Principal component regression
Hierarchical belief rule base
Enterprise risk assessment
Evidential reasoning
Projection covariance matrix adaptation evolutionary strategies
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
