模糊综合评判方法在风险分析中的应用-论文.pdf

《模糊综合评判方法在风险分析中的应用-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、现代商贸工业No．19，2O14ModernBusinessTradeIndustry2014年第19期模糊综合评判方法在风险分析中的应用王倩(华东政法学院商学院，上海201620)摘要：在商业医疗保险领域中，如何有效地判别投保人的患病风险，一直是一个至关重要的问题。文章先采用马氏距离和神经网络中的BP算法建立模型，对待测样本进行判别，然后采用模糊综合评判的方法，从保险公司角度出发，针对吻合率、模型建立所需时间、样本判别所需时间、程序的可移植性和程序出错处理这些方面来比较它们的差异，最终选出最佳风险判别模型。关键词：模糊综合评判方法；马氏距离判别法；神经网络BP算法中图分类

2、号：F2文献标识码：A文章编号：1672—3198(2014)19-0021—040引言则判别函数为：wij一÷[dj。一di]：国民经济的快速发展，使得人民的生活水平有了根本1的改善并且这种改善将继续不断的提高。同时其膳食结构Ex-÷(i+)]∑一(i一)i，j一1，2，⋯，P也相应发生了显著的变化，由此而引起的富裕性疾病的患相应的判别准则为：病率亦日益提高。目前我国高血压的患病率为18．8，患fXE∈i，w(x)>O，对一切j≠i者已经超过1．6亿，每年因高血压死亡的人数超过2O万。l待定，若有某一个wij(x)一0其中35岁以上人口为高血压病高发人群。由高血压等引当“

3、i，∑未知时可用矩估计量来代替起的fl,血管疾病已经成为我国居民第一位的致死原因。高(b)当∑1，∑2⋯．，∑。不全相等时，则判别函数为：血压严重影响居民的生命健康和生活质量。Wi(X)=(X-)(∑j)一(X一)一(X-tLi)(Ei)一基于上述原因，上海市某街道在1997开始对该社区16(X—ni)周岁以上的常住居民进行了逐户整群调查，实际调查相应的判别标准为：555666人，占应调查人数的84．2。与国外同类型的调查fXE∈i，w(x)>O，对一切j≠i相比，这一比例属于相当高的。其调查内容包括肥胖症、糖l待定，若有某一个Wii(x)一0尿病、高血压病、高血脂症和冠心

4、病等富裕性疾病的患病情当，∑i(i一1，2⋯．，p)未知时可用矩估计来代替。况、治疗情况、以及居民的性别、年龄、职业、文化程度、身1．2BP算法高、体重等基本情况，家族病史、治疗情况、吸烟史、饮酒史、BP神经网络(Back—Propagationnetworks)包括三个户外活动、饮食习惯等各相关因素。本文以富裕病之一高层次：输入层、隐含层、输出层。它的本质是误差反向传输血压为例，并根据相关分析得到其相关因素有家族史、年的多层前馈网络，BP算法的基本思想是，学习过程由信号龄、BMI、高血脂糖尿病程度以及冠心病程度等六个因素。的正向传播与误差的反向传播两个过程组成。正向传播本

5、文首先采用马氏距离和神经网络中的BP算法建立模型，时，先自行对权重进行初始化，输入样本从输入层传人，经对待测样本进行判别。然后采用模糊综合评判的方法从保各隐层逐层处理后，传向输出层，如图1所示。若输出层的险公司角度出发，针对吻合率、模型建立所需时间、样本判实际输出与期望的输出(理想输出)不符，则转入误差的反别所需时间、程序的可移植性和程序出错处理这些方面来向传播阶段。比较它们的差异，最终选出最佳风险判别模型。1数学模型1．1马氏距离判别法距离判别最简单的想法就是计算样本到第i类总体的平均数的距离，哪个距离最小就将它判归哪个总体，所以，我们首先考虑的是是否能够构造一个恰当的距

6、离函数，通过样本与某类别之间距离的大小，判别其所属类别。图1设有P个总体∈1，∈2⋯．，∈，∈i的均值为tLi，∈i的协方图解：从左向右依次为输入层、隐层、输出层。交叉线条代表权值。差矩阵为∑i，定义马氏距离如下：误差反传是将输出误差以某种形式通过隐层向输入层2一D2(X，)一(X一Ⅲ)(∑i)一1(X一)逐层反传、并将误差分摊给各层的所有单元，从而获得各层(a)当∑1一∑2一⋯一∑p一∑di2一D2(X，∈i)一单元的误差信号，此误差信号即作为修正各单元权值的依(X一)∑一1(X一i)i一1，2，⋯，p据这种信号正向传播与误差反向传播的各层权值调整过作者简介：王倩，女，理

7、学硕士，华东政法大学商学院讲师，主要从事精算、数量经济学等研究。一21—现代商贸工业No．19，2014ModernBusinessTradeIndustry2014年第19期程，是周而复始地进行的。权值不断调整的过程，也就是网面将四个总体的均值和标准差表示如下络的学习训练过程。此过程一直进行到网络输出的误差减表2四个总体的均值及标准差少到可接受的程度，或进行到预先设定的学习次数为止，或年龄BM家族史者超过预先设定的训练时间。总结一下就是，BP模型的学习过程主要由四部分构成：(1)输入数据的正向传播；(2)输出误差