买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：万村联网数字科技有限公司

摘要：本发明公开了一种基于进化算法的不良资产处置策略优化方法及系统，涉及数据处理技术领域，包括：获取不良资产包基础数据，进行特征工程处理，得到不良资产包特征数据；输入到不良资产处置策略生成模型，得到不良资产包处置策略集合；构建不良资产包处置策略序列，进行特征处理，得到不良资产包处置策略特征数据；构建专家经验序列，训练多智能强化学习模型得到不良资产处置策略优化模型；获取待处置不良资产包的基础数据，基于不良资产处置策略生成模型和不良资产处置策略优化模型，得到不良资产处置策略优化方案。本申请中的方法可以得到不良资产处置策略优化方案，解决了在不良资产处置时处置效率低和资产回收率低的问题。

主权项：1.一种基于进化算法的不良资产处置策略优化方法，其特征在于，包括以下步骤：S1、获取金融机构数据库中不良资产包基础数据，对所述不良资产包基础数据进行特征工程处理，得到不良资产包特征数据；S2、利用进化算法构建不良资产处置策略生成模型；将不良资产包特征数据输入到不良资产处置策略生成模型，生成Pareto最优解集合，得到不良资产包处置策略集合；S3、基于不良资产包处置策略集合和不良资产包特征数据，构建不良资产包处置策略序列，对所述不良资产包处置策略序列进行特征处理，得到不良资产包处置策略特征数据；S4、利用不良资产包处置策略特征数据构建专家经验序列，将专家经验序列存储至专家经验池，完成专家经验池初始化；训练多智能强化学习模型得到不良资产处置策略优化模型；S5、获取待处置不良资产包的基础数据，基于不良资产处置策略生成模型和不良资产处置策略优化模型，得到不良资产处置策略优化方案；所述利用进化算法构建不良资产处置策略生成模型的步骤为：步骤S11：构建不良资产折损率目标函数F1、处置总成本目标函数F2和处置风险目标函数F3；步骤S12：构建适应度函数，适应度函数计算公式为： ；其中，为目标函数的权重系数且；步骤S13：基于所述适应度函数构建差分进化算法，所述差分进化算法包含变异操作、交叉操作和选择操作；步骤S14：初始化差分进化算法超参数，所述超参数包含种群规模NP、变异因子P、交叉概率CR和最大迭代次数；步骤S15：采用自适应参数调整策略差分进化算法超参数，得到不良资产处置策略生成模型；所述自适应参数调整策略包含变异因子P自适应调整策略和交叉概率CR自适应调整策略，其中：所述变异因子P自适应调整策略为：初始设置变异因子P为；随着迭代次数的增加，逐步降低变异因子S的值；若迭代次数，变异因子S则进行线性递减；若迭代次数，此时变异因子S线性递减至；若迭代次数，变异因子S则设置为并保持不变；其中，为迭代次数且=1,2,,；所述交叉概率CR自适应调整策略为：初始设交叉概率CR为；若适应度函数的值未发生改变，交叉概率；若适应度函数的值发生改变，交叉概率；其中，为迭代次数且=1,2,,；所述将专家经验序列存储至专家经验池，完成专家经验池初始化；训练多智能强化学习模型得到不良资产处置策略优化模型的步骤为：步骤S41：利用不良资产包处置策略特征数据构建专家经验序列；所述为不良资产包状态集合，为不良资产包处置策略动作集合，为操作效果奖励值集合，为下一时刻不良资产包状态集合；步骤S42：将专家经验序列存储至专家经验池，完成专家经验池初始化；步骤S43：利用专家经验池，训练多智能强化学习模型，得到不良资产处置策略优化模型；所述利用专家经验池，训练多智能体强化学习模型，得到不良资产处置策略优化模型的步骤为：步骤S51：构建预测网络和目标网络；步骤S52：基于预测网络、目标网络和经验池构建N个智能体，其中为变量且；步骤S53：将经验池初始化为专家经验池；所述经验池容量为M；步骤S54：使用随机预测网络权重初始化预测网络，使用随机目标网络权重初始化目标网络，初始化参数状态集合、批量n和步长m；步骤S55：随机批量n从经验池中获取专家经验序列进行训练，其中；预测网络输入不良资产包状态集合和不良资产包处置策略动作集合，输出预测值函数和下一时刻不良资产包处置策略动作集合；目标网络输入下一时刻不良资产包状态集合，输出目标值函数，计算公式为： ；式中，为在不良资产包状态集合时不良资产包处置策略动作集合的操作效果奖励值，为折扣因子且，为下一时刻不良资产包状态集合时选择了下一时刻不良资产包处置策略动作集合得到的最大预测值函数；步骤S56：每通过m步将预测网络的权重参数复制给目标网络的权重参数；步骤S57：计算多智能体的联合预测值函数，计算公式为： ；计算多智能体的联合目标值函数，计算公式为：；式中，函数和g函数通过BP神经网络模型计算；多智能体损失函数更新为，计算公式为： ；步骤S58：使用梯度下降法最小化MSE损失函数，更新网络模型参数和直至收敛，得到不良资产处置策略优化模型；所述预测网络和目标网络的网络结构相同，均采用BP神经网络为基础网络结构；所述BP神经网络由输入层、隐藏层和输出层组成；所述输入层的神经元数量等于不良资产包状态集合中状态的数量；所述输出层的神经元数量等于不良资产包处置策略动作集合中的动作的数量。

全文数据：

权利要求：

百度查询： 万村联网数字科技有限公司 一种基于进化算法的不良资产处置策略优化方法及系统