(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210534485.7 (22)申请日 2022.05.17 (71)申请人 华南理工大 学 地址 510640 广东省广州市天河区五山路 381号 (72)发明人 林伟伟　王尉铭　 (74)专利代理 机构 广州市华学知识产权代理有 限公司 4 4245 专利代理师 李斌 (51)Int.Cl. G06Q 40/02(2012.01) (54)发明名称 基于区间直觉模糊信息的信贷评估方法及 装置 (57)摘要 本发明公开了一种基于区间直觉模糊信息 的信贷评估方法及装置， 方法包括： 获取待评估 企业的金融特征集数据； 使用隶属度函数将金融 特征集数据转化为隶属度矩阵和非隶属度矩阵； 使用合成算子将隶属度矩 阵与非隶属度矩 阵合 成为基于区间直觉模糊数的决策矩阵； 基于相容 度和满意度建立目标优化模型， 利用目标优化模 型计算得出各个特征的权重， 该权重代表了当前 特征集合中各个特征的权重大小； 使用加权算子 和特征权重对决策矩 阵进行合成运算得到综合 评价矩阵； 使用得分函数和精确函数计算每个代 评估企业的综合评价值， 该综合评价值综合表征 了企业还款能力与信贷风险。 本发 明解决了未知 特征权重信息下进行信贷评估的问题， 具有较好 的可靠性、 准确性。 权利要求书3页 说明书10页 附图3页 CN 115082181 A 2022.09.20 CN 115082181 A 1.基于区间直觉模糊信息的信贷评估方法， 其特 征在于， 包括下述 步骤： 获取待评估企业的金融特 征集数据； 使用隶属度函数以年为单位将金融特征集数据转化为隶属度矩阵和非隶属度矩阵， 所 述隶属度矩阵和非隶属度矩阵分别用于表示特征值关于正面语义和负面语义计算得到的 值； 使用合成算子将多年的隶属度矩阵与非隶属度矩阵合成为基于区间直觉模糊数的决 策矩阵， 所述决策矩阵用于后续评估操作； 使用相容度算子计算各个待评估企业的评价矩阵与正负理想的相容度， 使用满意度算 子计算各待评估企业的满意度， 基于相容度和满意度建立 目标优化模型， 该目标优化模型 以满意度最大化为 目标， 利用目标优化模型计算得出各个特征的权重， 该权重代表了当前 特征集合中各个特 征的权重大小； 使用加权算子和特征权重对决策矩阵进行合成运算得到综合评价矩阵， 针对每一个企 业获得一个区间直觉模糊数表示各个企业的评估情况； 使用得分函数和精确函数根据综合评价矩阵计算每个待评估企业的综合评价值， 该综 合评价值更加直观的综合表征了企业还款能力与信贷风险。 2.根据权利要求1所述基于区间直觉模糊信 息的信贷评估方法， 其特征在于， 所述金融 特征集数据包括盈利能力特 征数据、 企业信誉特 征数据、 营业 风险特征数据。 3.根据权利要求1所述基于区间直觉模糊信 息的信贷评估方法， 其特征在于， 所述隶属 度函数为三角型函数或梯形函数， 根据不同金融特征集数据的分布与特征性质确定隶属度 函数， 该隶属度函数值域为(0,1)， 关于企业i的第j个特征在第t年计算得到的隶属度记做 与非隶属度 其中， 各个企业关于各个特征的隶属度 值将构成隶属度矩阵， 各个企业关于各个特征 的非隶属度值将构成非隶属度矩阵， 矩阵的 大小为(n,m)， 其中n代表企业数 目， m代表特征数据 维度， t用于标记不同年份， 每一年都会 根据企业金融特 征数据集计算得到隶属度矩阵与非隶属度矩阵。 4.根据权利要求1所述基于区间直觉模糊信 息的信贷评估方法， 其特征在于， 所述合成 算子为下式： 其中f为时间算子， 以年作为区间长度， 总数据集时长为T年， t表示第t个时间区间， 1≤ t≤T， 时间算子用于计算随时间导致的衰弱影响； 距最新数据越久的数据信息衰弱程度越 大， 时间算子具有多种算法， 常用的为f(t)＝α /(T ‑t)其中α 为衰弱参数， 共有n家企业， 使用 下标i表示第i家企业1≤i≤n， 共有m个特征， 使用下标j代表第j个特征1≤j≤m， 隶属度矩 阵中， 第t年中i第i家企业关于特征j的隶属度值记为 非隶属度矩阵中， 第t年中i第i家 企业关于特征j的隶属度值记为 通过合成算子可转化为区间直觉模糊数 其中上标L代表区间下界， 上 标U代表区间上界；权　利　要　求　书 1/3 页 2 CN 115082181 A 2第i家企业关于第j个特征的评价以区间直觉模糊数 表示记做rij， 则 决策矩阵R1如下： 5.根据权利要求4所述基于区间直觉模糊信 息的信贷评估方法， 其特征在于， 所述建立 目标优化模型， 具体为： 使用相容度算子计算各个企业评价矩阵与正负理想的相容度， 针对于两个区间直觉模 糊数 和 相容度算子c(a， b)的计算规则 如下， 满足0 ≤c(a， b)≤1； 其中 和 表示区 间 直觉模 糊数的 犹豫 度 ， 针对一个区 间 直觉模 糊数 犹豫度的计算方式如下， 满意度算子ρ(ziω))的计算方式如下： 其中关于某一特 征的正负理想方案分别为z*＝([1， 1]， [0， 0])和z*＝([0， 0]， [1， 1])； 根据相容度算子和满意度算子的计算 规则， 建立优化模型如下： 通过使用启发式算法求 解该优化模型 得到各个特 征权重计算得 出ω。 6.根据权利要求1所述基于区间直觉模糊信 息的信贷评估方法， 其特征在于， 使用加权 合成算子δ合 成特征权重ω与决策矩阵R1， 得到综合评价矩阵R2＝ωδ R1， 根据综合评价矩阵 得到各个企业的区间直觉模糊数评价 值。 7.根据权利要求1所述基于区间直觉模糊信 息的信贷评估方法， 其特征在于， 将综合评 价值进行排序， 排序靠前的企业信贷评估等级为良好。 8.基于区间直觉模糊信 息的信贷评估系统， 其特征在于， 应用于权利要求1 ‑7中任一项 所述的基于区间直觉模糊信息的信贷评估方法， 包括数据获取模块、 数据转换模块、 数据合 成模块、 权 重计算模块、 合成运 算模块以及风险评估 模块； 所述数据获取模块， 用于获取待评估企业的金融特 征集数据； 所述数据转换模块， 用于使用隶属度函数将金融特征集数据转化为隶属度矩阵和非隶 属度矩阵， 所述隶属度矩阵和非隶属度矩阵分别用于表示特征值关于正向语义和负向语义权　利　要　求　书 2/3 页 3 CN 115082181 A 3