基于支持向量机的电费信用评估模型.pdfVIP

ELECTRIC POWER IT 基于支持向量机的电费 信用评估模型 1 2 2 陈 靓 ，张 成 ，陈尚姿 (1.无锡供电公司，江苏 无锡 214061;2.上海博苑信息科技有限公司，上海 201100) 摘 要：将支持向量机(Support Vector Machine,SVM)这一智能化新技术运用于构建电费信用 评估模型，选用径向基函数作为模型的内积核函数。实验证明，支持向量机具有全局收敛性和良 好的泛化能力，比常用的线性区别模型、LOGIT模型和类神经网络模型在稳定性、灵敏度和泛化 能力等方面更具有优势。同时，SVM在分类整体准确率和第一、二类错误率方面均优于上述几类 模型，因此基于SVM方法构建的电费信用评估模型具有较强的实用性。 关键词：电费信用风险管理；信用评估；人工智能；支持向量基 0引言 来了可靠性和稳定性差，难以准确 有的稳定性、解的唯一性和全局性案 方 决 解 电力产品的销售依据《电力 量化和标准化等一系列问题。因此 等优良性质，使其在实际运用中取 法》大部分实行“先用电，后交 亟需建立一套更为科学的信用评估 得了理想的效果。 钱”的信用销售方式。由于诸多因 模型。 1 SVM原理 素的影响，电费拖欠已成为困扰电 国外对信用评估的研究已有50 网企业经营和发展的重要问题之 多年的历史，发展了包括统计方法 统计学习理论(Statistical 一，如何及时有效地回收当期和陈 和非统计方法两大类十几个模型。 Learning 是 Theory)V.N.Vapnik 欠电费，降低不良债权，有效防范 信用评估本质上可以归结为一个智 等人提出的一种专门研究小样本情 和化解电费信用风险，是摆在我们 能非线性分类问题，即从大量的历 况下机器学习规律的理论，是传统 面前亟待解决的重要课题。 史观测样本中挖掘出若干信用评价 统计学的重要发展和补充。该理论 电费信用评估是电费信用风险 特征因子，建立分类法则、判别标 根据小样本统计问题建立了一套新 管理中一项极其重要的基础性工 准和判别函数，然后利用这些标 的理论体系，在这种体系下的统计 作，其目的是在充分分析用电客户 准，对新的观测样本进行分类。线 推理规则不仅考虑对渐进性能的要 的历史缴费行为、目前信用状况及 性模型实际运用的效果不理想，而 求，而且追求在有限信息的条件下 未来信用变化趋势的基础上，建立 涉及的其他非线性统计方法也各有 得到最优的结果。在这一理论的基 信用评估指标体系和信用评估模 利弊，直到现在还没有一个公认的 础上发展了一种新的智能化学习方 型，对用电客户的信用状况进行量 最优方法，因此探索新的信用评估 法—SVM。 化分析和科学评估，从而为电费信 方法的研究工作仍方兴未艾。将支 SVM是从线性可分情况下的最 用风险管理提供决策依据。 优分类超平面发展而来的，其基本 持向量机（System Vector Ma- 我国电费信用评估还停留在传 chine以下简称SVM）方法应用于 思想可用图１说明。 统的比例分析阶段，目前普遍采用 电费信用评估问题的研究，建立了 图中十字星点和方形空心点分 的“打分法” 存在诸多局限性，带 电费信用评估模型。由于SVM所具 别表示两类训练样本，H为将两类 2008年第６卷第10期 75 ELECTRIC POWER IT