[发明专利]风险评估方法、装置、设备及存储介质

权利要求书

1.一种风险评估方法，其特征在于，包括：

获取样本数据，并对所述样本数据进行归一化处理；

利用果蝇算法对经归一化处理后的样本数据进行迭代处理，得到模糊K近邻的近邻个数和模糊强度系数；

根据所述近邻个数和所述模糊强度系数构建基于所述模糊K近邻的风险评估模型；

基于所述风险评估模型对待评估数据进行风险评估。

2.根据权利要求1所述的风险评估方法，其特征在于，所述利用果蝇算法对经归一化处理后的样本数据进行迭代处理，得到模糊K近邻的近邻个数和模糊强度系数，包括：

设置果蝇算法的果蝇群体规模、目标步长值和最大迭代次数；

根据归一化处理后的样本数据初始化果蝇群体的群体位置；

根据所述群体位置和所述目标步长值确定所述果蝇群体中果蝇个体的飞行方向和飞行距离；

计算基于所述飞行方向和所述飞行距离飞行后的每一个果蝇个体的味道浓度值；

将味道浓度值最大的果蝇个体所在的位置重新确定为果蝇群体的群体位置，并将果蝇群体的当前迭代次数增加一次数单位；

判断增加一次数单位后的当前迭代次数是否等于所述最大迭代次数；

若增加一次数单位后的当前迭代次数等于所述最大迭代次数，则将当前果蝇群体的群体位置(p，q)中的p确定为所述近邻个数，并将q确定为所述模糊强度系数；

若增加一次数单位后的当前迭代次数不等于所述最大迭代次数，则返回执行根据所述群体位置和所述目标步长值确定所述果蝇群体中果蝇个体的飞行方向和飞行距离的步骤以及后续步骤。

3.根据权利要求2所述的风险评估方法，其特征在于，所述根据归一化处理后的样本数据初始化果蝇群体的群体位置，包括：

根据下述位置确定公式初始化果蝇群体的群体位置：

其中，X₀为群体位置的横坐标，Y₀为群体位置的纵坐标，rand为[0，1]区间的随机生成数，X_max为归一化处理后样本数据中横坐标的最大值，X_min为归一化处理后样本数据中横坐标的最小值，Y_max为归一化处理后样本数据中纵坐标的最大值，Y_min为归一化处理后样本数据中纵坐标的最小值。

4.根据权利要求3所述的风险评估方法，其特征在于，所述根据所述群体位置和所述目标步长值确定所述果蝇群体中果蝇个体的飞行方向和飞行距离，包括：

根据下述飞行公式确定果蝇个体的飞行方向和飞行距离：

其中，(X_i，Y_i)为第i个果蝇个体飞行后所在的位置，i∈[1，R]，R为果蝇群体规模，Step为目标步长值，rand为[0，1]区间的随机生成数；

相应地，所述计算基于所述飞行方向和所述飞行距离飞行后的每一个果蝇个体的味道浓度值，包括：

根据下述味道浓度值计算公式计算每一个果蝇个体的味道浓度值：

其中，S_i为第i个果蝇个体的味道浓度值，D_i为第i个果蝇个体到原点的距离，(X_i，Y_i)为第i个果蝇个体飞行后所在的位置。

5.根据权利要求1至4中任一项所述的风险评估方法，其特征在于，所述根据所述近邻个数和所述模糊强度系数构建基于所述模糊K近邻的风险评估模型，包括：

根据所述近邻个数确定所述样本数据的模糊隶属度；

根据所述近邻个数、所述模糊强度系数和所述模糊隶属度构建基于所述模糊K近邻的风险评估模型。

6.根据权利要求5所述的风险评估方法，其特征在于，所述根据所述近邻个数确定所述样本数据的模糊隶属度，包括：

利用下述模糊隶属度计算公式确定所述样本数据的模糊隶属度：

其中，u_ij(x_j)为样本数据x_j隶属于第i类的模糊隶属度，n_j为样本数据x_j隶属于第i类的近邻样本数，k为近邻个数。