典型文献
联合RF-BP-LR的电力客户电费拖欠混合风险预警算法
文献摘要：
针对电力客户存在的欠费风险问题,提出一种联合随机森林-反向传播神经网络-逻辑回归(random forest-back propagation neural network-logistic regression,RBL)的电力客户欠费混合风险预警算法.首先,利用随机森林算法对影响电力客户拖欠电费的因素进行一次特征提取;然后,利用反向传播神经网络进行初次风险预测,得到用户对于电费缴纳的信用分值;最后,采用逻辑回归模型进行第二次预测,对用户电费欠缴或拖缴的风险进行有效预警.以某地区的用电客户数据为对象,对比了所提算法与其他预警算法的预测精度,结果表明:所提算法预测精度达到了92.83％,能为电力企业进行用电客户电费管理提供技术支持.
文献关键词：
随机森林;反向传播神经网络;逻辑回归;欠费风险预警
中图分类号：
作者姓名：
谢禄江;蒋荣;皮羽茜;何轶;廖勇
作者机构：
国网重庆市电力公司信息通信分公司,重庆 401120;重庆大学微电子与通信工程学院,重庆 400044
文献出处：
引用格式：
[1]谢禄江;蒋荣;皮羽茜;何轶;廖勇-.联合RF-BP-LR的电力客户电费拖欠混合风险预警算法)[J].重庆理工大学学报,2022(05):250-258
A类：
欠费风险预警
B类：
RF,LR,拖欠,预警算法,风险问题,反向传播神经网络,random,forest,back,propagation,neural,network,logistic,regression,RBL,随机森林算法,风险预测,缴纳,信用分,逻辑回归模型,二次预测,欠缴,某地区,用电客户,户数,算法预测,电力企业,电费管理
AB值：
0.370733
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
