[发明专利]一种行业风险指标体系风险指数生成方法及系统

权利要求书

1.一种行业风险指标体系风险指数生成方法，其特征在于：包括以下步骤：

第一步，生成行业风险指标体系

首先设定行业风险指标关联，并判断级别指标要素的合理性以及是否已经列举完全，若合理并已经列举完全，则进行迭代次数判断，确认行业风险指标体系各级要素，形成行业风险指标体系；

第二步，构建BP神经网络模型，并利用BP神经网络模型得到指标参数造成的风险的参数值

构造输入层神经元个数与生成的行业风险指标体系最后一级指标要素数一致的BP神经网络模型，并采用批量指标要素数据，通过线下方式对BP神经网络模型进行训练；然后，将指标参数输入训练好的BP神经网络模型，利用BP神经网络模型得到指标参数造成的风险的参数值；

第三步，计算生成各指标要素的风险指数

利用训练好的BP神经网络模型输出的参数值，对指标要素的风险值进行计算，并将计算值存入指数存储模块。

2.根据权利要求1所述的行业风险指标体系风险指数生成方法，其特征在于：所述第一步中，根据输入的行业信息，设定关联的指标级数并设定初始指标；由行业专家组建的行业专家委员会判断级别指标要素的合理性以及是否已经列举完全，若不合理或没有列举完全，则继续对指标要素的合理性进行调整、并继续补充完善该级别指标要素；

若合理并已经列举完全，则判断该级别指标是否是最后一级指标，若不是，则进入下一级指标要素生成过程；若是，则对指标要素及指标体系进行存储。

3.根据权利要求1所述的行业风险指标体系风险指数生成方法，其特征在于：所述第二步中，行业风险指标体系包括n级，且最后一级指标要素包括m个指标参数时，BP神经网络模型的输入层包括m个神经元，中间层包括m+2个神经元，输出层包括3个神经元；

所述输入层的每个神经元负载1个指标参数，所述输出层的3个神经元分别代表基于该级指标参数输入值经计算得出的指标参数造成的风险的危害性、可能性和可控性。

4.根据权利要求3所述的行业风险指标体系风险指数生成方法，其特征在于：所述第三步中，指标要素的风险值P计算公式如下：

其中，A、B和C分别为BP神经网络模型输出层3个神经元的参数值，a、b和c分别为用户自定义的BP神经网络模型输出层3个神经元的权重比例参数。

5.一种行业风险指标体系风险指数生成系统，其特征在于：包括：

1)行业风险指标关联设定模块：负责根据输入的行业信息设定关联的指标级数，并设定初始指标；

2)专家判断模块：由行业专家组建的行业专家委员会依次对该级别指标要素的合理性和该级别指标要素是否已经列举完全等进行判断；若否，则继续对指标要素的合理性进行调整、并继续补充完善该级别指标要素；若是，则进入迭代次数判断模块；

3)迭代次数判断模块：负责判断该级别指标是否是最后一级指标，若否，则进入下一级指标要素生成过程；若是，则完成该行业风险指标体系各级要素确认，形成行业风险指标体系；

4)指标要素及指标体系存储模块：负责存储形成的行业风险指标体系；

5)BP神经网络模型计算模块：负责构造输入层神经元个数与生成的行业风险指标体系最后一级指标要素数一致的BP神经网络模型，并采用批量指标要素数据对BP神经网络模型进行训练，用于指标要素的风险值计算；

6)指数计算模块：负责根据BP神经网络模型计算模块输出的三个维度的参数值来进行指数计算；

7)指数存储模块：负责存储生成的风险指数、行业类别和时间信息，以备调用。