本文關(guān)鍵詞：基于BP優(yōu)化算法的個(gè)人信用評價(jià)模型研究

  更多相關(guān)文章： 個(gè)人信用評價(jià) BP神經(jīng)網(wǎng)絡(luò) PSO算法 信用評價(jià)模型

【摘要】：市場經(jīng)濟(jì)的快速發(fā)展促使信貸消費(fèi)逐漸成為區(qū)別于傳統(tǒng)消費(fèi)模式的新潮流。個(gè)人信用作為信貸消費(fèi)的評價(jià)基礎(chǔ),它體現(xiàn)了當(dāng)事人履行信用承諾的能力,如今它也不僅僅是傳統(tǒng)觀念上的一種美德,更確切的說是一種商品,是一種建立在個(gè)人凈資產(chǎn)和對未來收入預(yù)期基礎(chǔ)上的支付能力。運(yùn)用先進(jìn)的技術(shù)構(gòu)建個(gè)人信用評價(jià)模型,進(jìn)而客觀正確評價(jià)個(gè)人信用,能夠公平維護(hù)授信雙方的合法利益,也為信貸機(jī)構(gòu)提供了預(yù)測信用風(fēng)險(xiǎn)的有效工具,同時(shí)維持市場經(jīng)濟(jì)健康穩(wěn)定發(fā)展。本文在分析了國內(nèi)信貸行情和國內(nèi)外在個(gè)人信用評價(jià)領(lǐng)域的研究現(xiàn)狀的基礎(chǔ)上,對比分析了統(tǒng)計(jì)和非統(tǒng)計(jì)個(gè)人信用評價(jià)模型的優(yōu)越性和局限性,并且探討了人工智能算法中的BP神經(jīng)網(wǎng)絡(luò)算法和粒子群優(yōu)化算法,然后運(yùn)用屬性信息熵對德國個(gè)人信用數(shù)據(jù)集的原始指標(biāo)體系做二次優(yōu)化,通過指標(biāo)增益值的大小來選取合適的信用評價(jià)指標(biāo),從而構(gòu)建了新的指標(biāo)體系；其次,在原始預(yù)測分類模型基礎(chǔ)評價(jià)指標(biāo)(整體預(yù)測正確率、兩類信用等級(jí)預(yù)測精度和兩類信用等級(jí)召回精度)的基礎(chǔ)上,創(chuàng)建了兩個(gè)適合度量個(gè)人信用評價(jià)模型評測性能的綜合評價(jià)指標(biāo)：綜合評價(jià)性能指標(biāo)和綜合評價(jià)損失率指標(biāo)；再次依據(jù)新的指標(biāo)體系結(jié)合BP算法和PSO算法構(gòu)建了不同訓(xùn)練函數(shù)下的BP常規(guī)優(yōu)化個(gè)人信用評價(jià)模型和基于PSO優(yōu)化的個(gè)人信用評價(jià)模型。最后通過實(shí)例驗(yàn)證表明：在常規(guī)優(yōu)化的BP個(gè)人信用評價(jià)模型中,采用trainbfg訓(xùn)練函數(shù)的模型收斂速度較快,而且泛化性能好,兩個(gè)綜合評價(jià)指標(biāo)在同類常規(guī)優(yōu)化算法中表現(xiàn)最好；基于PSO優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)個(gè)人信用評價(jià)模型的評測性能隨著迭代次數(shù)不伺有所差別,在迭代次數(shù)為300時(shí),PSO優(yōu)化模型比基于常規(guī)優(yōu)化的BP模型表現(xiàn)出更好的性能。本文運(yùn)用BP神經(jīng)網(wǎng)絡(luò)算法和PSO算法來構(gòu)建個(gè)人信用評價(jià)模型,并且運(yùn)用實(shí)例來驗(yàn)證基于人工智能算法的個(gè)人信用評價(jià)模型的優(yōu)越性和可行性,為后續(xù)深入研究打下基礎(chǔ),同時(shí)對于后期改進(jìn)的個(gè)人信用評價(jià)模型具有一定的參考價(jià)值和理論意義!
【關(guān)鍵詞】：個(gè)人信用評價(jià) BP神經(jīng)網(wǎng)絡(luò) PSO算法 信用評價(jià)模型
【學(xué)位授予單位】：中南林業(yè)科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F832.4;TP18
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 1 緒論10-18
• 1.1 選題背景10-11
• 1.2 選題意義11-12
• 1.3 國內(nèi)外研究現(xiàn)狀12-16
• 1.3.1 國外研究現(xiàn)狀12-14
• 1.3.2 國內(nèi)研究現(xiàn)狀14-16
• 1.4 研究內(nèi)容及論文框架16-18
• 1.4.1 研究內(nèi)容16
• 1.4.2 論文框架16-18
• 2 統(tǒng)計(jì)與非統(tǒng)計(jì)個(gè)人信用評價(jià)模型分析18-26
• 2.1 個(gè)人信用評價(jià)18-20
• 2.1.1 個(gè)人信用評價(jià)特征及意義19-20
• 2.2 個(gè)人信用評價(jià)模型20-23
• 2.2.1 統(tǒng)計(jì)模型21-22
• 2.2.2 非統(tǒng)計(jì)模型22-23
• 2.3 個(gè)人信用評價(jià)模型的優(yōu)越性和局限性23-25
• 2.4 本章小結(jié)25-26
• 3 BP神經(jīng)網(wǎng)絡(luò)與PSO優(yōu)化方法26-41
• 3.1 人工神經(jīng)網(wǎng)絡(luò)概述26
• 3.2 BP神經(jīng)網(wǎng)絡(luò)26-32
• 3.2.1 BP神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)模型描述26-28
• 3.2.2 標(biāo)準(zhǔn)BP梯度下降算法推導(dǎo)過程28-31
• 3.2.3 標(biāo)準(zhǔn)BP算法實(shí)現(xiàn)過程31
• 3.2.4 標(biāo)準(zhǔn)BP算法局限性分析31-32
• 3.3 BP神經(jīng)網(wǎng)絡(luò)常規(guī)優(yōu)化方法32-34
• 3.3.1 學(xué)習(xí)速率可變BP算法32
• 3.3.2 附加動(dòng)量法32-33
• 3.3.3 彈性BP算法33
• 3.3.4 擬牛頓法33-34
• 3.3.5 L-M算法34
• 3.4 粒子群優(yōu)化算法34-37
• 3.4.1 PSO算法數(shù)學(xué)描述34-35
• 3.4.2 PSO算法實(shí)現(xiàn)流程35-36
• 3.4.3 PSO相關(guān)參數(shù)取值選擇36-37
• 3.5 基于PSO優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)37-40
• 3.5.1 基本優(yōu)化思想37-38
• 3.5.2 優(yōu)化算法實(shí)現(xiàn)流程38-40
• 3.6 本章小結(jié)40-41
• 4 基于BP優(yōu)化算法的個(gè)人信用評價(jià)模型構(gòu)建和實(shí)驗(yàn)分析41-74
• 4.1 模型構(gòu)建思想及其數(shù)據(jù)源41
• 4.1.1 構(gòu)建思想41
• 4.1.2 數(shù)據(jù)來源41
• 4.2 個(gè)人信用評價(jià)指標(biāo)構(gòu)建41-50
• 4.2.1 個(gè)人信用指標(biāo)構(gòu)建的原則42
• 4.2.2 個(gè)人信用評價(jià)指標(biāo)構(gòu)建方法42-50
• 4.2.2.1 初始指標(biāo)42-44
• 4.2.2.2 初始指標(biāo)取值量化44-45
• 4.2.2.3 指標(biāo)的二次抽取45-50
• 4.3 模型性能評價(jià)指標(biāo)50-52
• 4.4 數(shù)據(jù)處理52-55
• 4.4.1 數(shù)據(jù)準(zhǔn)備52-53
• 4.4.2 數(shù)據(jù)預(yù)處理53-55
• 4.5 基于BP神經(jīng)網(wǎng)絡(luò)常規(guī)優(yōu)化方法的信用評價(jià)模型構(gòu)建55-65
• 4.5.1 BP神經(jīng)網(wǎng)絡(luò)構(gòu)建55-56
• 4.5.2 BP神經(jīng)網(wǎng)絡(luò)常規(guī)優(yōu)化信用評價(jià)模型實(shí)現(xiàn)56-60
• 4.5.3 BP常規(guī)優(yōu)化模型實(shí)驗(yàn)仿真及其性能對比60-65
• 4.5.3.1 性能曲線60-62
• 4.5.3.2 訓(xùn)練集下模型性能62-63
• 4.5.3.3 測試集下模型性能63-64
• 4.5.3.4 訓(xùn)練集與測試集下模型性能對比64-65
• 4.6 基于PSO優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)信用評價(jià)模型構(gòu)建65-72
• 4.6.1 BP模塊網(wǎng)絡(luò)參數(shù)確定65
• 4.6.2 PSO模塊參數(shù)確定65-67
• 4.6.3 基于PSO優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)信用評價(jià)模型實(shí)現(xiàn)67-70
• 4.6.4 PSO優(yōu)化評價(jià)模型性能70-72
• 4.7 PSO優(yōu)化BP模型與常規(guī)BP優(yōu)化模型對比72-73
• 4.8 本章小結(jié)73-74
• 5 總結(jié)與展望74-76
• 參考文獻(xiàn)76-82
• 附錄 攻讀學(xué)位期間的主要學(xué)術(shù)成果82-83
• 致謝83

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 薛雷;胡宇吉;;改進(jìn)網(wǎng)絡(luò)信用評價(jià)機(jī)制的設(shè)想[J];東方企業(yè)文化;2010年14期

2 陳麗燕;俞偉廣;何士產(chǎn);王宸圓;;網(wǎng)絡(luò)購物信用評價(jià)模型研究[J];電腦知識(shí)與技術(shù);2014年06期

3 丁淑娟;李曉麗;;網(wǎng)購中賣家動(dòng)態(tài)信用評價(jià)模型的研究與分析[J];計(jì)算機(jī)技術(shù)與發(fā)展;2013年05期

4 劉蕾;趙繁菲;董磊;;在線交易信用評價(jià)中“惡意差評”的責(zé)任[J];河北聯(lián)合大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2014年02期

5 郭鵬文;王東;;物流貨運(yùn)交易網(wǎng)站信用評價(jià)模型研究[J];計(jì)算機(jī)應(yīng)用與軟件;2010年02期

6 孟昭睿;;基于分類回歸樹的個(gè)人信用評價(jià)模型[J];企業(yè)技術(shù)開發(fā);2009年02期

7 胡劍波;梁工謙;路艷;;C2C中賣方信用評價(jià)模型的構(gòu)建與應(yīng)用[J];情報(bào)雜志;2008年05期

8 連紅燕;;網(wǎng)絡(luò)信用評價(jià)機(jī)制績效分析[J];黑龍江對外經(jīng)貿(mào);2009年02期

9 楊曉薇;;一種改進(jìn)的C2C信用評價(jià)計(jì)分算法[J];湖北工程學(xué)院學(xué)報(bào);2013年03期

10 王泱泱;;C2C信用評價(jià)模式探索[J];山西財(cái)經(jīng)大學(xué)學(xué)報(bào);2010年S1期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前3條

1 黃章樹;喬昕;;基于數(shù)據(jù)挖掘的機(jī)械制造業(yè)上市公司信用評價(jià)研究[A];第十三屆中國管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2011年

2 陸樺;馬啟升;么傲然;;開展信用評價(jià) 推進(jìn)林業(yè)機(jī)械行業(yè)誠信建設(shè)[A];第十一屆全國人造板工業(yè)發(fā)展研討會(huì)論文集[C];2012年

3 袁文華;;我國網(wǎng)上交易機(jī)制完善的過程分析[A];2012中國信息經(jīng)濟(jì)學(xué)年會(huì)會(huì)議論文集[C];2012年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 中鐵十二局集團(tuán)副總經(jīng)理 史道泉;信用評價(jià)：企業(yè)健康發(fā)展的燈塔[N];中國水利報(bào);2006年

2 王興和邋陸智國;我市全面啟動(dòng)中介組織信用評價(jià)工作[N];鎮(zhèn)江日報(bào);2008年

3 朱慶慶　錢華明;2010年度中介組織信用評價(jià)結(jié)果公布[N];鎮(zhèn)江日報(bào);2010年

4 記者 楊秀權(quán);十九局集團(tuán)信用評價(jià)支撐經(jīng)營大業(yè)[N];中國鐵道建筑報(bào);2011年

5 賀震;信用評價(jià)求公正得公認(rèn)[N];中國環(huán)境報(bào);2014年

6 宋特哉;環(huán)保信用評價(jià)莫失信[N];中國礦業(yè)報(bào);2014年

7 本報(bào)記者 馬吉軍;盡快統(tǒng)一信用評價(jià)標(biāo)準(zhǔn)[N];中國消費(fèi)者報(bào);2003年

8 屈凌燕 高嵩;浙江嘉興公開房地產(chǎn)中介信用評價(jià)[N];國際商報(bào);2006年

9 孫繼德 同濟(jì)大學(xué)工程管理研究所;信用評價(jià)的市場機(jī)制[N];建筑時(shí)報(bào);2006年

10 曲德輝;期貨公司信用評價(jià)項(xiàng)目進(jìn)入攻堅(jiān)階段[N];期貨日報(bào);2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 張洪祥;基于多維時(shí)間序列的信用評價(jià)建模及應(yīng)用[D];東北大學(xué);2013年

2 管曉永;中小企業(yè)信用評價(jià)因素研究[D];浙江大學(xué);2005年

3 程鑫;基于支持向量機(jī)的農(nóng)戶信用評價(jià)研究[D];山西財(cái)經(jīng)大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 仝存玉;制造業(yè)上市公司信用評價(jià)研究[D];財(cái)政部財(cái)政科學(xué)研究所;2015年

2 郝鵬東;P2P網(wǎng)貸借款人的信用評價(jià)研究[D];五邑大學(xué);2015年

3 張瀾覺;基于BP神經(jīng)網(wǎng)絡(luò)的P2P信貸個(gè)人信用評價(jià)模型研究[D];云南財(cái)經(jīng)大學(xué);2015年

4 周兵;基于BP優(yōu)化算法的個(gè)人信用評價(jià)模型研究[D];中南林業(yè)科技大學(xué);2015年

5 孟林麗;航運(yùn)企業(yè)客戶的信用評價(jià)研究[D];上海海事大學(xué);2006年

6 汪磐;中小企業(yè)信用評價(jià)與擔(dān)保研究[D];安徽大學(xué);2003年

7 梁曉娟;中小企業(yè)信用評價(jià)方法及其應(yīng)用[D];鄭州大學(xué);2004年

8 陳中華;層次分析法在中小企業(yè)信用評價(jià)中的應(yīng)用研究[D];蘇州大學(xué);2006年

9 劉文君;農(nóng)戶信用評價(jià)研究[D];南昌大學(xué);2010年

10 范佳馨;網(wǎng)絡(luò)購物信用評價(jià)模型設(shè)計(jì)[D];遼寧科技大學(xué);2012年

，

本文編號(hào)：888010