本文的研究目的是要構(gòu)建基于神經(jīng)網(wǎng)絡(luò)的個(gè)人信用評價(jià)模型,幫助商業(yè)銀行或企業(yè)建立自動(dòng)化信用審核系統(tǒng),減少人力資源消耗,利用計(jì)算機(jī)軟件來計(jì)算貸款人的信用狀況,定量地評價(jià)貸款人的信用,提高個(gè)人信用評價(jià)的自動(dòng)化程度。本論文中的主要研究內(nèi)容有:1、探討信用評價(jià)的基本概念和實(shí)際工作中需要遵循的原則,研究影響個(gè)人信用等級的核心要素以及個(gè)人信用評價(jià)的基本方法和模型�；诘聡_源個(gè)人信用數(shù)據(jù)庫,進(jìn)行原數(shù)據(jù)預(yù)處理,計(jì)算各個(gè)指標(biāo)增益并按照增益值排序,抽取靠前的17個(gè)信用指標(biāo),構(gòu)建本文研究模型所需要的信用評價(jià)指標(biāo)體系。2、探討人工神經(jīng)網(wǎng)絡(luò),闡述它的基本概念和原理,深入研究BP神經(jīng)網(wǎng)絡(luò)及其訓(xùn)練算法:梯度下降算法。并對該訓(xùn)練算法的原理進(jìn)行推導(dǎo),分析該訓(xùn)練算法的性能和存在的缺陷。針對該算法存在的缺陷,本文闡述目前已有的七種改進(jìn)算法,并設(shè)計(jì)仿真實(shí)驗(yàn),對比分析這七種訓(xùn)練算法在個(gè)人信用評價(jià)模型中的性能,最后構(gòu)建基于BP神經(jīng)網(wǎng)絡(luò)的個(gè)人信用評價(jià)模型。3、本文對粒子群優(yōu)化算法及其改進(jìn)進(jìn)行深入研究。本文研究粒子群優(yōu)化算法的目的是利用粒子群優(yōu)化算法代替BP神經(jīng)網(wǎng)絡(luò)中的梯度下降算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值,使得神經(jīng)網(wǎng)絡(luò)模型具有更優(yōu)的網(wǎng)... 

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外信用評價(jià)模型研究現(xiàn)狀
        1.2.2 國內(nèi)信用評價(jià)模型研究現(xiàn)狀
    1.3 研究目標(biāo)與內(nèi)容
        1.3.1 研究目標(biāo)
        1.3.2 研究內(nèi)容
    1.4 本課題研究安排
第二章 個(gè)人信用評價(jià)及指標(biāo)體系的構(gòu)建
    2.1 個(gè)人信用評價(jià)的基本概念
    2.2 信用評價(jià)采用的方法
        2.2.1 統(tǒng)計(jì)方法
        2.2.2 非統(tǒng)計(jì)方法
        2.2.3 個(gè)人信用評價(jià)模型方法總結(jié)
    2.3 個(gè)人信用評價(jià)指標(biāo)體系的構(gòu)建
        2.3.1 構(gòu)建信用評價(jià)指標(biāo)體系的基本原則
        2.3.2 構(gòu)建信用評價(jià)指標(biāo)體系的基本步驟
    2.4 本章小結(jié)
第三章 基于BP神經(jīng)網(wǎng)絡(luò)的個(gè)人信用評價(jià)模型研究
    3.1 神經(jīng)網(wǎng)絡(luò)概述
        3.1.1 神經(jīng)網(wǎng)絡(luò)的基本模型
        3.1.2 神經(jīng)網(wǎng)絡(luò)的主要特征
    3.2 Back-Propagation神經(jīng)網(wǎng)絡(luò)
        3.2.1 Back-Propagation神經(jīng)元
        3.2.2 Back-Propagation神經(jīng)網(wǎng)絡(luò)模型的數(shù)學(xué)描述
        3.2.3 Back-Propagation梯度下降算法的推導(dǎo)
    3.3 Back-Propagation算法的性能分析
    3.4 基于Back-Propagation的改進(jìn)算法
        3.4.1 動(dòng)量Back-Propagation算法
        3.4.2 學(xué)習(xí)率可變的Back-Propagation算法
        3.4.3 擬牛頓法
        3.4.4 L-M(Levenberg-Marquardt)算法
    3.5 基于Back-Propagation神經(jīng)網(wǎng)絡(luò)的個(gè)人信用評價(jià)模型
        3.5.1 Back-Propagation神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)
        3.5.2 構(gòu)建基于Back-Propagation神經(jīng)網(wǎng)絡(luò)的個(gè)人信用評價(jià)模型
        3.5.3 仿真實(shí)驗(yàn)
    3.6 本章小結(jié)
第四章 粒子群優(yōu)化算法及其改進(jìn)的研究
    4.1 粒子群優(yōu)化算法
        4.1.1 標(biāo)準(zhǔn)粒子群優(yōu)化算法的基本原理
        4.1.2 標(biāo)準(zhǔn)粒子群優(yōu)化算法的流程
        4.1.3 標(biāo)準(zhǔn)粒子群優(yōu)化算法的特點(diǎn)
    4.2 粒子群優(yōu)化算法的改進(jìn)
        4.2.1 改進(jìn)的基本思路
        4.2.2 改進(jìn)的粒子群算法的設(shè)計(jì)
        4.2.3 改進(jìn)的粒子群算法的實(shí)現(xiàn)
    4.3 仿真實(shí)驗(yàn)
        4.3.1 實(shí)驗(yàn)環(huán)境
        4.3.2 實(shí)驗(yàn)步驟
        4.3.3 實(shí)驗(yàn)結(jié)果及結(jié)果分析
    4.4 本章小結(jié)
第五章 粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型的研究
    5.1 標(biāo)準(zhǔn)PSO-BP神經(jīng)網(wǎng)絡(luò)模型
        5.1.1 標(biāo)準(zhǔn)PSO-BP神經(jīng)網(wǎng)絡(luò)模型的設(shè)計(jì)
        5.1.2 標(biāo)準(zhǔn)PSO-BP神經(jīng)網(wǎng)絡(luò)模型的實(shí)現(xiàn)
    5.2 改進(jìn)PSO-BP神經(jīng)網(wǎng)絡(luò)模型
        5.2.1 改進(jìn)PSO-BP神經(jīng)網(wǎng)絡(luò)模型的設(shè)計(jì)
        5.2.2 改進(jìn)PSO-BP神經(jīng)網(wǎng)絡(luò)模型的實(shí)現(xiàn)
    5.3 仿真實(shí)驗(yàn)
        5.3.1 實(shí)驗(yàn)環(huán)境
        5.3.2 實(shí)驗(yàn)步驟
        5.3.3 實(shí)驗(yàn)結(jié)果及性能分析
    5.4 本章小結(jié)
第六章 全文總結(jié)與展望
    6.1 全文總結(jié)
    6.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]個(gè)人信用評估應(yīng)用方法分析——基于集成學(xué)習(xí)算法視角[J]. 唐小果,李毓.  經(jīng)濟(jì)問題. 2011(12)
[2]Subagging在個(gè)人信用評估中的應(yīng)用研究[J]. 劉玉峰,賀昌政.  科技管理研究. 2011(19)
[3]個(gè)人信用評分關(guān)鍵技術(shù)研究的新進(jìn)展[J]. 向暉,楊勝剛.  財(cái)經(jīng)理論與實(shí)踐. 2011(04)
[4]RS-ANN在消費(fèi)信貸個(gè)人信用評估中的實(shí)證研究[J]. 肖智,李文娟.  軟科學(xué). 2011(04)
[5]基于判別分析的個(gè)人信用評分模型研究與實(shí)證分析[J]. 張成虎,李育林,吳鳴.  大連理工大學(xué)學(xué)報(bào)(社會科學(xué)版). 2009(01)
[6]行為評分模型在個(gè)人信用評估應(yīng)用中的實(shí)證研究[J]. 莫茜,高峰,董紀(jì)昌.  國際金融研究. 2008(07)
[7]我國商業(yè)銀行個(gè)人信用評分指標(biāo)體系分析[J]. 張麗娜,趙敏.  市場周刊(理論研究). 2007(08)
[8]基于AHP的商業(yè)銀行個(gè)人信用模糊綜合評價(jià)[J]. 王亮,姜炳麟.  科技與管理. 2007(04)
[9]構(gòu)建我國個(gè)人信用評估體系兩大問題之思考[J]. 朱敏,謝榮.  黑河學(xué)刊. 2005(01)
[10]基于粒子群優(yōu)化的神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法研究[J]. 高海兵,高亮,周馳,喻道遠(yuǎn).  電子學(xué)報(bào). 2004(09)

博士論文
[1]商業(yè)銀行個(gè)人信用評分系統(tǒng)的優(yōu)化研究[D]. 許佩.哈爾濱工業(yè)大學(xué) 2017

碩士論文
[1]基于支持向量機(jī)的個(gè)人信用評估研究[D]. 賞東東.北京化工大學(xué) 2017
[2]數(shù)據(jù)挖掘組合模型在個(gè)人信用風(fēng)險(xiǎn)評估中的應(yīng)用[D]. 張冉.首都經(jīng)濟(jì)貿(mào)易大學(xué) 2017
[3]基于模糊聚類的個(gè)人信用評估研究[D]. 歐小琴.武漢理工大學(xué) 2011



本文編號：3670977