遗传算法在商业银行信用风险评估中的应用
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪言 | 第7-11页 |
| ·研究背景和研究现状 | 第7-8页 |
| ·主要工作 | 第8页 |
| ·论文使用的理论和研究方法 | 第8页 |
| ·论文内容安排 | 第8-11页 |
| 第二章 商业银行风险管理 | 第11-15页 |
| ·商业银行风险概述 | 第11页 |
| ·商业银行信用风险 | 第11-12页 |
| ·商业银行风险管理主要方法 | 第12-13页 |
| ·商业银行风险管理现状 | 第13-15页 |
| ·商业银行风险管理存在的问题 | 第13-14页 |
| ·商业银行风险管理的目标 | 第14-15页 |
| 第三章 粗糙集理论 | 第15-23页 |
| ·粗糙集理论简介 | 第15-16页 |
| ·粗糙集理论的基本概念 | 第16-18页 |
| ·属性约简和属性重的要性 | 第18-20页 |
| ·属性的重要性 | 第18-19页 |
| ·属性约简 | 第19-20页 |
| ·粗糙度与分类质量 | 第20-23页 |
| 第四章 遗传算法 | 第23-29页 |
| ·遗传算法简介 | 第23页 |
| ·遗传算法基本流程 | 第23-24页 |
| ·遗传算法的关键要素 | 第24-28页 |
| ·编码方式 | 第24-25页 |
| ·遗传操作 | 第25-27页 |
| ·适应度函数 | 第27-28页 |
| ·遗传算法的运行参数 | 第28-29页 |
| 第五章 基于遗传算法的商业银行风险评估研究 | 第29-41页 |
| ·引言 | 第29页 |
| ·数据离散化 | 第29-32页 |
| ·数据来源 | 第29-30页 |
| ·基于粗糙集的数据离散化 | 第30-32页 |
| ·属性约简 | 第32-34页 |
| ·遗传算法实现过程 | 第34-37页 |
| ·编码设计 | 第34-35页 |
| ·适应度函数设计 | 第35页 |
| ·遗传操作 | 第35-36页 |
| ·程序实现流程 | 第36-37页 |
| ·实验结果与分析 | 第37-41页 |
| 第六章 总结与展望 | 第41-43页 |
| ·课题总结 | 第41页 |
| ·课题展望 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 附录 | 第46-49页 |
| 致谢 | 第49-50页 |
| 攻读学位期间的研究成果 | 第50-51页 |
