首页--经济论文--经济计划与管理论文--企业经济论文--企业财务管理论文

基于GA-BP算法的科技型企业信贷评价指标体系研究

内容摘要第5-6页
Abstract第6页
第1章 序论第10-20页
    1.1 本文研究背景和意义第10-12页
        1.1.1 本文研究的背景第10-11页
        1.1.2 本文研究的意义第11-12页
    1.2 国内外文献综述第12-17页
        1.2.1 国外文献综述第12-15页
        1.2.2 国内文献综述第15-17页
    1.3 研究内容与研究方法第17-19页
        1.3.1 研究内容及框架第17-18页
        1.3.2 研究方法第18-19页
    1.4 本文创新之处第19-20页
第2章 信贷评价指标体系的理论与构建第20-30页
    2.1 信贷评价指标体系理论第20-22页
        2.1.1 信贷评价指标体系含义第20页
        2.1.2 信贷评价指标体系内容第20-22页
    2.2 信贷评价研究方法第22-25页
        2.2.1 聚类分析第22-23页
        2.2.2 逻辑回归模型第23-24页
        2.2.3 决策树模型第24-25页
        2.2.4 时间序列模型第25页
        2.2.5 层次分析法第25页
    2.3 信贷评价指标体系的构建第25-30页
        2.3.1 传统指标体系设置问题第25-27页
        2.3.2 科技型企业信贷评价指标体系设置原则第27-29页
        2.3.3 科技型企业信贷评价指标的选择第29-30页
第3章 基于遗传算法的神经网络模型第30-41页
    3.1 神经网络模型第30-35页
        3.1.1 人工神经网络第30页
        3.1.2 BP神经网络第30-34页
        3.1.3 BP神经网络操作流程第34-35页
    3.2 基于遗传算法优化的BP神经网络模型第35-41页
        3.2.1 遗传算法原理及流程第35-38页
        3.2.2 遗传算法优点第38-39页
        3.2.3 基于遗传算法建立神经网络模型第39-41页
第4章 科技型企业信贷评价指标体系实证研究——以天津市为例第41-57页
    4.1 天津市科技型企业现状第41-44页
        4.1.1 天津市科技型企业认定第41-42页
        4.1.2 科技型企业不同时期融资特征第42-43页
        4.1.3 科技型企业面临的信贷融资瓶颈第43-44页
    4.2 GA-BP算法模型的建立第44-52页
        4.2.1 基于AHP设置指标权重第44-47页
        4.2.2 指标体系数据处理第47-50页
        4.2.3 BP模型的结构设计第50-52页
        4.2.4 遗传算法优化BP神经网络权值和阈值第52页
    4.3 模型实证分析第52-57页
        4.3.1 系统参数初始化第52-53页
        4.3.2 模型仿真及结果对比第53-57页
第5章 结论第57-60页
    5.1 结论及启示第57-59页
        5.1.1 研究结论第57-58页
        5.1.2 启示第58-59页
    5.2 下一步研究工作第59-60页
        5.2.1 补充实证样本第59页
        5.2.2 继续修正模型第59-60页
附录第60-63页
参考文献第63-67页
后记第67页

论文共67页,点击 下载论文
上一篇:当下文化类电视节目的创新研究
下一篇:父母教养方式与9~12岁儿童脑发育的关系--基于静息态fMRI的研究