| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 选题背景及意义 | 第12-13页 |
| 1.2 文献综述 | 第13-16页 |
| 1.2.1 国外文献综述 | 第13-15页 |
| 1.2.2 国内文献综述 | 第15-16页 |
| 1.3 研究内容及研究方法 | 第16-17页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 研究方法 | 第17页 |
| 1.4 主要创新点 | 第17-18页 |
| 第2章 个人信用评价的内涵及方法 | 第18-27页 |
| 2.1 个人信用评价的概念 | 第18-20页 |
| 2.1.1 个人信用及个人信用风险 | 第18-19页 |
| 2.1.2 个人信用评价 | 第19-20页 |
| 2.2 个人信用评价的方法及模型 | 第20-26页 |
| 2.2.1 定性分析方法 | 第20-22页 |
| 2.2.2 定量分析方法 | 第22-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 BP神经网络的原理及算法 | 第27-36页 |
| 3.1 人工神经网络的内涵 | 第27-28页 |
| 3.2 人工神经网络的学习规则 | 第28-29页 |
| 3.3 人工神经网络的代表模型 | 第29-30页 |
| 3.4 BP神经网络的基本原理 | 第30-31页 |
| 3.5 BP神经网络的学习算法 | 第31-33页 |
| 3.6 BP神经网络的运行流程 | 第33-34页 |
| 3.7 BP神经网络的算法改进 | 第34-35页 |
| 3.8 BP神经网络对零售客户信用评价的适用性分析 | 第35页 |
| 3.9 本章小结 | 第35-36页 |
| 第4章 基于BP神经网络的零售客户信用评价指标参数的选取与取值 | 第36-43页 |
| 4.1 零售客户信用评价体系指标的设置原则 | 第36-37页 |
| 4.2 零售客户信用风险评价指标体系构建与参数选取 | 第37-38页 |
| 4.3 模型指标参数的细分及取值 | 第38-42页 |
| 4.4 零售客户信用等级的划分 | 第42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 基于BP神经网络的零售客户信用评价模型的构建与优化 | 第43-51页 |
| 5.1 基于BP神经网络的零售客户信用评价模型的构建 | 第43-47页 |
| 5.1.1 数据的收集和规范化处理 | 第44-46页 |
| 5.1.2 BP神经网络模型结构的确定 | 第46-47页 |
| 5.2 遗传算法对BP神经网络信用评价模型的优化 | 第47-50页 |
| 5.2.1 遗传算法实现 | 第48-50页 |
| 5.2.2 遗传算法优化BP神经网络的算法流程 | 第50页 |
| 5.3 本章小结 | 第50-51页 |
| 第6章 基于BP神经网络的零售客户信用评价模型的实证与测试 | 第51-58页 |
| 6.1 BP神经网络模型的仿真模拟 | 第51-54页 |
| 6.1.1 BP神经网络的训练 | 第51-52页 |
| 6.1.2 BP神经网络的测试 | 第52页 |
| 6.1.3 结果分析 | 第52-54页 |
| 6.2 遗传算法优化BP神经网络的仿真模拟 | 第54-57页 |
| 6.2.1 优化模型训练 | 第54-55页 |
| 6.2.2 优化模型测试 | 第55-56页 |
| 6.2.3 结果分析 | 第56-57页 |
| 6.3 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |
