一种基于神经网络的信用评价模型与算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-18页 |
| ·研究的目的 | 第8-14页 |
| ·评价理论和方法的概述 | 第8-11页 |
| ·研究现状 | 第11-13页 |
| ·综合评价的问题 | 第13-14页 |
| ·研究背景和意义 | 第14-15页 |
| ·主要研究内容和组织结构 | 第15-18页 |
| 2 神经网络评价与模糊评价 | 第18-34页 |
| ·神经网络评价基本理论 | 第18-24页 |
| ·神经网络概述 | 第18-19页 |
| ·人工神经元模型 | 第19-20页 |
| ·神经网络的结构 | 第20-22页 |
| ·神经网络的学习方式 | 第22-23页 |
| ·神经网络综合评价 | 第23-24页 |
| ·模糊评价理论基础 | 第24-29页 |
| ·模糊理论概述 | 第24-25页 |
| ·模糊集合 | 第25-26页 |
| ·模糊推理 | 第26-27页 |
| ·模糊综合评价原理 | 第27-29页 |
| ·神经网络与模糊系统的结合 | 第29-34页 |
| ·神经网络与模糊系统的比较 | 第29-30页 |
| ·神经网络与模糊系统结合的可能性 | 第30页 |
| ·神经网络与模糊系统的结合模式 | 第30-34页 |
| 3 模糊评价神经网络模型 | 第34-50页 |
| ·概述 | 第34页 |
| ·模糊评价神经网络的结构 | 第34-36页 |
| ·单级模糊评价神经网络结构 | 第34-36页 |
| ·多级模糊评价神经网络结构 | 第36页 |
| ·模糊评价神经网络的关键问题 | 第36-45页 |
| ·隶属函数的确定 | 第36-40页 |
| ·初始权值的确定 | 第40-43页 |
| ·模糊合成算子 | 第43-45页 |
| ·模糊评价神经网络的学习算法 | 第45-49页 |
| ·算法的程序流程 | 第49-50页 |
| 4 基于模糊评价神经网络的高校学生信用评价 | 第50-74页 |
| ·高校学生信用评价指标体系和评价等级 | 第50-53页 |
| ·指标体系和评价等级选取原则 | 第50页 |
| ·高校学生信用评价指标体系与评价等级的建立 | 第50-53页 |
| ·高校学生信用评价网络设计 | 第53-57页 |
| ·网络结构的确定 | 第53-54页 |
| ·样本指标预处理 | 第54页 |
| ·初始隶属函数的确定 | 第54-55页 |
| ·网络初始权值的确定 | 第55-57页 |
| ·模糊合成算子的选取 | 第57页 |
| ·高校学生信用评价的实现 | 第57-74页 |
| ·实现模块 | 第57-59页 |
| ·数据准备 | 第59页 |
| ·实现过程 | 第59-74页 |
| 5 结论 | 第74-76页 |
| ·论文总结 | 第74-75页 |
| ·进一步研究工作 | 第75-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 附录 | 第83-93页 |
| 1 作者在攻读硕士学位期间发表的论文目录 | 第83-84页 |
| 2 高校学生信用评价数据文件 | 第84-87页 |
| 3 MATLAB 程序清单 | 第87-93页 |
