| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 选题背景 | 第10-11页 |
| 1.2 选题意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-16页 |
| 1.3.1 国外研究现状 | 第12-14页 |
| 1.3.2 国内研究现状 | 第14-16页 |
| 1.4 研究内容及论文框架 | 第16-18页 |
| 1.4.1 研究内容 | 第16页 |
| 1.4.2 论文框架 | 第16-18页 |
| 2 统计与非统计个人信用评价模型分析 | 第18-26页 |
| 2.1 个人信用评价 | 第18-20页 |
| 2.1.1 个人信用评价特征及意义 | 第19-20页 |
| 2.2 个人信用评价模型 | 第20-23页 |
| 2.2.1 统计模型 | 第21-22页 |
| 2.2.2 非统计模型 | 第22-23页 |
| 2.3 个人信用评价模型的优越性和局限性 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 BP神经网络与PSO优化方法 | 第26-41页 |
| 3.1 人工神经网络概述 | 第26页 |
| 3.2 BP神经网络 | 第26-32页 |
| 3.2.1 BP神经网络数学模型描述 | 第26-28页 |
| 3.2.2 标准BP梯度下降算法推导过程 | 第28-31页 |
| 3.2.3 标准BP算法实现过程 | 第31页 |
| 3.2.4 标准BP算法局限性分析 | 第31-32页 |
| 3.3 BP神经网络常规优化方法 | 第32-34页 |
| 3.3.1 学习速率可变BP算法 | 第32页 |
| 3.3.2 附加动量法 | 第32-33页 |
| 3.3.3 弹性BP算法 | 第33页 |
| 3.3.4 拟牛顿法 | 第33-34页 |
| 3.3.5 L-M算法 | 第34页 |
| 3.4 粒子群优化算法 | 第34-37页 |
| 3.4.1 PSO算法数学描述 | 第34-35页 |
| 3.4.2 PSO算法实现流程 | 第35-36页 |
| 3.4.3 PSO相关参数取值选择 | 第36-37页 |
| 3.5 基于PSO优化的BP神经网络 | 第37-40页 |
| 3.5.1 基本优化思想 | 第37-38页 |
| 3.5.2 优化算法实现流程 | 第38-40页 |
| 3.6 本章小结 | 第40-41页 |
| 4 基于BP优化算法的个人信用评价模型构建和实验分析 | 第41-74页 |
| 4.1 模型构建思想及其数据源 | 第41页 |
| 4.1.1 构建思想 | 第41页 |
| 4.1.2 数据来源 | 第41页 |
| 4.2 个人信用评价指标构建 | 第41-50页 |
| 4.2.1 个人信用指标构建的原则 | 第42页 |
| 4.2.2 个人信用评价指标构建方法 | 第42-50页 |
| 4.2.2.1 初始指标 | 第42-44页 |
| 4.2.2.2 初始指标取值量化 | 第44-45页 |
| 4.2.2.3 指标的二次抽取 | 第45-50页 |
| 4.3 模型性能评价指标 | 第50-52页 |
| 4.4 数据处理 | 第52-55页 |
| 4.4.1 数据准备 | 第52-53页 |
| 4.4.2 数据预处理 | 第53-55页 |
| 4.5 基于BP神经网络常规优化方法的信用评价模型构建 | 第55-65页 |
| 4.5.1 BP神经网络构建 | 第55-56页 |
| 4.5.2 BP神经网络常规优化信用评价模型实现 | 第56-60页 |
| 4.5.3 BP常规优化模型实验仿真及其性能对比 | 第60-65页 |
| 4.5.3.1 性能曲线 | 第60-62页 |
| 4.5.3.2 训练集下模型性能 | 第62-63页 |
| 4.5.3.3 测试集下模型性能 | 第63-64页 |
| 4.5.3.4 训练集与测试集下模型性能对比 | 第64-65页 |
| 4.6 基于PSO优化的BP神经网络信用评价模型构建 | 第65-72页 |
| 4.6.1 BP模块网络参数确定 | 第65页 |
| 4.6.2 PSO模块参数确定 | 第65-67页 |
| 4.6.3 基于PSO优化的BP神经网络信用评价模型实现 | 第67-70页 |
| 4.6.4 PSO优化评价模型性能 | 第70-72页 |
| 4.7 PSO优化BP模型与常规BP优化模型对比 | 第72-73页 |
| 4.8 本章小结 | 第73-74页 |
| 5 总结与展望 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 附录 攻读学位期间的主要学术成果 | 第82-83页 |
| 致谢 | 第83页 |
