| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·个人信用概述 | 第9-11页 |
| ·信用的定义 | 第9-10页 |
| ·个人信用制度 | 第10-11页 |
| ·信用评价 | 第11页 |
| ·国内外信用评价的研究现状 | 第11-13页 |
| ·国外情况 | 第11-12页 |
| ·国内情况 | 第12-13页 |
| ·本论文的研究意义和作用 | 第13-15页 |
| 2 信用评价方法综述 | 第15-25页 |
| ·信用评价的基本原理 | 第15-16页 |
| ·信用评价的基本准则 | 第15-16页 |
| ·信用评分的简要发展史 | 第16页 |
| ·传统信用评价模型 | 第16-21页 |
| ·判别分析(Discriminate analysis) 法 | 第17-18页 |
| ·Logit 分析模型 | 第18-19页 |
| ·线性回归方法 | 第19页 |
| ·近邻法 | 第19-20页 |
| ·分类树 | 第20页 |
| ·线性规划法 | 第20-21页 |
| ·基于人工智能技术的信用评价模型 | 第21-25页 |
| ·人工智能技术 | 第21-23页 |
| ·人工智能技术的具体应用 | 第23-25页 |
| 3 基于 GA-NN 的混合型信用评价模型 | 第25-39页 |
| ·人工神经网络 | 第25-28页 |
| ·人工神经网络概述 | 第25-26页 |
| ·BP 神经网络 | 第26-28页 |
| ·遗传算法 | 第28-34页 |
| ·遗传算法的产生与发展 | 第29-30页 |
| ·遗传算法的基本原理 | 第30页 |
| ·基本遗传操作流程 | 第30-34页 |
| ·遗传算法的参数选择及特点 | 第34页 |
| ·混合型信用评价模型 | 第34-39页 |
| ·基本结构 | 第34-35页 |
| ·设计思想 | 第35-37页 |
| ·基本流程 | 第37-39页 |
| 4 高校学生个人信用评价体系和方法构建 | 第39-47页 |
| ·高校学生个人信用制度 | 第39页 |
| ·高校学生个人信用指标体系的确立 | 第39-44页 |
| ·个人信用评价指标体系 | 第40页 |
| ·个人信用评价指标体系 | 第40-44页 |
| ·模型在系统中的应用及仿真 | 第44-47页 |
| ·系统设计思想 | 第44-45页 |
| ·系统基本流程 | 第45-46页 |
| ·系统仿真 | 第46-47页 |
| 5 高校个人信用评价体系的设计和实现 | 第47-53页 |
| ·高校个人信用评价体系的整体设计 | 第47-48页 |
| ·主要功能模块介绍 | 第48-51页 |
| ·系统基本框架 | 第48-50页 |
| ·征信数据库 | 第50-51页 |
| ·个人信用评价模型的软件实现 | 第51-53页 |
| ·系统实现的基本要求 | 第51页 |
| ·系统的软件实现 | 第51-53页 |
| 6 结论 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附：作者在攻读硕士学位期间发表的论文 | 第58-59页 |
| 独创性声明 | 第59页 |
| 学位论文版权使用授权书 | 第59页 |