基于BP神经网络的汽车保险需求预测研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1. 绪论 | 第7-14页 |
| 1.1 汽车保险需求概述 | 第7-8页 |
| 1.2 研究背景与意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-12页 |
| 1.3.1 国外研究现状 | 第10-11页 |
| 1.3.2 国内研究现状 | 第11-12页 |
| 1.4 保险需求研究方法 | 第12-14页 |
| 2. BP神经网络原理 | 第14-22页 |
| 2.1 人工神经网络 | 第14-16页 |
| 2.1.1 网络基本元素 | 第14-15页 |
| 2.1.2 基本特点 | 第15-16页 |
| 2.2 BP神经网络原理 | 第16-22页 |
| 2.2.1 基本原理 | 第16-18页 |
| 2.2.2 BP神经网络学习原理分析 | 第18-22页 |
| 3. 汽车保险需求分析 | 第22-28页 |
| 3.1 汽车保险市场现状及特点 | 第22-23页 |
| 3.2 汽车保险需求特点 | 第23-25页 |
| 3.3 汽车保险需求影响因素 | 第25-26页 |
| 3.4 BP神经网络用于汽车保险需求预测的优势 | 第26-28页 |
| 4. 运用BP神经网络进行保险需求预测实证研究 | 第28-38页 |
| 4.1 指标、样本选取 | 第28-30页 |
| 4.1.1 被解释变量 | 第28-29页 |
| 4.1.2 解释变量 | 第29-30页 |
| 4.1.3 样本选取及数据预处理 | 第30页 |
| 4.2 网络结构的确定 | 第30-31页 |
| 4.3 BP算法的不足 | 第31-32页 |
| 4.4 BP算法的优化及训练函数的确定 | 第32-34页 |
| 4.5 运用训练好的网络进行汽车保险需求预测 | 第34-35页 |
| 4.6 与传统预测对比分析 | 第35-38页 |
| 5. 结论与展望 | 第38-40页 |
| 5.1 结论 | 第38-39页 |
| 5.2 展望 | 第39-40页 |
| 参考文献 | 第40-42页 |
| 致谢 | 第42页 |
