基于BP神经网络的矿山企业信用问题研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1.绪论 | 第8-20页 |
| 1.1 课题研究目的及意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究目的 | 第9页 |
| 1.1.3 研究意义 | 第9-10页 |
| 1.2 国内外研究现状及存在问题 | 第10-14页 |
| 1.2.1 国内外研究现状 | 第10-13页 |
| 1.2.2 国内外现状研究存在的问题 | 第13-14页 |
| 1.3 研究内容和目标及拟解决的关键问题 | 第14-16页 |
| 1.3.1 本文研究的主要内容 | 第15-16页 |
| 1.3.2 拟研究目标 | 第16页 |
| 1.3.3 拟解决的问题 | 第16页 |
| 1.4 拟采取的研究方法、技术路线和创新点 | 第16-20页 |
| 1.4.1 拟采用的研究方法 | 第16-17页 |
| 1.4.2 技术路线图 | 第17页 |
| 1.4.3 本文的创新点 | 第17-20页 |
| 2.相关知识及理论基础 | 第20-28页 |
| 2.1 信用的内涵及意义 | 第20-21页 |
| 2.2 企业信用内涵、特征及意义 | 第21-23页 |
| 2.3 理论基础 | 第23-28页 |
| 2.3.1 可持续发展理论 | 第23-24页 |
| 2.3.2 系统理论 | 第24页 |
| 2.3.3 BP 神经网络理论 | 第24-28页 |
| 3.矿山信用评价方法的选择 | 第28-34页 |
| 3.1 信用评价方法对比 | 第28-29页 |
| 3.2 矿山信用评价方法的选择 | 第29页 |
| 3.3 BP 神经网络在矿山企业信用评价适用性 | 第29-30页 |
| 3.4 BP 神经网络关于矿山企业信用评价思路 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 4.矿山企业信用指体系构建 | 第34-46页 |
| 4.1 矿山信用评价指标体系构建原则 | 第34-36页 |
| 4.2 矿山信用评价指标筛选 | 第36-38页 |
| 4.3 矿山企业信用指标体系确定 | 第38-40页 |
| 4.3.1 信用指标选择 | 第38-39页 |
| 4.3.2 信用指标体系的确定 | 第39-40页 |
| 4.4 矿山信用指标释义及量化 | 第40-45页 |
| 4.5 本章小结 | 第45-46页 |
| 5.基于 BP 神经网络的矿山企业信用模型构建 | 第46-58页 |
| 5.1 矿山企业信用模型建立 | 第46-50页 |
| 5.1.1 矿山信用模型结构的确定 | 第46-47页 |
| 5.1.2 矿山企业信用数据获得及样本处理 | 第47-49页 |
| 5.1.3 矿山企业信用数据的归一化处理 | 第49-50页 |
| 5.1.4 训练次数及误差精度设置 | 第50页 |
| 5.2 BP 神经网络模型仿真 | 第50-54页 |
| 5.2.1 矿山信用模型训练 | 第50-54页 |
| 5.2.2 训练结果分析 | 第54页 |
| 5.3 案例说明 | 第54-56页 |
| 5.3.1 评价过程 | 第54-56页 |
| 5.3.2 结果分析 | 第56页 |
| 5.4 建议与对策 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 6.结论与展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 附录 | 第65-68页 |
| 硕士研究生学习阶段发表的论文 | 第68页 |
