基于模糊神经网络的信用风险评级研究
| 第1章 绪论 | 第1-13页 |
| ·商业银行信用风险评估的目的和意义 | 第8-9页 |
| ·信用评级的方法 | 第9-10页 |
| ·模糊技术与神经网络在银行内部信用评级中的应用 | 第10-12页 |
| ·论文的主要内容 | 第12-13页 |
| 第2章 模糊逻辑系统与神经网络 | 第13-27页 |
| ·模糊理论与技术 | 第13-16页 |
| ·模糊性 | 第13-14页 |
| ·模糊集合与隶属函数 | 第14-15页 |
| ·模糊集合的运算 | 第15-16页 |
| ·模糊逻辑系统 | 第16-21页 |
| ·模糊逻辑系统的组成与分类 | 第16-19页 |
| ·模糊规则库 | 第19-20页 |
| ·模糊推理机 | 第20-21页 |
| ·BP神经网络 | 第21-26页 |
| ·BP神经网络结构 | 第22-23页 |
| ·BP网络学习规则 | 第23-26页 |
| ·小结 | 第26-27页 |
| 第3章 模糊神经网络与商业银行信用风险评估 | 第27-38页 |
| ·模糊神经网络 | 第27-31页 |
| ·模糊技术与神经网络的融合 | 第27-31页 |
| ·模糊神经网络分类 | 第31页 |
| ·自适应模糊神经网络ANFIS | 第31-34页 |
| ·ANFIS结构 | 第32-33页 |
| ·ANFIS算法 | 第33-34页 |
| ·商业银行企业客户信用风险评估的指标体系确定 | 第34-36页 |
| ·数据的准备 | 第36-37页 |
| ·样本数据的获取 | 第36页 |
| ·样本数据的预处理 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第4章 商业银行信用风险评估模型的建立 | 第38-54页 |
| ·应用BP神经网络构建财务风险子模型 | 第38-43页 |
| ·模型结构 | 第38-39页 |
| ·初始值的选取 | 第39页 |
| ·隐层的设计 | 第39-41页 |
| ·模型学习和训练 | 第41页 |
| ·模型测试 | 第41-43页 |
| ·用模糊推理系统实现企业规模评分 | 第43-47页 |
| ·模糊神经网络实现客户信用风险的评级 | 第47-53页 |
| ·模糊系统的自适应神经网络方法建模 | 第47-49页 |
| ·模型的学习和训练 | 第49-50页 |
| ·模型的测试 | 第50-52页 |
| ·进一步的工作 | 第52-53页 |
| ·小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第59-60页 |
| 致谢 | 第60-61页 |
| 附录 | 第61-66页 |
