基于改进智能算法的信用卡客户违约预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-11页 |
| 1.1 本文的研究目的及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 本文主要工作 | 第10页 |
| 1.4 本文的结构安排 | 第10-11页 |
| 第2章 信用卡基本理论 | 第11-15页 |
| 2.1 信用卡简介 | 第11-12页 |
| 2.2 信用卡的种类及其作用 | 第12页 |
| 2.3 国内信用卡使用现状 | 第12-13页 |
| 2.4 信用卡行业未来的发展 | 第13页 |
| 2.5 信用卡带来的问题 | 第13-14页 |
| 2.6 本章小结 | 第14-15页 |
| 第3章 智能算法简介 | 第15-18页 |
| 3.1 智能算法的提出 | 第15页 |
| 3.2 智能算法的发展过程与研究现状 | 第15-16页 |
| 3.3 智能优化算法的特点 | 第16-17页 |
| 3.4 本章小结 | 第17-18页 |
| 第4章 相关智能算法研究 | 第18-25页 |
| 4.1 遗传算法 | 第18-19页 |
| 4.2 灰狼优化算法 | 第19-21页 |
| 4.3 粒子群算法 | 第21-22页 |
| 4.4 BP神经网络 | 第22-24页 |
| 4.4.1 BP神经网络简介 | 第22页 |
| 4.4.2 BP神经网络基本原理 | 第22-24页 |
| 4.5 本章小节 | 第24-25页 |
| 第5章 改进智能算法研究 | 第25-30页 |
| 5.1 MIVBP-SVM算法 | 第25-27页 |
| 5.1.1 MIV-BP算法 | 第25-26页 |
| 5.1.2 MIVBP-SVM算法 | 第26-27页 |
| 5.2 IFBPNN算法 | 第27-29页 |
| 5.2.1 模糊集理论 | 第27-28页 |
| 5.2.2 输入数据的模糊化 | 第28页 |
| 5.2.3 灰狼算法与模型的结合 | 第28-29页 |
| 5.2.4 输出数据的模糊化 | 第29页 |
| 5.3 本章小结 | 第29-30页 |
| 第6章 实例仿真 | 第30-37页 |
| 6.1 数据预处理 | 第30-31页 |
| 6.1.1 缺失值处理 | 第30页 |
| 6.1.2 数据归一化处理 | 第30-31页 |
| 6.2 数据集描述 | 第31-33页 |
| 6.2.1 数据采集 | 第31页 |
| 6.2.2 数据统计分析 | 第31-33页 |
| 6.3 仿真结果与分析 | 第33-36页 |
| 6.4 实验讨论 | 第36-37页 |
| 第7章 结论 | 第37-38页 |
| 致谢 | 第38-39页 |
| 参考文献 | 第39-44页 |
| 作者简介 | 第44-45页 |
| 攻读硕士学位期间研究成果 | 第45页 |
