首页--经济论文--财政、金融论文--金融、银行论文--中国金融、银行论文--信贷论文

基于改进PSO-BP神经网络的个人信用评价模型及算法研究

摘要第5-6页
abstract第6-7页
第一章 绪论第10-19页
    1.1 研究工作的背景及意义第10-11页
    1.2 国内外研究现状第11-15页
        1.2.1 国外信用评价模型研究现状第11-14页
        1.2.2 国内信用评价模型研究现状第14-15页
    1.3 研究目标与内容第15-17页
        1.3.1 研究目标第15-16页
        1.3.2 研究内容第16-17页
    1.4 本课题研究安排第17-19页
第二章 个人信用评价及指标体系的构建第19-36页
    2.1 个人信用评价的基本概念第19页
    2.2 信用评价采用的方法第19-26页
        2.2.1 统计方法第20-23页
        2.2.2 非统计方法第23-26页
        2.2.3 个人信用评价模型方法总结第26页
    2.3 个人信用评价指标体系的构建第26-35页
        2.3.1 构建信用评价指标体系的基本原则第27页
        2.3.2 构建信用评价指标体系的基本步骤第27-35页
    2.4 本章小结第35-36页
第三章 基于BP神经网络的个人信用评价模型研究第36-58页
    3.1 神经网络概述第36-38页
        3.1.1 神经网络的基本模型第37页
        3.1.2 神经网络的主要特征第37-38页
    3.2 Back-Propagation神经网络第38-43页
        3.2.1 Back-Propagation神经元第39页
        3.2.2 Back-Propagation神经网络模型的数学描述第39-41页
        3.2.3 Back-Propagation梯度下降算法的推导第41-43页
    3.3 Back-Propagation算法的性能分析第43-44页
    3.4 基于Back-Propagation的改进算法第44-48页
        3.4.1 动量Back-Propagation算法第45页
        3.4.2 学习率可变的Back-Propagation算法第45-46页
        3.4.3 拟牛顿法第46-47页
        3.4.4 L-M(Levenberg-Marquardt)算法第47-48页
    3.5 基于Back-Propagation神经网络的个人信用评价模型第48-57页
        3.5.1 Back-Propagation神经网络的结构设计第48-49页
        3.5.2 构建基于Back-Propagation神经网络的个人信用评价模型第49页
        3.5.3 仿真实验第49-57页
    3.6 本章小结第57-58页
第四章 粒子群优化算法及其改进的研究第58-70页
    4.1 粒子群优化算法第58-61页
        4.1.1 标准粒子群优化算法的基本原理第59-60页
        4.1.2 标准粒子群优化算法的流程第60-61页
        4.1.3 标准粒子群优化算法的特点第61页
    4.2 粒子群优化算法的改进第61-64页
        4.2.1 改进的基本思路第61-62页
        4.2.2 改进的粒子群算法的设计第62页
        4.2.3 改进的粒子群算法的实现第62-64页
    4.3 仿真实验第64-69页
        4.3.1 实验环境第64页
        4.3.2 实验步骤第64-67页
        4.3.3 实验结果及结果分析第67-69页
    4.4 本章小结第69-70页
第五章 粒子群优化BP神经网络模型的研究第70-78页
    5.1 标准PSO-BP神经网络模型第70-72页
        5.1.1 标准PSO-BP神经网络模型的设计第70-71页
        5.1.2 标准PSO-BP神经网络模型的实现第71-72页
    5.2 改进PSO-BP神经网络模型第72-74页
        5.2.1 改进PSO-BP神经网络模型的设计第72页
        5.2.2 改进PSO-BP神经网络模型的实现第72-74页
    5.3 仿真实验第74-77页
        5.3.1 实验环境第74页
        5.3.2 实验步骤第74-76页
        5.3.3 实验结果及性能分析第76-77页
    5.4 本章小结第77-78页
第六章 全文总结与展望第78-80页
    6.1 全文总结第78-79页
    6.2 后续工作展望第79-80页
致谢第80-81页
参考文献第81-84页
攻读硕士学位期间取得的成果第84页

论文共84页,点击 下载论文
上一篇:我国预售众筹筹资金额影响因素实证研究
下一篇:基于混频数据的人民币汇率预测研究