基于BP优化算法的个人信用评价模型研究

发布时间：2017-09-20 12:20

  本文关键词：基于BP优化算法的个人信用评价模型研究

  更多相关文章： 个人信用评价 BP神经网络 PSO算法 信用评价模型

【摘要】：市场经济的快速发展促使信贷消费逐渐成为区别于传统消费模式的新潮流。个人信用作为信贷消费的评价基础,它体现了当事人履行信用承诺的能力,如今它也不仅仅是传统观念上的一种美德,更确切的说是一种商品,是一种建立在个人净资产和对未来收入预期基础上的支付能力。运用先进的技术构建个人信用评价模型,进而客观正确评价个人信用,能够公平维护授信双方的合法利益,也为信贷机构提供了预测信用风险的有效工具,同时维持市场经济健康稳定发展。本文在分析了国内信贷行情和国内外在个人信用评价领域的研究现状的基础上,对比分析了统计和非统计个人信用评价模型的优越性和局限性,并且探讨了人工智能算法中的BP神经网络算法和粒子群优化算法,然后运用属性信息熵对德国个人信用数据集的原始指标体系做二次优化,通过指标增益值的大小来选取合适的信用评价指标,从而构建了新的指标体系；其次,在原始预测分类模型基础评价指标(整体预测正确率、两类信用等级预测精度和两类信用等级召回精度)的基础上,创建了两个适合度量个人信用评价模型评测性能的综合评价指标：综合评价性能指标和综合评价损失率指标；再次依据新的指标体系结合BP算法和PSO算法构建了不同训练函数下的BP常规优化个人信用评价模型和基于PSO优化的个人信用评价模型。最后通过实例验证表明：在常规优化的BP个人信用评价模型中,采用trainbfg训练函数的模型收敛速度较快,而且泛化性能好,两个综合评价指标在同类常规优化算法中表现最好；基于PSO优化的BP神经网络个人信用评价模型的评测性能随着迭代次数不伺有所差别,在迭代次数为300时,PSO优化模型比基于常规优化的BP模型表现出更好的性能。本文运用BP神经网络算法和PSO算法来构建个人信用评价模型,并且运用实例来验证基于人工智能算法的个人信用评价模型的优越性和可行性,为后续深入研究打下基础,同时对于后期改进的个人信用评价模型具有一定的参考价值和理论意义!
【关键词】：个人信用评价 BP神经网络 PSO算法 信用评价模型
【学位授予单位】：中南林业科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.4;TP18
【目录】：

• 摘要4-5
• ABSTRACT5-10
• 1 绪论10-18
• 1.1 选题背景10-11
• 1.2 选题意义11-12
• 1.3 国内外研究现状12-16
• 1.3.1 国外研究现状12-14
• 1.3.2 国内研究现状14-16
• 1.4 研究内容及论文框架16-18
• 1.4.1 研究内容16
• 1.4.2 论文框架16-18
• 2 统计与非统计个人信用评价模型分析18-26
• 2.1 个人信用评价18-20
• 2.1.1 个人信用评价特征及意义19-20
• 2.2 个人信用评价模型20-23
• 2.2.1 统计模型21-22
• 2.2.2 非统计模型22-23
• 2.3 个人信用评价模型的优越性和局限性23-25
• 2.4 本章小结25-26
• 3 BP神经网络与PSO优化方法26-41
• 3.1 人工神经网络概述26
• 3.2 BP神经网络26-32
• 3.2.1 BP神经网络数学模型描述26-28
• 3.2.2 标准BP梯度下降算法推导过程28-31
• 3.2.3 标准BP算法实现过程31
• 3.2.4 标准BP算法局限性分析31-32
• 3.3 BP神经网络常规优化方法32-34
• 3.3.1 学习速率可变BP算法32
• 3.3.2 附加动量法32-33
• 3.3.3 弹性BP算法33
• 3.3.4 拟牛顿法33-34
• 3.3.5 L-M算法34
• 3.4 粒子群优化算法34-37
• 3.4.1 PSO算法数学描述34-35
• 3.4.2 PSO算法实现流程35-36
• 3.4.3 PSO相关参数取值选择36-37
• 3.5 基于PSO优化的BP神经网络37-40
• 3.5.1 基本优化思想37-38
• 3.5.2 优化算法实现流程38-40
• 3.6 本章小结40-41
• 4 基于BP优化算法的个人信用评价模型构建和实验分析41-74
• 4.1 模型构建思想及其数据源41
• 4.1.1 构建思想41
• 4.1.2 数据来源41
• 4.2 个人信用评价指标构建41-50
• 4.2.1 个人信用指标构建的原则42
• 4.2.2 个人信用评价指标构建方法42-50
• 4.2.2.1 初始指标42-44
• 4.2.2.2 初始指标取值量化44-45
• 4.2.2.3 指标的二次抽取45-50
• 4.3 模型性能评价指标50-52
• 4.4 数据处理52-55
• 4.4.1 数据准备52-53
• 4.4.2 数据预处理53-55
• 4.5 基于BP神经网络常规优化方法的信用评价模型构建55-65
• 4.5.1 BP神经网络构建55-56
• 4.5.2 BP神经网络常规优化信用评价模型实现56-60
• 4.5.3 BP常规优化模型实验仿真及其性能对比60-65
• 4.5.3.1 性能曲线60-62
• 4.5.3.2 训练集下模型性能62-63
• 4.5.3.3 测试集下模型性能63-64
• 4.5.3.4 训练集与测试集下模型性能对比64-65
• 4.6 基于PSO优化的BP神经网络信用评价模型构建65-72
• 4.6.1 BP模块网络参数确定65
• 4.6.2 PSO模块参数确定65-67
• 4.6.3 基于PSO优化的BP神经网络信用评价模型实现67-70
• 4.6.4 PSO优化评价模型性能70-72
• 4.7 PSO优化BP模型与常规BP优化模型对比72-73
• 4.8 本章小结73-74
• 5 总结与展望74-76
• 参考文献76-82
• 附录 攻读学位期间的主要学术成果82-83
• 致谢83

【相似文献】

中国期刊全文数据库 前10条

1 薛雷;胡宇吉;;改进网络信用评价机制的设想[J];东方企业文化;2010年14期

2 陈丽燕;俞伟广;何士产;王宸圆;;网络购物信用评价模型研究[J];电脑知识与技术;2014年06期

3 丁淑娟;李晓丽;;网购中卖家动态信用评价模型的研究与分析[J];计算机技术与发展;2013年05期

4 刘蕾;赵繁菲;董磊;;在线交易信用评价中“恶意差评”的责任[J];河北联合大学学报(社会科学版);2014年02期

5 郭鹏文;王东;;物流货运交易网站信用评价模型研究[J];计算机应用与软件;2010年02期

6 孟昭睿;;基于分类回归树的个人信用评价模型[J];企业技术开发;2009年02期

7 胡剑波;梁工谦;路艳;;C2C中卖方信用评价模型的构建与应用[J];情报杂志;2008年05期

8 连红燕;;网络信用评价机制绩效分析[J];黑龙江对外经贸;2009年02期

9 杨晓薇;;一种改进的C2C信用评价计分算法[J];湖北工程学院学报;2013年03期

10 王泱泱;;C2C信用评价模式探索[J];山西财经大学学报;2010年S1期

中国重要会议论文全文数据库 前3条

1 黄章树;乔昕;;基于数据挖掘的机械制造业上市公司信用评价研究[A];第十三届中国管理科学学术年会论文集[C];2011年

2 陆桦;马启升;么傲然;;开展信用评价 推进林业机械行业诚信建设[A];第十一届全国人造板工业发展研讨会论文集[C];2012年

3 袁文华;;我国网上交易机制完善的过程分析[A];2012中国信息经济学年会会议论文集[C];2012年

中国重要报纸全文数据库 前10条

1 中铁十二局集团副总经理 史道泉;信用评价：企业健康发展的灯塔[N];中国水利报;2006年

2 王兴和邋陆智国;我市全面启动中介组织信用评价工作[N];镇江日报;2008年

3 朱庆庆　钱华明;2010年度中介组织信用评价结果公布[N];镇江日报;2010年

4 记者 杨秀权;十九局集团信用评价支撑经营大业[N];中国铁道建筑报;2011年

5 贺震;信用评价求公正得公认[N];中国环境报;2014年

6 宋特哉;环保信用评价莫失信[N];中国矿业报;2014年

7 本报记者 马吉军;尽快统一信用评价标准[N];中国消费者报;2003年

8 屈凌燕 高嵩;浙江嘉兴公开房地产中介信用评价[N];国际商报;2006年

9 孙继德 同济大学工程管理研究所;信用评价的市场机制[N];建筑时报;2006年

10 曲德辉;期货公司信用评价项目进入攻坚阶段[N];期货日报;2008年

中国博士学位论文全文数据库 前3条

1 张洪祥;基于多维时间序列的信用评价建模及应用[D];东北大学;2013年

2 管晓永;中小企业信用评价因素研究[D];浙江大学;2005年

3 程鑫;基于支持向量机的农户信用评价研究[D];山西财经大学;2015年

中国硕士学位论文全文数据库 前10条

1 仝存玉;制造业上市公司信用评价研究[D];财政部财政科学研究所;2015年

2 郝鹏东;P2P网贷借款人的信用评价研究[D];五邑大学;2015年

3 张澜觉;基于BP神经网络的P2P信贷个人信用评价模型研究[D];云南财经大学;2015年

4 周兵;基于BP优化算法的个人信用评价模型研究[D];中南林业科技大学;2015年

5 孟林丽;航运企业客户的信用评价研究[D];上海海事大学;2006年

6 汪磐;中小企业信用评价与担保研究[D];安徽大学;2003年

7 梁晓娟;中小企业信用评价方法及其应用[D];郑州大学;2004年

8 陈中华;层次分析法在中小企业信用评价中的应用研究[D];苏州大学;2006年

9 刘文君;农户信用评价研究[D];南昌大学;2010年

10 范佳馨;网络购物信用评价模型设计[D];辽宁科技大学;2012年

，

本文编号：888010