基于改进PSO-BP神经网络的个人信用评价模型及算法研究
发布时间：2022-08-07 20:18
本文的研究目的是要构建基于神经网络的个人信用评价模型,帮助商业银行或企业建立自动化信用审核系统,减少人力资源消耗,利用计算机软件来计算贷款人的信用状况,定量地评价贷款人的信用,提高个人信用评价的自动化程度。本论文中的主要研究内容有:1、探讨信用评价的基本概念和实际工作中需要遵循的原则,研究影响个人信用等级的核心要素以及个人信用评价的基本方法和模型。基于德国开源个人信用数据库,进行原数据预处理,计算各个指标增益并按照增益值排序,抽取靠前的17个信用指标,构建本文研究模型所需要的信用评价指标体系。2、探讨人工神经网络,阐述它的基本概念和原理,深入研究BP神经网络及其训练算法:梯度下降算法。并对该训练算法的原理进行推导,分析该训练算法的性能和存在的缺陷。针对该算法存在的缺陷,本文阐述目前已有的七种改进算法,并设计仿真实验,对比分析这七种训练算法在个人信用评价模型中的性能,最后构建基于BP神经网络的个人信用评价模型。3、本文对粒子群优化算法及其改进进行深入研究。本文研究粒子群优化算法的目的是利用粒子群优化算法代替BP神经网络中的梯度下降算法训练神经网络的权值和阈值,使得神经网络模型具有更优的网...
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究工作的背景及意义
1.2 国内外研究现状
1.2.1 国外信用评价模型研究现状
1.2.2 国内信用评价模型研究现状
1.3 研究目标与内容
1.3.1 研究目标
1.3.2 研究内容
1.4 本课题研究安排
第二章 个人信用评价及指标体系的构建
2.1 个人信用评价的基本概念
2.2 信用评价采用的方法
2.2.1 统计方法
2.2.2 非统计方法
2.2.3 个人信用评价模型方法总结
2.3 个人信用评价指标体系的构建
2.3.1 构建信用评价指标体系的基本原则
2.3.2 构建信用评价指标体系的基本步骤
2.4 本章小结
第三章 基于BP神经网络的个人信用评价模型研究
3.1 神经网络概述
3.1.1 神经网络的基本模型
3.1.2 神经网络的主要特征
3.2 Back-Propagation神经网络
3.2.1 Back-Propagation神经元
3.2.2 Back-Propagation神经网络模型的数学描述
3.2.3 Back-Propagation梯度下降算法的推导
3.3 Back-Propagation算法的性能分析
3.4 基于Back-Propagation的改进算法
3.4.1 动量Back-Propagation算法
3.4.2 学习率可变的Back-Propagation算法
3.4.3 拟牛顿法
3.4.4 L-M(Levenberg-Marquardt)算法
3.5 基于Back-Propagation神经网络的个人信用评价模型
3.5.1 Back-Propagation神经网络的结构设计
3.5.2 构建基于Back-Propagation神经网络的个人信用评价模型
3.5.3 仿真实验
3.6 本章小结
第四章 粒子群优化算法及其改进的研究
4.1 粒子群优化算法
4.1.1 标准粒子群优化算法的基本原理
4.1.2 标准粒子群优化算法的流程
4.1.3 标准粒子群优化算法的特点
4.2 粒子群优化算法的改进
4.2.1 改进的基本思路
4.2.2 改进的粒子群算法的设计
4.2.3 改进的粒子群算法的实现
4.3 仿真实验
4.3.1 实验环境
4.3.2 实验步骤
4.3.3 实验结果及结果分析
4.4 本章小结
第五章 粒子群优化BP神经网络模型的研究
5.1 标准PSO-BP神经网络模型
5.1.1 标准PSO-BP神经网络模型的设计
5.1.2 标准PSO-BP神经网络模型的实现
5.2 改进PSO-BP神经网络模型
5.2.1 改进PSO-BP神经网络模型的设计
5.2.2 改进PSO-BP神经网络模型的实现
5.3 仿真实验
5.3.1 实验环境
5.3.2 实验步骤
5.3.3 实验结果及性能分析
5.4 本章小结
第六章 全文总结与展望
6.1 全文总结
6.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果
【参考文献】：
期刊论文
[1]个人信用评估应用方法分析——基于集成学习算法视角[J]. 唐小果,李毓. 经济问题. 2011(12)
[2]Subagging在个人信用评估中的应用研究[J]. 刘玉峰,贺昌政. 科技管理研究. 2011(19)
[3]个人信用评分关键技术研究的新进展[J]. 向晖,杨胜刚. 财经理论与实践. 2011(04)
[4]RS-ANN在消费信贷个人信用评估中的实证研究[J]. 肖智,李文娟. 软科学. 2011(04)
[5]基于判别分析的个人信用评分模型研究与实证分析[J]. 张成虎,李育林,吴鸣. 大连理工大学学报(社会科学版). 2009(01)
[6]行为评分模型在个人信用评估应用中的实证研究[J]. 莫茜,高峰,董纪昌. 国际金融研究. 2008(07)
[7]我国商业银行个人信用评分指标体系分析[J]. 张丽娜,赵敏. 市场周刊(理论研究). 2007(08)
[8]基于AHP的商业银行个人信用模糊综合评价[J]. 王亮,姜炳麟. 科技与管理. 2007(04)
[9]构建我国个人信用评估体系两大问题之思考[J]. 朱敏,谢荣. 黑河学刊. 2005(01)
[10]基于粒子群优化的神经网络训练算法研究[J]. 高海兵,高亮,周驰,喻道远. 电子学报. 2004(09)
博士论文
[1]商业银行个人信用评分系统的优化研究[D]. 许佩.哈尔滨工业大学 2017
硕士论文
[1]基于支持向量机的个人信用评估研究[D]. 赏东东.北京化工大学 2017
[2]数据挖掘组合模型在个人信用风险评估中的应用[D]. 张冉.首都经济贸易大学 2017
[3]基于模糊聚类的个人信用评估研究[D]. 欧小琴.武汉理工大学 2011
本文编号：3670977
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究工作的背景及意义
1.2 国内外研究现状
1.2.1 国外信用评价模型研究现状
1.2.2 国内信用评价模型研究现状
1.3 研究目标与内容
1.3.1 研究目标
1.3.2 研究内容
1.4 本课题研究安排
第二章 个人信用评价及指标体系的构建
2.1 个人信用评价的基本概念
2.2 信用评价采用的方法
2.2.1 统计方法
2.2.2 非统计方法
2.2.3 个人信用评价模型方法总结
2.3 个人信用评价指标体系的构建
2.3.1 构建信用评价指标体系的基本原则
2.3.2 构建信用评价指标体系的基本步骤
2.4 本章小结
第三章 基于BP神经网络的个人信用评价模型研究
3.1 神经网络概述
3.1.1 神经网络的基本模型
3.1.2 神经网络的主要特征
3.2 Back-Propagation神经网络
3.2.1 Back-Propagation神经元
3.2.2 Back-Propagation神经网络模型的数学描述
3.2.3 Back-Propagation梯度下降算法的推导
3.3 Back-Propagation算法的性能分析
3.4 基于Back-Propagation的改进算法
3.4.1 动量Back-Propagation算法
3.4.2 学习率可变的Back-Propagation算法
3.4.3 拟牛顿法
3.4.4 L-M(Levenberg-Marquardt)算法
3.5 基于Back-Propagation神经网络的个人信用评价模型
3.5.1 Back-Propagation神经网络的结构设计
3.5.2 构建基于Back-Propagation神经网络的个人信用评价模型
3.5.3 仿真实验
3.6 本章小结
第四章 粒子群优化算法及其改进的研究
4.1 粒子群优化算法
4.1.1 标准粒子群优化算法的基本原理
4.1.2 标准粒子群优化算法的流程
4.1.3 标准粒子群优化算法的特点
4.2 粒子群优化算法的改进
4.2.1 改进的基本思路
4.2.2 改进的粒子群算法的设计
4.2.3 改进的粒子群算法的实现
4.3 仿真实验
4.3.1 实验环境
4.3.2 实验步骤
4.3.3 实验结果及结果分析
4.4 本章小结
第五章 粒子群优化BP神经网络模型的研究
5.1 标准PSO-BP神经网络模型
5.1.1 标准PSO-BP神经网络模型的设计
5.1.2 标准PSO-BP神经网络模型的实现
5.2 改进PSO-BP神经网络模型
5.2.1 改进PSO-BP神经网络模型的设计
5.2.2 改进PSO-BP神经网络模型的实现
5.3 仿真实验
5.3.1 实验环境
5.3.2 实验步骤
5.3.3 实验结果及性能分析
5.4 本章小结
第六章 全文总结与展望
6.1 全文总结
6.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果
【参考文献】：
期刊论文
[1]个人信用评估应用方法分析——基于集成学习算法视角[J]. 唐小果,李毓. 经济问题. 2011(12)
[2]Subagging在个人信用评估中的应用研究[J]. 刘玉峰,贺昌政. 科技管理研究. 2011(19)
[3]个人信用评分关键技术研究的新进展[J]. 向晖,杨胜刚. 财经理论与实践. 2011(04)
[4]RS-ANN在消费信贷个人信用评估中的实证研究[J]. 肖智,李文娟. 软科学. 2011(04)
[5]基于判别分析的个人信用评分模型研究与实证分析[J]. 张成虎,李育林,吴鸣. 大连理工大学学报(社会科学版). 2009(01)
[6]行为评分模型在个人信用评估应用中的实证研究[J]. 莫茜,高峰,董纪昌. 国际金融研究. 2008(07)
[7]我国商业银行个人信用评分指标体系分析[J]. 张丽娜,赵敏. 市场周刊(理论研究). 2007(08)
[8]基于AHP的商业银行个人信用模糊综合评价[J]. 王亮,姜炳麟. 科技与管理. 2007(04)
[9]构建我国个人信用评估体系两大问题之思考[J]. 朱敏,谢荣. 黑河学刊. 2005(01)
[10]基于粒子群优化的神经网络训练算法研究[J]. 高海兵,高亮,周驰,喻道远. 电子学报. 2004(09)
博士论文
[1]商业银行个人信用评分系统的优化研究[D]. 许佩.哈尔滨工业大学 2017
硕士论文
[1]基于支持向量机的个人信用评估研究[D]. 赏东东.北京化工大学 2017
[2]数据挖掘组合模型在个人信用风险评估中的应用[D]. 张冉.首都经济贸易大学 2017
[3]基于模糊聚类的个人信用评估研究[D]. 欧小琴.武汉理工大学 2011
本文编号：3670977
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3670977.html
