基于BP優(yōu)化算法的個人信用評價模型研究.pdf_第1頁
已閱讀1頁,還剩81頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、市場經濟的快速發(fā)展促使信貸消費逐漸成為區(qū)別于傳統(tǒng)消費模式的新潮流。個人信用作為信貸消費的評價基礎,它體現(xiàn)了當事人履行信用承諾的能力,如今它也不僅僅是傳統(tǒng)觀念上的一種美德,更確切的說是一種商品,是一種建立在個人凈資產和對未來收入預期基礎上的支付能力。運用先進的技術構建個人信用評價模型,進而客觀正確評價個人信用,能夠公平維護授信雙方的合法利益,也為信貸機構提供了預測信用風險的有效工具,同時維持市場經濟健康穩(wěn)定發(fā)展。
  本文在分析了國

2、內信貸行情和國內外在個人信用評價領域的研究現(xiàn)狀的基礎上,對比分析了統(tǒng)計和非統(tǒng)計個人信用評價模型的優(yōu)越性和局限性,并且探討了人工智能算法中的BP神經網(wǎng)絡算法和粒子群優(yōu)化算法,然后運用屬性信息熵對德國個人信用數(shù)據(jù)集的原始指標體系做二次優(yōu)化,通過指標增益值的大小來選取合適的信用評價指標,從而構建了新的指標體系;其次,在原始預測分類模型基礎評價指標(整體預測正確率、兩類信用等級預測精度和兩類信用等級召回精度)的基礎上,創(chuàng)建了兩個適合度量個人信用

3、評價模型評測性能的綜合評價指標:綜合評價性能指標和綜合評價損失率指標;再次依據(jù)新的指標體系結合BP算法和PSO算法構建了不同訓練函數(shù)下的BP常規(guī)優(yōu)化個人信用評價模型和基于PSO優(yōu)化的個人信用評價模型。最后通過實例驗證表明:在常規(guī)優(yōu)化的BP個人信用評價模型中,采用trainbfg訓練函數(shù)的模型收斂速度較快,而且泛化性能好,兩個綜合評價指標在同類常規(guī)優(yōu)化算法中表現(xiàn)最好;基于PSO優(yōu)化的BP神經網(wǎng)絡個人信用評價模型的評測性能隨著迭代次數(shù)不同有

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論