基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的農(nóng)戶小額信用貸款風(fēng)險(xiǎn)評(píng)估模型研究.pdf

1、隨著農(nóng)村經(jīng)濟(jì)的飛快發(fā)展，農(nóng)村的信用貸款需求也跟著增多。農(nóng)村的信用貸款以農(nóng)戶小額信用貸款為主。而農(nóng)戶信用風(fēng)險(xiǎn)評(píng)估在農(nóng)戶小額貸款中至關(guān)重要，它的好壞制約著農(nóng)村經(jīng)濟(jì)的發(fā)展。因此對(duì)于農(nóng)戶小額貸款風(fēng)險(xiǎn)評(píng)估系統(tǒng)的研究十分必要。
　　本文首先介紹了農(nóng)戶信用評(píng)價(jià)的概念，以及農(nóng)戶小額信用貸款的概念，接著詳細(xì)分析了國(guó)內(nèi)外對(duì)農(nóng)戶小額信用貸款風(fēng)險(xiǎn)評(píng)估的研究，通過(guò)分析發(fā)現(xiàn)國(guó)內(nèi)在這方面的研究不如國(guó)外。由于人工智能在信用評(píng)價(jià)應(yīng)用中有很大優(yōu)勢(shì)，在國(guó)外已經(jīng)廣泛使用

2、人工智能技術(shù)。而B(niǎo)P神經(jīng)網(wǎng)絡(luò)技術(shù)是人工智能技術(shù)中的一個(gè)重要技術(shù)，它有著較強(qiáng)的學(xué)習(xí)和自適應(yīng)能力、較好的內(nèi)在并行計(jì)算和存儲(chǔ)，是一種穩(wěn)定的非線性方法等優(yōu)點(diǎn)，所以BP神經(jīng)網(wǎng)絡(luò)在農(nóng)戶小額信用貸款風(fēng)險(xiǎn)評(píng)估的研究中也得到應(yīng)用。然而傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)有著收斂速度慢、易陷入局部極小等不足。針對(duì)這些不足，人們先后提出了很多改進(jìn)的策略，比如加動(dòng)量項(xiàng)、自適應(yīng)學(xué)習(xí)速率、LM算法、人工免疫、遺傳算法、粒子群優(yōu)化算法等。
　　本文使用了一種新興的群體智能算法量

3、子粒子群優(yōu)化算法(QPSO)改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型。量子粒子群優(yōu)化算法(QPSO)有著調(diào)節(jié)參數(shù)少、簡(jiǎn)單易實(shí)現(xiàn)的優(yōu)點(diǎn)，并且有著較好的收斂性能和全局搜索能力，能在一定程度上能夠克服BP神經(jīng)網(wǎng)絡(luò)算法在收斂性能上的不足。
　　通過(guò)加入自適應(yīng)變異對(duì)量子粒子群優(yōu)化算法(QPSO)進(jìn)行改進(jìn)，并取得了很好的效果。由于量子粒子群算法在早期收斂速度較快，所以在后期可能沒(méi)有達(dá)到全局最優(yōu)時(shí)已經(jīng)聚集到某一點(diǎn)，形成局部極小。針對(duì)這一缺點(diǎn)加入自適應(yīng)變異對(duì)量子粒子

4、群優(yōu)化算法(QPSO)進(jìn)行改進(jìn)。
　　本文改進(jìn)后的量子粒子群優(yōu)化算法(QPSO)通過(guò)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，從而得到改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模型。它與用遺傳算法等改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模型相比，能夠更有效的提高BP神經(jīng)網(wǎng)絡(luò)的收斂速度，防止陷入局部極小。
　　然后，將改進(jìn)后的BP神經(jīng)網(wǎng)絡(luò)模型應(yīng)用到農(nóng)戶小額信用貸款風(fēng)險(xiǎn)評(píng)估系統(tǒng)實(shí)驗(yàn)中。在仿真模擬實(shí)驗(yàn)中，從數(shù)據(jù)中隨機(jī)抽取5組數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，然后再取這5組實(shí)驗(yàn)結(jié)果的平均值與用傳統(tǒng)BP神經(jīng)