BP神經(jīng)網(wǎng)絡(luò)研究及其在個人信用評估中的應(yīng)用.pdf

1、隨著經(jīng)濟(jì)的飛速發(fā)展，信用消費(fèi)浮出水面，住房按揭、汽車貸款、信用卡等個人消費(fèi)貸款都亟待信用作保，因此個人信用評估對于商業(yè)銀行控制信貸風(fēng)險具有重要意義。人工神經(jīng)網(wǎng)絡(luò)作為一種旨在模仿人腦結(jié)構(gòu)及其功能的腦式智能信息處理系統(tǒng)，其應(yīng)用領(lǐng)域日益擴(kuò)大，潛力日趨明顯，在個人信用評估領(lǐng)域也有非常好的應(yīng)用前景。本文主題是關(guān)于神經(jīng)網(wǎng)絡(luò)方法的研究及其在個人信用評估中的應(yīng)用，研究中心是BP神經(jīng)網(wǎng)絡(luò)在個人信用評估中的創(chuàng)新應(yīng)用。針對中心問題，主要做了下面兩件事:一是采

2、用了四種不同算法的BP神經(jīng)網(wǎng)絡(luò)方法建立模型，并進(jìn)行了對比研究;二是為了提高BP神經(jīng)網(wǎng)絡(luò)的泛化能力，根據(jù)BP神經(jīng)網(wǎng)絡(luò)的特點(diǎn)提出加權(quán)平均BP神經(jīng)網(wǎng)絡(luò)模型。
　　 人們對BP神經(jīng)網(wǎng)絡(luò)的研究比較多，因此其實現(xiàn)算法也比較多。對不同的算法我們不能簡單的評價孰優(yōu)孰劣，而是應(yīng)該針對不同問題找到一種最適合的方法。在本文中采用了四種訓(xùn)練方法，結(jié)果顯示，對本文所采用的數(shù)據(jù)，trainbfg函數(shù)和trainlm函數(shù)建立的網(wǎng)絡(luò)對樣本的分類結(jié)果比由trai

3、ngdx函數(shù)和traincgp函數(shù)建立的網(wǎng)絡(luò)對樣本的分類結(jié)果要稍勝一籌，尤其是在對測試樣本的分類表現(xiàn)中。綜合考慮各個方面，由trainlm訓(xùn)練函數(shù)建立的BP網(wǎng)絡(luò)模擬結(jié)果相對而言比其他函數(shù)要好一些。
　　 為了提高BP神經(jīng)網(wǎng)絡(luò)的泛化能力，本文提出加權(quán)平均BP神經(jīng)網(wǎng)絡(luò)方法。這一方法主要基于兩方面的考慮:一是要提高網(wǎng)絡(luò)的泛化能力，就必須充分挖掘樣本資料所包含的信息，減少噪聲數(shù)據(jù)對網(wǎng)絡(luò)的影響;二是BP神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時有學(xué)習(xí)新樣本遺忘舊樣