一種基于神經網絡的信用評價模型與算法研究.pdf

1、對復雜對象綜合評價的研究一直是普遍關注的問題，而國家助學貸款的高校學生信用評價是典型的復雜對象綜合評價問題。該評價涉及多方面因素，各因素的描述方式不同，而且普遍存在模糊性，在對其進行綜合評價時，應該充分考慮模糊性的影響。 本文以國家助學貸款的高校學生信用評價為研究背景，首先介紹了復雜對象綜合評價相關理論和方法，研究了綜合評價的發(fā)展現(xiàn)狀，分析了綜合評價存在的問題，然后根據神經網絡評價方法和模糊系統(tǒng)的各自特點，對兩者進行了比較。在此

2、基礎上，對神經網絡與模糊系統(tǒng)的結合進行了研究，建立了一種模糊評價神經網絡模型，解決國家助學貸款的高校學生信用評價中的模糊性問題。 模糊評價神經網絡模型是基于神經網絡和模糊綜合評價建立的綜合評價模型。本文研究了模型的具體結構和算法，以及模型涉及的隸屬函數(shù)確定，權值建立，模糊合成算子選取等關鍵問題。模糊評價神經網絡模型將模糊綜合評價理論嵌入神經網絡，匯聚神經網絡與模糊綜合評價的優(yōu)點。該網絡的節(jié)點與參數(shù)具有鮮明的物理意義，使神經網絡的

3、求解過程不再是“黑箱”；通過神經網絡的學習來抽取模糊綜合評價方法，處理模糊信息所依賴的隸屬函數(shù)和權值；根據模糊綜合評價理論確定網絡的初始化參數(shù)，使模糊評價神經網絡學習算法的收斂速度明顯優(yōu)于傳統(tǒng)的算法。 基于模糊評價神經網絡模型，對國家助學貸款的高校學生信用評價進行了研究。首先對評價指標的選取和評價指標體系的建立進行了研究。其次確定了相應的網絡結構，利用改進的層次分析法確定了各級初始權值，并采用了等分區(qū)間法建立隸屬函數(shù)，根據評價指