声明
摘要
插图索引
附表索引
第1章 绪论
1.1 研究背景
1.2 研究现状
1.3 研究内容
第2章 信用社客户分类体系设计
2.1 信用社客户分类体系建立原则
2.2 信用社分类指标体系的构建
2.2.1 分类指标选择
2.2.2 定性指标的量化
2.2.3 指标体系的有效度和可信度分析
2.3 BP神经网络在客户分类中的可行性分析
2.3.1 BP神经网络技术简介
2.3.2 利用BP神经网络实现客户分类的可行性分析
2.4 本章小结
第3章 信用社客户分类模型设计
3.1 基于BP神经网络的信用社客户分类模型设计
3.1.1 BP神经网络层次选择
3.1.2 各层BP神经元数量选择
3.1.3 误差精度选择
3.1.4 传递函数选择
3.1.5 训练函数选择
3.2 BP神经网络的参数修正
3.2.1 BP神经元权重的调整
3.2.2 阈值的修正
3.3 BP神经网络缺点分析
3.4 遗传BP神经网络算法设计
3.4.1 遗传算法简介
3.4.2 基于遗传算法的网络结构和权值进化
3.4.3 遗传BP神经网络算法流程设计
3.5 本章小结
第4章 基于遗传BP神经网络算法的客户分类实现
4.1 信用社客户分类实例数据
4.2 信用社客户分类的BP神经网络
4.2.1 BP神经网络结构
4.2.2 BP神经网络验证
4.3 BP神经网络的客户分类实现
4.4 遗传BP神经网络的客户分类实现
4.5 遗传BP神经网络客户分类试验
4.5.1 基于BP神经网络的客户分类
4.5.2 基于遗传BP神经网络的客户分类
4.5.3 试验结论
4.5 本章小结
结论
参考文献
致谢
附录 遗传BP神经网络的Matlab实现