《基於遺傳進化型模糊神經網路的信用風險評估模型構建及套用》是2010年華南理工大學出版社出版的圖書，作者是熊志斌。
基本介紹
- 書名：基於遺傳進化型模糊神經網路的信用風險評估模型構建及套用
- 作者：熊志斌
- ISBN：9787562333173
- 頁數：135
- 定價：20.00元
- 出版社：華南理工大學出版社
- 出版時間：2010-7
內容簡介,目錄,
內容簡介
《基於遺傳進化型模糊神經網路的信用風險評估模型構建及套用》的研究就是試圖將神經網路、模糊邏輯和遺傳算法等三種不同的智慧型技術有機的結合在一起，旨在建立以遺傳進化型模糊神經網路為基礎的信用風險評估模型，以期能夠對我國銀行業和金融機構的風險管理技術水平的提高有所裨益。
《基於遺傳進化型模糊神經網路的信用風險評估模型構建及套用》研究的內容主要是從技術層面角度來探討評估信用風險時建模的問題，採用智慧型計算技術(神經網路、模糊邏輯和遺傳算法)建立信用風險評估模型，並運用我國上市公司數據對所構建模型的效果進行驗證和評價。
目錄
第1章 導論
1.1 問題提出背景
1.2 研究目的與意義
1.2.1 研究目的
1.2.2 研究意義
1.3 研究動態
1.4 本書研究內容與研究架構
1.4.1 研究內容
1.4.2 研究方法
1.4.3 技術路線
1.4.4 本書框架結構
1.5 本書研究的關鍵技術問題與創新之處
1.5.1 本書研究的關鍵技術問題
1.5.2 研究的創新之處
第2章 信用風險管理理論與方法綜述
2.1 信用風險涵義與特點
2.1.1 信用風險涵義
2.1.2 信用風險的產生
2.1.3 信用風險影響因素
2.1.4 信用風險主要特點
2.1.5 信用風險管理原則
2.2 巴塞爾新資本協定關於信用風險管理的主要內容
2.2.1 計量信用風險的標準法
2.2.2 信用風險資本計算的內部評級法（IRB）
2.3 信用風險評估模型比較分析
2.3.1 古典信用分析方法
2.3.2 現代信用風險評估模型
2.4 現行信用風險評估模型存在的主要問題
2.5 利用綜合智慧型技術改進信用風險評估模型的基本思想
本章小結
第3章 智慧型計算技術理論基礎
3.1 神經網路基本理論
3.1.1 神經元和神經網路及其模式識別能力
3.1.2 神經網路的學習算法及訓練評價準則
3.1.3 隱含層及隱含層節點數目的確定
3.2 模糊邏輯基本理論
3.2.1 模糊集基本運算與模糊關係
3.2.2 模糊邏輯推理系統的分類
3.3 遺傳算法基本理論
3.3.1 遺傳算法基本流程
3.3.2 遺傳算法搜尋策略
本章小結
第4章 改進的遺傳算法設計與綜合智慧型計算研究
4.1 神經網路、模糊邏輯和遺傳算法特性的比較分析
4.2 改進的遺傳算法設計
4.2.1 多子群模型結構設計
4.2.2 遺傳算法的編碼方式
4.2.3 選擇策略的改進研究
4.2.4 基於標準差的自適應交叉、變異運算元
4.3 神經網路、模糊邏輯和遺傳算法的綜合技術研究
4.3.1 神經網路、模糊邏輯和遺傳算法的結合方式分析
4.3.2 遺傳進化型模糊神經網路模型的結構與算法設計
本章小結
第5章 基於遺傳進化型模糊神經網路的信用風險評估模型設計
5.1 信用評級概念
5.2 信用風險指標體系的建立
5.3 樣本採集和數據統計
5.3.1 二分類信用樣本
5.3.2 多分類信用樣本
5.4 信用風險影響因子分析
5.4.1 二分類信用樣本因子分析
5.4.2 多分類信用樣本因子分析
5.5 基於信用樣本的風險評估模型設計
5.5.1 基於BP神經網路的信用風險評估模型
5.5.2 基於模糊神經網路的信用風險評估模型
5.5.3 基於遺傳進化型模糊神經網路的信用風險評估模型
5.5.4 n重交叉驗證技術
本章小結
第6章 信用風險評估模型實驗結果的比較分析
6.1 二分類信用風險評估模型的比較分析
6.1.1 實驗結果
6.1.2 比較分析
6.1.3 初步結論
6.2 多分類信用風險評估模型的比較分析
6.2.1 實驗結果
6.2.2 比較分析
6.2.3 初步結論
本章小結
結束語
附錄
主要參考文獻
1.1 問題提出背景
1.2 研究目的與意義
1.2.1 研究目的
1.2.2 研究意義
1.3 研究動態
1.4 本書研究內容與研究架構
1.4.1 研究內容
1.4.2 研究方法
1.4.3 技術路線
1.4.4 本書框架結構
1.5 本書研究的關鍵技術問題與創新之處
1.5.1 本書研究的關鍵技術問題
1.5.2 研究的創新之處
第2章 信用風險管理理論與方法綜述
2.1 信用風險涵義與特點
2.1.1 信用風險涵義
2.1.2 信用風險的產生
2.1.3 信用風險影響因素
2.1.4 信用風險主要特點
2.1.5 信用風險管理原則
2.2 巴塞爾新資本協定關於信用風險管理的主要內容
2.2.1 計量信用風險的標準法
2.2.2 信用風險資本計算的內部評級法（IRB）
2.3 信用風險評估模型比較分析
2.3.1 古典信用分析方法
2.3.2 現代信用風險評估模型
2.4 現行信用風險評估模型存在的主要問題
2.5 利用綜合智慧型技術改進信用風險評估模型的基本思想
本章小結
第3章 智慧型計算技術理論基礎
3.1 神經網路基本理論
3.1.1 神經元和神經網路及其模式識別能力
3.1.2 神經網路的學習算法及訓練評價準則
3.1.3 隱含層及隱含層節點數目的確定
3.2 模糊邏輯基本理論
3.2.1 模糊集基本運算與模糊關係
3.2.2 模糊邏輯推理系統的分類
3.3 遺傳算法基本理論
3.3.1 遺傳算法基本流程
3.3.2 遺傳算法搜尋策略
本章小結
第4章 改進的遺傳算法設計與綜合智慧型計算研究
4.1 神經網路、模糊邏輯和遺傳算法特性的比較分析
4.2 改進的遺傳算法設計
4.2.1 多子群模型結構設計
4.2.2 遺傳算法的編碼方式
4.2.3 選擇策略的改進研究
4.2.4 基於標準差的自適應交叉、變異運算元
4.3 神經網路、模糊邏輯和遺傳算法的綜合技術研究
4.3.1 神經網路、模糊邏輯和遺傳算法的結合方式分析
4.3.2 遺傳進化型模糊神經網路模型的結構與算法設計
本章小結
第5章 基於遺傳進化型模糊神經網路的信用風險評估模型設計
5.1 信用評級概念
5.2 信用風險指標體系的建立
5.3 樣本採集和數據統計
5.3.1 二分類信用樣本
5.3.2 多分類信用樣本
5.4 信用風險影響因子分析
5.4.1 二分類信用樣本因子分析
5.4.2 多分類信用樣本因子分析
5.5 基於信用樣本的風險評估模型設計
5.5.1 基於BP神經網路的信用風險評估模型
5.5.2 基於模糊神經網路的信用風險評估模型
5.5.3 基於遺傳進化型模糊神經網路的信用風險評估模型
5.5.4 n重交叉驗證技術
本章小結
第6章 信用風險評估模型實驗結果的比較分析
6.1 二分類信用風險評估模型的比較分析
6.1.1 實驗結果
6.1.2 比較分析
6.1.3 初步結論
6.2 多分類信用風險評估模型的比較分析
6.2.1 實驗結果
6.2.2 比較分析
6.2.3 初步結論
本章小結
結束語
附錄
主要參考文獻
