基于模糊神经网络的担保信用评级与风险评估系统

基于模糊神经网络的担保信用评级与风险评估系统

论文摘要

中小企业的融资困境引起专家学者的广泛关注后,中小企业服务理论信用及担保理论以及信用担保经济学理论,为信用担保的开展奠定了深厚的理论基础,并依此建立了众多的信用担保机构。但是,大量的信用担保机构存在的结构、经营和功能上的缺陷,对信用评级与风险评估系统需求强烈,信用担保机构如何管理、如何顺畅运营等问题却紧接着呈现在我们面前。一方面,担保机构需要被担保机构进行信息共享;另一方面,担保机构一样也面临着许多风险,如信用风险、经营风险、市场风险、法律风险等。我们使用建立若干数据模型,对担保企业的数据进行分析,建立若干分析模型,为担保企业的经营状况进行分析,辅助领导进行决策。神经网络方法是近年来在神经元网络的基础之上发展起来的一种新的预测模型。它以神经元网络理论为基础,充分利用网络的数值逼近与记忆功能,根据时间序列的历史观测数值,识别出时间序列的内在模式,在历史观测值的基础之上,对时间序列的未来值进行预测。通常情况下采用神经元网络的预测模型经过适当的训练之后,其预测的准确程度往往会高于统计学上所采用的预测方法。神经元网络模型具有和数理统计模型同样的预测能力。数理统计模型可以进行有效的短期或者长期的预测,从而为决策和规划提供支持服务。而神经元网络模型可以通过调整网络模型的输出节点个数来进行短期或者长期的预测,或者改变神经网络的模型,使之成为输出反馈型的神经元网络,这样就可以从输出端得到反馈值输入到网络的输入端,进行连续的预测。《担保信用评级与风险评估系统》就是针对信用担保公司的这一实际管理需求,基于模糊神经网络理论基础设计并实现的。以建立业务办公平台和信用数据库为基础,以建立网络连接、多方信息共享为支撑,以建立风险控制指标体系为手段,建立动态的风险评估体系,对项目风险自动评级提示,增加企业经济效益、降低劳动强度,从而确保我国金融市场的平稳性,最终达到为我国经济高速发展保驾护航的战略目标。

论文目录

  • 内容提要
  • 第1章 绪论
  • 第2章 现状分析
  • 2.1 现状分析
  • 2.1.1 担保行业服务对象—担保机构的现状
  • 2.1.2 担保行业现状
  • 2.1.3 服务对象—信用担保公司的信息现状
  • 2.2 主要重点需求
  • 2.2.1 担保机构信息共享的需求
  • 2.2.2 担保机构的风险控制需求
  • 2.2.3 担保机构的经营决策需求
  • 2.2.4 担保机构的辅助监管功能需求
  • 第3章 系统规划
  • 3.1 指导思想、原则和目标
  • 3.1.1 指导思想
  • 3.1.2 规划原则
  • 3.2 总体结构规划
  • 3.2.1 跨平台的技术架构
  • 3.2.2 可扩展的应用架构
  • 3.2.3 网络拓扑结构
  • 3.3 功能规划
  • 3.3.1 办公自动化子系统
  • 3.3.2 业务子系统
  • 3.3.3 信息子系统
  • 3.3.4 服务子系统
  • 3.3.5 辅助决策子系统
  • 第4章 系统设计和实现
  • 4.1 数据管理
  • 4.1.1 编码原则
  • 4.1.2 数据规划
  • 4.1.3 数据交换
  • 4.2 信息安全
  • 4.2.1 安全需求
  • 4.2.2 应用系统安全
  • 4.2.3 安全系统构建
  • 4.3 网络平台
  • 4.3.1 网络建设原则
  • 4.3.2 服务器选型
  • 4.3.3 数据库选型
  • 4.4 商务智能
  • 4.4.1 数据仓库
  • 4.4.2 聚类分析
  • 4.4.3 预测
  • 4.5 模糊神经网络技术
  • 4.5.1 网络评价模型建立
  • 4.5.2 模糊神经网络的学习训练
  • 第5章 结论
  • 参考文献
  • 摘要
  • Abstract
  • 致谢
  • 相关论文文献

    • [1].浅析神经元网络算法在中医药真实世界研究中应用可行性[J]. 天津中医药大学学报 2020(05)
    • [2].模糊神经元网络评价体系实证研究[J]. 建筑与文化 2018(10)
    • [3].模块神经元网络中耦合时滞诱导的簇同步转迁[J]. 动力学与控制学报 2016(06)
    • [4].肚子里的“第二大脑”[J]. 大自然探索 2017(05)
    • [5].混合突触作用下耦合时滞对模块神经元网络簇同步的影响[J]. 动力学与控制学报 2015(06)
    • [6].对传过程神经元网络及其应用研究[J]. 微型机与应用 2012(17)
    • [7].连续小波过程神经元网络在非线性函数逼近的应用[J]. 长春理工大学学报(自然科学版) 2010(03)
    • [8].两种特征扩展过程神经元网络应用比较研究[J]. 控制工程 2009(S3)
    • [9].一种过程神经元网络在管道土壤腐蚀速率预测中的应用[J]. 齐齐哈尔大学学报(自然科学版) 2008(04)
    • [10].一种模糊计算过程神经元网络及其应用[J]. 东北林业大学学报 2008(08)
    • [11].基于过程神经元网络的陶瓷窑炉智能控制机制[J]. 中国陶瓷 2008(10)
    • [12].前馈型神经元网络中的放电频率传递分析[J]. 动力学与控制学报 2020(01)
    • [13].神经元网络控制器在热网中的应用研究[J]. 自动化仪表 2014(12)
    • [14].一种概率过程神经元网络模型及分类算法[J]. 智能系统学报 2009(04)
    • [15].一种反馈过程神经元网络模型及在动态信号分类中的应用[J]. 计算机应用研究 2009(12)
    • [16].模式神经元网络的聚类方法研究[J]. 北京石油化工学院学报 2009(04)
    • [17].基于遗传算法和神经元网络的心电信号T波检测[J]. 中国生物医学工程学报 2008(04)
    • [18].基于自适应线性神经元网络的谐波检测算法[J]. 电子技术应用 2017(06)
    • [19].一种新型过程神经元网络安全模型[J]. 中国科技论文 2013(04)
    • [20].基于离散过程神经元网络旋转机械轴承故障诊断模型[J]. 化学工程与装备 2013(09)
    • [21].基于过程神经元网络的时间序列预测方法[J]. 计算机工程 2012(05)
    • [22].基于新型动态神经元网络的逆系统方法[J]. 控制工程 2012(03)
    • [23].灰色混沌神经元网络模型及其短期人口预测[J]. 系统工程 2012(10)
    • [24].神经元网络模型的弱信号随机共振检测研究[J]. 计算机工程与应用 2011(02)
    • [25].基于过程神经元网络与遗传算法的交通流预测[J]. 交通信息与安全 2010(05)
    • [26].一种基于数值积分的过程神经元网络训练算法[J]. 计算机科学 2010(11)
    • [27].基于自适应小波过程神经元网络的人口预测研究[J]. 长江大学学报(自然科学版)理工卷 2008(04)
    • [28].基于模糊神经元网络的信息融合模型[J]. 河北理工大学学报(自然科学版) 2008(03)
    • [29].基于概率神经元网络模型的高校政治教学系统构建[J]. 自动化技术与应用 2020(01)
    • [30].一种改进的过程神经元网络模型方式预测城市用水量[J]. 科技与企业 2013(02)

    标签:;  ;  ;  

    基于模糊神经网络的担保信用评级与风险评估系统
    下载Doc文档

    猜你喜欢