基于BP神经网络的信用评级模型
BP神经网络应用于信用评级建模的例子。效果很好。
BP神经网络模型概要说明
BP（Back Propagation）网络是1986年由
Rumelhart和McCelland为首的科学家小组提出，
是一种按误差逆传播算法训练的多层前馈网络，是
目前应用最广泛的神经网络模型之一。BP网络能
学习和存贮大量的输入-输出模式映射关系，而无
需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层（input）、隐层(hide layer)和输出层(output layer)（如图5.2所示）。
2.相关理论
BP算法由数据流的前向计算（正向传播）和误差信号的反向传播两个过程构成。正向传播时，传播方向为输入层→隐层→输出层，每层神经元的状态只影响下一层神经元。若在输出层得不到期望的输出，则转向误差信号的反向传播流程。通过这两个过程的交替进行，在权向量空间执行误差函数梯度下降策略，动态迭代搜索一组权向量，使网络误差函数达到最小值，从而完成信息提取和记忆过程。
1989年Robert Hecht—Nielon证明了对于任何在闭区间的一个连续函数都可以用一个隐层的BP网络来逼近，因而一个3层的BP网络可以完成任意的N维到M 维的映射， 因此在BP网络中多采用单
你可能喜欢
- BP神经网络原理
- matlab神经网络
- 蒙特卡洛模拟
- 银行操作风险
- 蒙特卡罗模拟法
- 企业信用评级模型
- 灰色系统预测
- matlab建立BP神经网络12页
- 关于神经网络(matlab)归一化的整理2页
- BP神经网络matlab实例(简单而经典)7页
- 神经网络pid控制matlab程序2页
- matlab辅助神经网络设计46页
- rbf核神经网络程序matlab程序17页
- 介绍一种实用简便的决策方法_蒙特卡洛_模拟决策法2页
- 醉鬼走路(蒙特卡洛模拟分析示例)1页
- 蒙特卡洛模拟技术论文6页
- 高风险公司评估的蒙特卡洛模拟3页
- 例4.19,新车型选择的蒙特卡洛模拟39页
- 基于蒙特卡洛模拟法测算远期汇率的风险价值3页
- 透视“铁本事件”——商业银行贷后管理的操作风险分析2页
- 从几个案例看银行柜面操作风险防范17页
- 高业银行内生性操作风险的生成机理与防范对策3页
- 刍议我国商业银行操作性风险管理2页
- 操作风险讲义(苏格兰皇家银行)42页
- 建设银行操作风险管理存在问题及对策研究5页
- 清华大学电力系统不确定性分析-----05蒙特卡罗模拟法_10880154028页
- 蒙特卡罗模拟法对投资组合风险价值估计的实证研究6页
- 基于蒙特卡罗模拟法的航空发动机装配公差分析4页
- 期权定价 广义双曲分布 Lévy过程 拟蒙特卡罗模拟法 参数估计3页
- 经济决策课件系列 第十三章 蒙特卡罗模拟决策法4页
- 基于蒙特卡罗模拟法的输电网灵活规划4页
