人工神经网络模型在个人信用评级中的应用开题报告

1. 研究目的与意义

神经网络是由大量的、简单的处理单元（称为神经元）广泛地互相连接而形成的复杂网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。

神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学能力，特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。

神经元是以生物神经系统的神经细胞为基础的生物模型。

2. 研究内容和预期目标

该论题研究的主要是以下几个方面：一 单层神经元网络模型单层人工神经网络模型完成输入输出计算仍然有如下5部分组成： 1.输入 2.网络权值和阈值 3.求和单元 4.选择传递函数 5.输出 二 多层人工神经网络模型对于某个神经网络，给定输入，输出如何确定？ 权值、阈值、激活函数、网络结构 1.给定一个特定的神经网络，只要各层网络权值、阈值激活函数确定，该神经网络的输入输出映射是否确定？ 2.网络权值和阈值如何确定？在一定学习规则下网络训练获得。

3.神经网络如何构建？ 三 感知器神经网络 1.感知器的学习规则 2.感知器的网络训练（简单分类问题与多个神经元分类问题） 四 自适应线性神经网络模型 1.学习规则 2.网络训练 五 BP神经网络 1.BP神经元模型 2.BP神经网络单层结构 3.具有单隐层的神经网络 4.BP网络学习规则 5.BP神经网络训练 6.BP算法的改进 六 其它人工神经网络 1.径向基函数网络 2.广义回归网络 3.概率神经网络 4.自组织网络反馈网络

3. 国内外研究现状

随着人工神经网络20世纪80年代在世界范围内的复苏,国内也逐步掀起了研究热潮.1989年10月和11月分别在北京和广州召开了神经网络及其应用讨论会和第一届全国信号处理-神经网络学术会议;1990年2月由国内八个学会(中国电子学会、人工智能学会、自动化学会、通信学会、物理学会、生物物理学会和心理学会)联合在北京召开#8220;中国神经网络首届学术会议#8221;.这次大会以#8220;八学会联盟,探智能奥秘#8221;为主题,收到了300多篇学术论文,开创了中国人工神经网络及神经计算机方面科学研究的新纪元.经过十几年的发展,中国学术界和工程界在人工神经网络的理论研究和应用方面取得了丰硕成果,学术论文、应用成果和研究人员逐年增加。

在国际上,1987年,在美国加洲召开了第一届国际神经网络学会.此后每年召开两次国际联合神经网络大会(IJCNN).不久,该学会创办了刊物JournalNeu-ralNetworks,另有十几种国际著名的神经网络学术刊物相继问世.至此,神经网络理论研究在国际学术领域获得了其应有的地位.。

4. 计划与进度安排

2022.11.27前---完成选题工作 2022.11.28-2022.1.6---收集资料，撰写开题报告 2022.1.7-.4.10---总体掌握人工神经网络及Matlab的理论知识，详细分解重点研究人工神经网络的应用 2022.4.11-5.16---完成Matlab对神经网络的建立及训练，进而完成论文2022.5.17-6.10---完成答辩环节工作

5. 参考文献

[1] 温熙森，胡茑庆，邱静．模式识别与状态监控[M].长沙：国防科技大学出版社，1997[2] 李学娇，神经网络工程应用[M]．重庆：重庆大学出版社，1995[3] 沈世镒.神经网络系统理论及应用[M].北京：科学出版社，1998[4] 蒋宗礼.人工神经网络导论[M].北京：高等教育出版社，2001[5] 陈一梅，徐造林.基于神经网络的河道浅滩演变预测模型[J].水利学报，2002.8[6] 闻新等.MATLAB神经网络仿真与应用[M].科学出版社，2003.7