基于bp神經(jīng)網(wǎng)絡(luò)的銀行營(yíng)業(yè)網(wǎng)點(diǎn)選址與評(píng)價(jià)研究

1、分 類(lèi) 號(hào)： TP183 單位代碼： 單位代碼：10190研究生學(xué)號(hào)： 研究生學(xué)號(hào)： 201307001 密 級(jí)： 無(wú)碩 士 學(xué) 位 論 文基于 BP 神經(jīng)網(wǎng)絡(luò)的銀行營(yíng)業(yè)網(wǎng)點(diǎn)選址與評(píng)價(jià)研究Research on Location and Evaluation of Bank BusinessNetwork based on BP Neural Network研 究 生 姓 研 究 生 姓 名： 名： 陳 久 龍專(zhuān) 業(yè)： 業(yè)： 計(jì)算機(jī)科學(xué)

2、與技術(shù) 計(jì)算機(jī)科學(xué)與技術(shù)指導(dǎo)教師姓名： 指導(dǎo)教師姓名： 熙 瑩指導(dǎo)教師 指導(dǎo)教師職稱(chēng) 職稱(chēng)： 教 授2016 年 6 月碩 士 學(xué) 位 論 文I摘 要隨著經(jīng)濟(jì)的發(fā)展，改革開(kāi)放的深入，我國(guó)正在逐步開(kāi)放銀行業(yè)金融服務(wù)，金融機(jī)構(gòu)面臨著更為嚴(yán)峻的市場(chǎng)競(jìng)爭(zhēng)和日趨復(fù)雜的經(jīng)濟(jì)環(huán)境。 銀行營(yíng)業(yè)網(wǎng)點(diǎn)選址已成為銀行業(yè)金融機(jī)構(gòu)需要迫切解決的問(wèn)題，而科學(xué)合理的選址尤為重要。銀行業(yè)金融機(jī)構(gòu)在營(yíng)業(yè)網(wǎng)點(diǎn)選址時(shí)， 需要考慮的影響因素十分繁雜。 各個(gè)因素相互關(guān)聯(lián)，影響較

3、大，難以準(zhǔn)確地用數(shù)學(xué)模型描述，選址決策結(jié)果和影響因素之間的關(guān)系多是非線(xiàn)性的， 而傳統(tǒng)的選址方法在預(yù)測(cè)上存在一定的弊端， 很難真正的為決策者提供理論支持。隨著時(shí)代發(fā)展，涌現(xiàn)出神經(jīng)網(wǎng)絡(luò)技術(shù)，BP 網(wǎng)絡(luò)不需要建立描述映射關(guān)系的數(shù)學(xué)方程，便能學(xué)習(xí)和存貯大量的輸入-輸出模式的非線(xiàn)性映射關(guān)系，由于其結(jié)構(gòu)相對(duì)簡(jiǎn)單、可塑性強(qiáng)從而得到了廣泛的應(yīng)用。本文首先詳細(xì)介紹了神經(jīng)網(wǎng)絡(luò)的特性， 論述了其應(yīng)用在選址問(wèn)題上的可行性。 結(jié)合營(yíng)業(yè)網(wǎng)點(diǎn)的選址影響因素，本文確定

4、了地理影響因素、區(qū)域經(jīng)濟(jì)因素、交通條件、人口分布影響因素、企業(yè)因素、公共服務(wù)設(shè)施因素、行業(yè)競(jìng)爭(zhēng)因素等為輸入的影響因子，而依照營(yíng)業(yè)能力確定了 1-9 的輸出評(píng)價(jià)結(jié)構(gòu)。通過(guò)對(duì)樣本的數(shù)據(jù)的分析，確立了三層結(jié)構(gòu)、七輸入、一輸出的神經(jīng)網(wǎng)絡(luò)，在傳統(tǒng) BP 算法上改進(jìn)激活函數(shù)并引入慣性沖量， 加入動(dòng)量因子， 并設(shè)定學(xué)習(xí)速率為 0.05， 動(dòng)量因子為 0.6， 最大訓(xùn)練數(shù)為 10000，誤差為 10-2。 本文利用 VC++編譯平臺(tái)并調(diào)用 MATLAB