以下是小编收集整理的胶体模型的玻璃化转变和动力学分析论文，本文共10篇，希望对大家有所帮助。
篇1：胶体模型的玻璃化转变和动力学分析论文
胶体模型的玻璃化转变和动力学分析论文
1、胶体简介
胶体是日常生活中常见的一种软物质,指的是一种不连续介质分散在另外一种连续介质中的均匀混合物,分散质可以是固体,液体,也可以是气体,其长度尺寸一般介于10nm至10μm之间。根据分散质的不同,胶体主要可以分为悬浮液、乳状液、泡沫、气溶胶等。胶体涉及我们生活的方方面面,比如墨水,护手霜,冰淇淋等都属于胶体范畴。
正因如此,对胶体的研究就显得很有意义。虽然在量子现象中研究范德瓦尔斯力这样的参量很重要,但是在胶体体系的尺度上,量子力学效应可以忽略,所以可以把胶体体系看作经典体系来进行研究。同时,由于胶体中分散质的尺寸足够小,体系的热力学涨落就不可忽略。比如在胶体悬浮液中,固体粒子和溶剂分子之间的随机相互碰撞形成的布朗运动,这是在实验上很容易观察到的一个现象。
在实验室当中,人们就可通过胶体体系来研究物质的相变。在六七十年代,实验中发现,胶体悬浮液在结构上和原子体系有诸多相似之处,这直接导致了在接下来的几十年里,人们广泛采用胶体作为模型去研究液体和晶体。比如在1982年,Lindsay和Chaikin通过将两种不同尺寸的带电胶体粒子混合在一起后,观察到了体系呈现出无序的结构和有限的刚度的玻璃态行为[1].在随后的1986年和1987年,Pusey和Megen在对不带电的高浓度胶体体系的研究中,也观察到了硬球胶体的玻璃化转变。
2、胶体模型的玻璃化转变
对于胶体悬浮液来说,体系是由固体颗粒分散在液体中所形成的。体系的关键参数则是堆积分数φ,其定义为固体颗粒所占整个空间的比例。当堆积分数很低时,体系中粒子能够自由扩散,体系呈现液态;随着堆积分数的增加,当φ接近于玻璃化转变点φg时,体系的粘度将会急剧变大;当堆积分数达到玻璃化转变点之后,体系表现出与传统分子或聚合物玻璃体系相类似的行为。由于胶体粒子具有相对较大的尺寸,因此人们可以通过各种设备与技术来研究它,而这在分子原子尺度上,是比较难以实现的。
很多情况下,胶体微球就可以被看作一种简单的硬球。早在八十年代中期,Pusey和vanMegen就开始在实验上利用胶体体系来研究硬球体系的相图[2].这一研究之所以如此重要,主要是因为以下原因:粒子间的相互作用比较单一,且易于描述;粒子间的简单相互作用可以和诸多体系进行对比,并且在计算机模拟上较容易实现;可以通过显微镜,光散射,流变等一系列技术来研究。
Pusey和Megen曾采用PMMA微球来研究玻璃化转变,为了防止粒子间因范德瓦尔斯力而发生聚集,他们在粒子表面覆盖了一层约10nm的聚12羟基硬脂酸[3].正是由于这些硬质的涂覆层,粒子可以被看作硬球,因为当粒子非常靠近时,粒子间发生相互作用的是涂覆层。这些粒子在有机溶剂中非常稳定,同时在实验上也比较容易进行调整,比如染色后的粒子,就可以在摄荧光显微镜下观察。
3、动力学不均匀性
对于玻璃而言,体系中某些区域的动力学可能比另一些区域更快些,而这些区域在空间上也会比>文秘站－您的专属秘书！<较紧凑,人们称这种现象为动力学不均匀性,也就是说系统中不同区域的弛豫速率是不同的。在这些系统中,弛豫的时间尺度和空间尺度相互耦合,也就是说较长的弛豫时间一般对应这较大的粒子团簇。在体系快要发生玻璃化转变时,粒子可能需要“相互协同”才能重排,所以通常用协同运动来描述动力学不均匀性。
动力学不均匀的现象也与牢笼受限和牢笼重排之间存在一定的关系。在短时间内,粒子做布朗运动,但是这种运动却因为粒子与周围粒子发生碰撞而受到限制。一个粒子的近邻粒子限制了该粒子,同时该粒子也是构成了包围其周围粒子笼子的一部分。在较长的时间尺度上来看,这些“笼子”就可能发生塌陷,体系也就随之发生了重排。
实验上所观察到的空间动力学不均匀性,与计算机模拟结果之间也存在高度的吻合。在玻璃化转变过程中,人们很容易观察到协同运动区域增大,但这和弛豫时间不断增大之间的'关系还并不得而知。直观上讲,如果越来越多的粒子需要同时以协同的方式运动,这种粒子间的关联运动就可能是导致扩散时间的延长的直接原因。从这个角度讲,或许动力学不均匀性和玻璃化转变之间就连在了一起,也就可以说正是动力学不均匀性导致了玻璃化转变。
Cooper等人利用模拟的手段,模拟出一个能够发生重排的体系,为了得到结论,他们重复运行了具有相同初始构型的体系。
他们将初始构型经过分子动力学平衡,并且随机的赋予粒子初始速度。即使这样,他们发现动力学不均匀性和结构之间的关联性也很弱[4].正由于有模拟结果作为支撑,所以利用胶体体系研究动力学不均匀性的方向性显得更强。模拟的结果能够指导对实验数据的分析,更能够使得实验上存在困难或难以实现的研究得以开展。
Kob等人也通过计算机模拟,研究了一种新颖的随机pinning体系,他们随机的选择一部分粒子,把这些粒子固定住以对体系进行限制。这样就可以通过对该受限体系中运动粒子的研究,来探究玻璃体系中的动力学不均匀性了。他们发现随着pinning粒子比例的增加,体系的协同性就会减弱,这正是由于pinning粒子破坏了体系的协同重排区域所导致的。原本一个粒子的运动状态能够影响到周围的粒子,并传递下去,但是当有了pinning粒子之后,这种能量的传递被阻碍了,体系的协同性遭也就随之遭到了破坏[5].
4、结语
正如哈佛大学的Weitz教授所说的那样,玻璃化转变理论比研究这一理论的人还多。本文就介绍了以胶体作为模型体系研究玻璃化转变的相关知识,说明了胶体玻璃体系动力学特点,重点说明了动力学不均匀性这一玻璃体系特有的现象及其研究进展。
篇2：直升机舰面动力学分析模型
直升机舰面动力学分析模型
建立了舰船甲板上直升机旋翼,机体耦合动力学分析模型,导出了其运动方程.无铰旋翼采用当量铰、刚硬桨叶模型,采用准定常理论计算桨叶气动力并计人旋翼动力人流的.影响;假设机体是刚性体并在弹性起落架上作六自由度运动.舰船具有6个运动自由度,并考虑直升机在甲板上的不同位置及舰面流场等因素.
作 者：胡国才 孙建国 刘湘一 HU Guo-cai SUN Jian-guo LIU Xiang-yi 作者单位：胡国才,刘湘一,HU Guo-cai,LIU Xiang-yi(海军航空工程学院飞行器工程系,山东烟台,264001)孙建国,SUN Jian-guo(海军航空工程学院新装备培训中心,山东烟台,264001)
刊 名：海军航空工程学院学报 ISTIC英文刊名：JOURNAL OF NAVAL AERONAUTICAL AND ASTRONAUTICAL UNIVERSITY 年，卷(期)： 23(5) 分类号：V212.4 关键词：直升机 舰面动力学 稳定性 分析模型篇3：航天器编队飞行动力学模型和精度分析
航天器编队飞行动力学模型和精度分析
航天器编队飞行动力学是基于相对轨道动力学方程的研究.文章首先采用动力学和运动学两种方法,推导出相对轨道动力学精确模型.根据是否存在假设和不同假设条件,给出编队飞行四种动力学模型,然后比较这些模型的优缺点,最后以数学仿真结果,对各种动力学模型精度进行分析比较.
作 者：林来兴 车汝才 LIN Laixing CHE Rucai 作者单位：北京控制工程研究所,北京,100080 刊 名：航天器工程 ISTIC英文刊名：SPACECRAFT ENGINEERING 年，卷(期)：2008 17(2) 分类号：V529 关键词：航天器 编队飞行 动力学 模型精度篇4：服装业供应链的系统动力学模型分析
服装具有很强的时尚性，并日益表现出个性化、小批量、多品种的特点，服装业的市场需求有明显的随时间变化的特征，预测需求很难把握，因此，用户需求变化及预测风险成为服装业供应链不稳定的重要原因。
预测计划与实际市场需求的差异使滞销和脱销同时增长，滞销导致库存积压，而脱销致使客户需求得不到满足，因此，如何建立风险预警机制，帮助服装业供应链减少从原材料到用户过程中的时间和库存，使服装企业能最大限度地提高供应链的运作效率，从而快速响应市场不断变化的需求至关重要。
我国一些较为成功的服装企业已经认识到快速响应以及抵抗来自供应链内部和外部风险的重要性，并采取了一些措施，但是如何在风险预警的基础上，利用国际先进的供应链管理策略，如供应商管理库存(VMI，vendor managed inventory)、协同预测等，有效地提高对当今市场不断变化的快速响应能力仍需要进一步的研究和探讨。
本文在分析我国典型服装企业供应链运作模式的基础上，分析其提高企业运作效率，减少供应链中的库存，快速响应及抵抗风险的方案。提出在现有三级供应链运作模式的基础上，建立系统动力学模型，采用供应商管理库存(VMI)可以有效地减少服装业供应链的牛鞭效应。并用系统动力学(system dynamics，SD)的方法，对其进行仿真建模。仿真结果显示，在服装业供应链中采用VMI，可以减少库存及供应链的波动，提高各个结点对风险的抵抗作用。
1 典型服装业供应链运作模式
1.1 运作模式分析
某服装集团的供应链网络是供应商提供原材料和部分外协配件，集团完成生产，并设立品牌经理，建设专业的营销队伍进行公司自有品牌的推广，在国内市场设有销售公司16家、销售部5家、零售销售网点达1000多个，
订单信息从终端客户逐级向上提供，送货物流则是从集团仓库逐级向下配送。其供应链网络运作模式如图1所示。
图1 典型服装业供应链运作模式现有的运作模式下，信息容易产生滞后，并逐级扭曲放大，生产结点无法及时得到市场的需求变化，特别是季节性时尚元素发生变化时，生产环节无法在第一时间作出响应，从而使得预测风险的成本无限放大。
1.2 现有运作模式的系统动力学分析
系统动力学是用系统论的观点来界定系统的边界、运作及信息传递流程，以因果反馈关系描述系统的动态复杂性，并建立量化模型，利用计算机仿真方法模拟不同策略下系统的行为模式，最后通过改变结构，分析并设计出解决动态复杂问题和改善系统绩效的高杠杆解决方案。
供应链由于其不确定性、多样性、动态性的特点，特别是当供应链内部或外部的意外事件和日常风险产生时，呈现出复杂的动态行为模式，增加了供应链风险预测和管理的难度。对于此类涉及时间延迟、信息放大、动态变化的供应链管理问题，传统的静态方法很难奏效，相反还有可能加剧问题的恶化。为此，本文讨论把系统动力学的方法用到服装业供应链的分析与仿真中，研究供应链系统在用户需求发生变化时的反馈和响应，从而得出解决这类动态问题的方案。[next]
在分析服装业供应链现有运作模式的基础上，可得到零售商和批发商的主要变量及模型的基础框架，以及因果反馈环路(部分结构参考Sterman的库存模型)，如图2所示。
图2 现有运作模式的系统动力学流图假设如下供应链参数：补货延迟为3周，销售平均时间为6周，库存覆盖时间为3周，库存调整时间为4周。在现有供应链运作模式下，得到如图3所示的现有动作模式下的供应链成员的库存、订单与时间的关系。
图3 现有运作模式供应链成员的库存及订单由图3可知，供应链中的零售商、批发商、生产商对终端客户的响应都比上一级结点有所滞后，当终端客户的需求发生变化时，对整个供应链的运作造成风险。而这种需求变化风险经过供应链的逐级扭曲变化，使得整个供应链出现短时缺货或随后的库存积压等现象，表现出对风险的抵抗能力不足，产生牛鞭效应。零售商、批发商、生产商的库存和订单有比较明显的垂直位移，产生了信息滞后。并且订单和库存被逐级放大，生产商来不及响应，使得供应链在需求风险来临时，产生短时缺货又随后积压的现象。
篇5：Stewart六自由度并联平台动力学模型振动分析论文
关键词：Stewart并联平台；动力学分析；振动仿真；固有特性
Stewart六自由度并联平台的运动学及动力学分析是后续结构优化及控制器设计的基础，因此研究其运动学及动力学理论具有重要的意义.目前针对Stewart平台的动力学模型分析方法主要有拉格朗日法[12-14]（Lagrange）和牛顿欧拉法[15-16]（Newton-Euler）两种.其中，拉格朗日法只需计算系统的动能和势能就能确定系统的动力学特性，因此该方法相对比较简单且有利于控制策略的制定.
本文针对所设计的Stewart六自由度并联平台进行了运动学和动力学分析，并在此基础上通过Adams软件建立了模型的动力学模型及振动模型，分析Stewart六自由度并联平台动力学模型振动特性，为提高Stewart六自由度并联减振平台控制精度提供理论与技术支持.
篇6：Stewart六自由度并联平台动力学模型振动分析论文
1.1Stewart六自由度并联平台结构
Stewart六自由度并联平台主要由负载平台、基平台和六根驱动杆组成，每根驱动杆通过铰接方式分别连接负载平台和基平台.根据铰接方式的不同可以分为球铰连接（Spherical joint）SPS型和万向铰连接（Universal joint）UPS型；根据驱动杆与负载平台和基平台的连接点数又可分为3-3型Stewart平台，3-6型Stewart平台及6-6型Stewart平台.
应用最为广泛的Stewart平台为驱动杆与负载平台和基平台都有6个连接点数的UPS型平台，即6-UPS型Stewart六自由度并联平台，其结构简图如图1所示.
篇7：Stewart六自由度并联平台动力学模型振动分析论文
2.1Stewart六自由度并联机构虚拟样机建立
本文所研究的三维实体模型如图3所示，模型由上端负载平台、底端基平台以及6根压电驱动杆组成.该平台的特征参数为：上端载物平面直径为250 mm，下端平面直径为350 mm，上下平面之间的距离为330 mm.其中驱动杆和上下两平台通过万向铰连接.
为了仿真的方便并满足软件对模型的需要，对模型进行了一系列简化，包括构件的合并、细小特性单元的删除等.根据设计原理，在驱动杆和上下两平台之间的万向铰通过建立2个旋转副实现其功能；驱动杆的上下两部分之间通过平移副连接，并根据驱动杆的设计原理添加了弹簧和阻尼单元，以实现减振的目的.由于本Stewart六自由度平台运用在无重力环境下，因此在Adams中取消了重力单元.为了约束的需要及和实际使用时具有相同的条件，在下平台和地之间通过一个Bushing单元连接，考虑到实际运用中是固定的，所以将Bushing单元的刚度设置得比较大，该单元可以同时传递力与力矩.为了研究下端平台的扰动对上端载荷平台的影响，在下端平台底端建立了扰动力，在仿真初始时刻施加垂直于底端向上的1 N的力STEP（ time，0，1，1，0），其形式如图4所示.
2.2 Stewart六自由度并联机构动力学仿真结果
将上节所建立的动力学仿真模型进行仿真分析，设置仿真时间为10 s，仿真500步.针对该扰动力，上端平台的位移响应、速度响应及加速度响应如图5所示.根据动力学仿真结果图可以看出，上端平台的响应较小，最大的位移出现在0.7 s左右且能够很快地保持稳定. 图6所示为6根驱动杆在收到扰动后所受到的力.由图6可看出，6根驱动杆在收到扰动的干扰后，分别输出了相应的力以对抗扰动对上端平台的影响，且在3 s后能快速保持稳定.
篇8：Stewart六自由度并联平台动力学模型振动分析论文
3.1Stewart六自由度振动仿真平台建立
为得到Stewart六自由度并联平台的振动特性，在Adams中调用Vibration模块，建立了振动仿真平台.Adams/Vibration是在频率域上求解系统特性的模块，且可以计算仿真平台不同位置的'振动特性，可以采用自由振动及强迫振动的方式.本文中采用了强迫振动的方式对平台进行振动特征的求解，在底端平面建立振动的输入激励，分别为x，y，z方向的简弦力，通过扫频的方式进行计算，即激励的幅值不变，而激励的频率不断增大，其激励的方程式可写为式（34）.
3.2Stewart六自由度振动仿真结果分析
经过振动仿真，得出了系统输入和输出之间的频响特性，其结果如图8-图10所示分别为3个输入通道的激励对3个输出通道x，y和z的频响曲线.
由图8-图10的频响曲线图可以看出，Stewart六自由度并联平台的一阶固有频率在0.6 Hz左右，具有较低的固有频率，且在100 Hz的频率范围内响应平稳，表明了Stewart六自由度并联平台具有较宽的工作频率范围.表1给出了本文所研究的Stewart六自由度并联平台的前5阶模态参数的仿真结果.
4结论
1） 分析了Stewart六自由度并联平台的运动学及动力学特性，并以Adams软件搭建了相应的仿真平台.在下端面建立了幅值为1 N的扰动力，进行了模型的动力学仿真.结果显示，本文建立的虚拟样机很好地模拟了Stewart六自由度并联平台的工作状况.
2） 为进一步分析Stewart六自由度并联平台的动力学固有特性，调用Adams/Vibration模块，在下端平台建立了系统的输入通道，在上端平台建立了系统的输出通道，仿真分析了系统输入通道和输出通道之间3个方向的频响特性.结果显示了3个方向的频响曲线且计算得出了前5阶模态参数，从数据中可以看出Stewart六自由度并联平台的一阶固有频率较小，具有较好的低频特性且在大范围的频率段内，响应稳定.
参考文献
[1]STEWART D. A platform with six degrees of freedom [J]. Proceedings of the Institution of Mechanical Engineers， 1965， 180： 371-386.
[2]PREUMONT A， HORODINCA M， ROMANESCU I， et al. A six-axis single-stage active vibration isolator based on Stewart platform [J]. Journal of Sound and Vibration， ， 300（3）： 644-661.
[8]MUKHERJEE P， DASGUPTA B， MALLIK A K. Dynamic stability index and vibration analysis of a flexible Stewart platform [J]. Journal of Sound and Vibration， 2007， 307（3/5）： 495-512.
[9]ZHOU Wan-yong， CHEN Wu-yi， LIU Hua-dong， et al. A new forward kinematic algorithm for a general Stewart platform[J]. Mechanism and Machine Theory， ， 87： 177-190.
[14]JI Z M. Dynamics decomposition for Stewart platforms [J]. ASME Journal of Mechanical Design， 1994， 116（1）： 67-69.
篇9：用于动力学模拟的STI轮胎模型分析
用于动力学模拟的STI轮胎模型分析
介绍了用于汽车驾驶模拟器动力学模拟的STI(Systems Technologies Inc)轮胎半经验模型,建立了该轮胎模型的`复合滑移率、横向刚度和纵向刚度以及横向力和纵向力的计算方程,并利用VC++6.0编程计算得到的理论值与实验值对比,对该模型进行了分析和验证.分析结果表明,该轮胎模型用于车辆动力学模拟时有较好的精度.
作 者：潘开扬 陆有江 PAN Kaiyang LU Youjiang 作者单位：长安大学汽车学院 刊 名：汽车工程师 英文刊名：TIANJIN AUTO 年，卷(期)： “”(2) 分类号：U4 关键词：轮胎模型 动力学模拟 分析篇10：信用评分模型探讨分析论文
信用评分模型探讨分析论文
一、信用评分概况
信用评分模型作为信用风险管理的基础和核心,无论是对于建立社会征信体系还是对于金融机构的信贷资产管理,都有着不可替代的作用。其主要目的,在于尽量将能够预测借款人未来行为的指标加以整合,并统一成可以比较的单一指标,以显示借款人在未来特定时间内违约的可能性,所有的信用评分模型,无论采用什么理论或方法,其最终目的都是将贷款申请者的信用级别分类。为达到分类目的。当前，对个人信用评分模型的定义有多种，较为权威的种观点认为:“信用评分是预测贷款申请人或现有借款人违约可能性的一种统计方法。”这一观点指出了信用评分的作用和目的,不过随着信用评分模型的不断发展,信用评分已不仅是一种统计方法,也包含了运筹学,如数学规划法、非线性模糊数学(如神经网络方法)等。此外,信用评分的实际操作应用也与决策原则紧密相关，决策原则事实上决定了信用评分模型实现其目的和作用的程度。因此,对个人信用评分模型这一数学工具在金融和银行业中的应用来说,较为全面和恰当的定义应是,“信用评分是运用数学优化理论(包括统计方法、运筹方法等),依照即定原则或策略(损失最小原则或风险溢价原则),在数据分析决策阶段区分不同违约率水平客户的方法。
二、各类信用评分模型概述
1.判别分析模型
判别分析法是对研究对象所属类别进行判别的一种统计分析方法。进行判别分析必须已知观测对象的分类和若干表明观测对象特征的变量值。判别分析就是要从中筛选出能提供较多信息变量并建立判别函数，使推导出的判别函数对观测样本分类时的错判率最小。这种方法的理论基础是样本由两个分布有显著差异的子样本组成，并且它们拥有共同的属性。它起源于1936年Fisher引进的线性判别函数，这个函数的目的是寻找一个变量的组合，把两个拥有一些共同特征的组区分开来。
判别分析方法的优点:适用于二元或多元性目标变量,能够判断,区分个体应该属于多个不同小组中的哪一组。自身也存在不可避免的缺点:该模型假设前提是自变量的分布都是正态分布的,而实践中的数据往往不是完全的正态分布,从而导致统计结果的不可靠性。
2.决策树方法
决策树模型是对总体进行连续的分割,以预测一定目标变量的结果的统计技术。决策树构造的输入是一组带有类别标记的例子,构造的结果是一棵二叉或多叉树。构造决策树的方法是采用自上而下的递归构造。在实际中,为进行个人信用分析,选取个人信用作为目标属性，其他属性作为独立变量。所有客户被划分为两类,即好客户的和坏客户,将客户信用状况转换为“是否好客户”(值为1或0),而后利用数据集合来生成一个完整的决策树。在生成的决策树中可以建立一个规则基。一个规则基包含一组规则,每一条规则对应决策树的一条不同路径,这条路径代表它经过节点所表示的条件的一条链接。通过创立一个对原始祥本进行最佳分类判别的决策树,采用递归分割方法使期望误判损失达到最小。
决策树模型的优点：浅层的决策树视觉上非常直观，容易解释；对数据的结构和分布不需做任何假设；可以容易地转化成商业规则。它的缺点在于：深层的决策树视觉上和解释上都比较困难；决策树对样本量的需求比较大；决策树容易过分微调于样本数据而失去稳定性和抗震荡性。
3.回归分析法
回归分析法是目前为止应用最为广泛的一种信用评分模型,这其中以著名的logistic回归为代表。除此之外,线性回归分析、probit回归等方法亦属于此类。最早使用回归分析的Orgler,他采用线性回归模型制定了一个类似于信用卡的评分卡,他的研究表明消费者行为特征比申请表资料更能够预测未来违约可能性的大小。同数学规划方法中一样,假设已经通过一定的方法从样本变量中提取出了若干指标作为特征向量,回归分析的.思想就是将这些指标变量拟合成为一个可以预测申请者违约率的被解释变量,自然就是违约率p,回归分析中应用最广泛的模型当属线性回归模型,它是对大量的数据点中表现出来的数量关系模拟出一条直线，回归分析的目标就是使目标变量值和实际的目标变量值之间的误差最小。因此最早将回归方法应用于信用评分研究的模型，就是简单的线性回归模型，目前基于logistic回归的信用评分系统应用最为普遍。
回归模型的优点:容易解释和使用；自变量可以是连续性的，也可以是类别性的;许多直观的统计指标来衡量模型的拟合度。缺点：不能有效处理缺失值，必须通过一定的数据加工和信息转换才能处理；模型往往呈线形关系，比较难把握数据中的非线形关系和变量间的互动关系，而且模型假定变量呈正态分布；模型受样本极端值的影响往往比较大。
4.人工神经网络法
近些年来,随着信用评分领域的研究深入,有学者将人工智能领域的一些模型算法引入到了信用评分研究中,人工神经网络模型为典型代表。人工神经网络是由大量简单的基本元件——神经元相互连接而成的自适应非线性动态系统,是一种把各种投入要素通过复杂的网络转换成产出的信息加工结构。神经网络模型本质上所解决的问题仍是分类或者说模式识别问题,但其原理却与其做方法迥然相异。人工神经网络有多种模型,比如BP神经网络、RBF神经网络、Hopfield网络等。BP神经网络为目前研究最为成熟、算法最为稳定同时应用也最为广泛的一种神经网络模型。
神经网络模型的优点：有效地捕捉数据中非线性，非可加性的数量关系；适用于二元性，多元性和连续性的目标变量；能处理连续性和类别性的预测变量。缺点：基本上是一个黑箱方案，难以理解；如果不经过仔细控制，容易微调于样本数据，从而不具备充分的抗震荡性和稳定性。
三、结语
信用评分作为一种严谨的基于统计学等理论的决策手段,正在逐渐被我国商业银行重视。信用评分系统的建设在我国属于起步阶段,应逐步建设适合我国特色的、高水平的信贷决策支持制度不但需要借鉴国外已有的理论研究成果和实践方案,更需要我国学界的创新或结合我国本土数据的实证研究。
文档为doc格式
