智能算法是人们受到自然界规律的启发,模仿其规律创造的算法,并在20世纪60年代开始盛行。智能算法与传统算法不同,它依靠概率进行搜索。智能算法在解决实际问题中的成功应用,为其发展打下了坚实的基础。信用卡诞生之日起至今已经经历了几十年的发展,全球的信用卡持有量正在逐年上升,如今信用卡已经在人们的生活中占有举足轻重的地位,人们越来越关注信用卡的发展。信用卡为人们提供优质服务的同时也带来一些问题,其中对于怎样评估客户是否会违约的问题一直是困扰人们的一个难题。本文采用智能算法和数据分析技术对信用卡客户数据进行了分析研究,找到对信用卡客户违约情况影响较大的因素,建立了有效的分类模型。本文主要完成了以下四方面的工作:1.对国内外信用卡的发行和使用情况以及信用卡的种类和作用进行了研究,并对信用卡未来的发展进行了分析。通过分析研究发现了人们在使用信用卡时的一些问题。对比分析了国内外对信用卡领域应用的差异性。2.对智能算法基本理论进行了研究,主要包括粒子群算法、灰狼优化算法、遗传算法以及BP神经网络算法。另外在本文研究中还引进了模糊集理论、平均影响值法和支持向量机技术,结合智能算法建立了MIVBP-SVM模型和IFBPNN模型。3.对信用卡客户数据进行了统计分析,分别从年龄、受教育程度、婚姻状况和透支金额四个方面对信用卡客户数据进行了分析。数据显示在持卡人中,单身人群要高于已婚人群。从教育程度来看,大学生占总数的47.30%、研究生占35.69%。从违约客户数据来看,单身人士占违约总数的54.14%。4.本文建立了MIVBP-SVM模型、IFBPNN模型、BP模型、SVM模型、GABP模型和PSOBP模型对信用卡客户违约情况进行了预测,并对预测结果进行了分析讨论,最终得出改进的智能算法——IFBPNN模型,在信用卡违约客户的预测方面效果较好。