当今中国正处于市场经济，市场经济既是信用经济，又是风险经济。在市场经济下，规避风险、严守信用、确保经济交往中的各种契约关系的如期履行，是整个经济体系正常运行的基本前提。而在航运行业内，由于企业内部管理人员的风险意识不强，行业内长期形成的不良惯例，航运市场的不规范等诸多因素，造成了航运企业信用管理的难以进行，进而使得许多航运企业存在较大数额的逾期应收账款，其中一部分已变成呆帐、坏帐，给企业的经营造成极大的经济损失。为此，必须提高航运行业的信用管理水平。提高整个行业信用管理水平的一个重要方面就是提高航运企业的客户信用管理水平，而此问题的关键就是建立有效的航运企业客户信用评价体系，以减少信用风险所带来的经济损失。因此，建立航运企业客户的信用评价体系是值得深入研究的课题。 本文将定性分析和定量技术相结合，研究了航运企业客户信用评价的指标体系以及信用评价模型的构建和算法。 本文首先从分析航运企业客户的信用管理现状入手，在分析航运企业客户的特点以及国内外现有客户信用评价指标体系的基础上，建立了能够反映航运企业客户信用状况的信用评价指标体系；然后在分析现有信用评价模型的基础上，研究了基于BP神经网络的信用评价模型的构建、算法及其计算机实现，而后在分析BP神经网络不足之处的基础上，研究了基于遗传神经网络的信用评价模型的构建、算法及其计算机实现，并通过算例说明了该模型的有效性。 论文的创新点如下： 1 研究了适用于航运企业特点的客户信用评价方法 当前的文献往往以上市公司和银行客户为研究对象，极少研究航运企业客户的信用评价，本文从航运企业的角度研究其客户的信用，建立了较为有效的信用评价指标体系和评价模型。 2 建立了全面反映航运企业客户的信用评价指标体系 目前的信用评价研究中，缺乏对航运企业客户信用评价指标体系的研究。航运企业客户信用评价的研究对象涉及多个行业，具有自身的特性，本文从航运企业客户的特性出发，建立了基于客户企业的财务指标和非财务指标的指标体系，通过建立一个较为全面的指标体系来提高信用评价模型的准确率。 3 建立了基于遗传神经网络模型的信用评价模型