ارائه یک مدل طبقه‌بندی ترکیبی هوشمند مبتنی بر شبکه‌های عصبی پرسپترون چندلایه و رگرسیون فازی به‌منظور تجزیه و تحلیل مسائل امتیازدهی اعتباری

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 187

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JCME-37-2_006

تاریخ نمایه سازی: 2 بهمن 1399

چکیده مقاله:

بحران‌های مالی موجود در نظام‌های بانکی ناشی از عدم توانایی در مدیریت ریسک‌های اعتباری است. امتیازدهی اعتباری یکی از تکنیک‌های مدیریت ریسک است که ریسک وام‌گیرنده را تحلیل می‌کند. در این مقاله با استفاده از مزایای روش‌های هوش محاسباتی و محاسبات نرم یک روش ترکیبی جدید به‌منظور بهبود مدیریت ریسک‌های اعتباری ارائه شده ‌‌است. در روش پیشنهادی، به‌منظور مدل‌سازی در شرایط عدم‌ قطعیت، پارامترهای شبکه عصبی، شامل وزن‌ها و خطاها، به‌صورت فازی در‌نظر گرفته شده‌اند. در این روش، ابتدا سیستم مورد مطالعه با استفاده از شبکه‌های عصبی متامدل‌بندی ‌شده و سپس با به‌کارگیری استنتاجات فازی تصمیم بهینه با بیشترین میزان برتری تعیین خواهد ‌شد. نتایج حاصل از به‌کارگیری روش پیشنهادی بیانگر کارامدی و دقت بالای این روش در تحلیل مسائل امتیازدهی اعتباری است.

نویسندگان

مهدی خاشعی

دانشکده مهندسی صنایع و برنامه ریزی سیستمها، دانشگاه صنعتی اصفهان، اصفهان

شیدا تربت

دانشکده مهندسی صنایع و برنامه ریزی سیستمها، دانشگاه صنعتی اصفهان، اصفهان