عنوان پایان‌نامه
بررسی تطبیقی مدلهای پیش بینی ورشکستگی شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با استفاده از الگورتیم های بهینه سازی شبکه های عصبی
- رشته تحصیلی
- حسابداری
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 52848
- تاریخ دفاع
- ۲۳ اسفند ۱۳۹۰
- دانشجو
- سوسن خالقی تبار
- استاد راهنما
- بیتا مشایخی
- چکیده
- چکیده: در فرایند تصمیم گیری افراد و سازمانها و به طور کلی عناصر تشکیل دهنده بازار ، معیارهای مختلفی دخیل است و به طور کلی افراد با توجه به اطلاعات مختلفی تصمیم می گیرند. مدل های مختلفی سعی کرده اند ورشکستگی شرکتها را پیش بینی کنند. از طرفی محققان موفق شده اند عملکرد مغز انسان را به عنوان یک پردازش کننده قوی اطلاعات ، شبیه سازی کنند و از آن در جهت پردازش اطلاعات استفاده نمایند. این پیشرفت ها تحت عنوان "شبکه عصبی مصنوعی" معرفی شده است.در تحقیقاتی که در حوزه بازار سرمایه و بورس انجام گردیده، مشخص شده است که شیکه عصبی با شبیه سازی هر گونه رابطه خطی و غیرخطی بین داده ها ، قدرت مدل ها را به طور شگفت انگیزی بالا می برد. تحلیل در شبکه عصبی نیاز به مفروضات محدودکننده ای که در آمار سنتی درباره روابط بین متغیرها موجود است ، ندارد..در این تحقیق از مدل زیمجوسکی و شبکه عصبی وفازی با الگوریتمهای بهینه سازی انبوه ذرات(GA) و ژنتیک (PSO) استفاده نمودیم و از آنجائیکه نمی توان در مورد کارایی یک مدل تصمیم گیری کرد مگر با مقایسه نتایج آن با مدل های دیگر ، لذا نتایج حاصل از به کار گیری هر یک را با هم مقایسه کردیم نتایج حاصل از این تحقیق نیز گواه آن است که استفاده از شبکه عصبی و شبکه فازی در پیش بینی ورشکستگی شرکتها دقیق تر از مدل زمیجوسکی بوده است.
