چکیده : امروزه پيشرفت سريع فن آوري و تغييرات محيطي وسيع، منجر به رقابت روزافزون شده و دستيابي به سود را محدود و احتمال دچار شدن به بحران مالي را افزايش داده است. هدف اين تحقيق بررسي قدرت پيش بيني بحران مالي توسط تکنيک هاي مختلف هوش مصنوعي (الگوريتم ژنتيک خطي و غير خطي و شبکه عصبي) است. بر اساس اطلاعات و آمارهاي در دسترس شرکت هاي پذيرفته شده در بورس اوراق بهادار تهران در طي دوره 1389-1376، از بين شرکت هاي مشمول ماده 141 قانون تجارت، 72 شرکت و از بين بقيه شرکت ها نيز 72 شرکت انتخاب شد.
نتايج آزمون مک نمار براي تکنيک هاي الگوريتم ژنتيک غيرخطي و شبکه عصبي نشان مي دهد که تفاوت معني داري بين نتايج الگوريتم ژنتيک خطي و غيرخطي با شبکه عصبي وجود ندارد. اگر چه دقت پيش بيني الگوريتم ژنتيک غيرخطي (90 درصد) و الگوريتم ژنتيک خطي (80 درصد) بيشتر از شبکه عصبي (70 درصد) است ولي اين تفاوت از لحاظ آماري معني دار نيست.
نویسندگان
پورزماني زهرا
[aio_button align=”none” animation=”none” color=”orange” size=”small” icon=”none” text=”دریافت سایر مقالات در این زمینه” target=”_blank” relationship=”dofollow” url=”http://payannameha.ir/?page_id=297″]
[aio_button align=”none” animation=”none” color=”blue” size=”small” icon=”none” text=”انجام پایان نامه در این حوزه” relationship=”dofollow” url=”http://payannameha.ir/?page_id=3206″]
[aio_button align=”none” animation=”none” color=”pink” size=”small” icon=”none” text=”انجام پروپوزال در این حوزه” target=”_blank” relationship=”dofollow” url=”http://payannameha.ir/?page_id=3206″]
