پيش‌بيني ورشكستگي شركت‌ها مبتني بر سيستم‌هاي هوشمند تركيبي

فاقد عنوان لاتين

با توجه به شرايط رقابتي اقتصاد كشورها و بحران‌هاي اقتصادي ايجاد شده در سطح بين‌المللي و داخل كشور، نياز به يك مدل مناسب براي پيش‌بيني ورشكستگي شركت‌هاي كشور احساس مي‌شود. تصميم‌گيران كلان اقتصادي، سازمان‌هاي اقتصادي كشور و سيستم بانكي با استفاده از اين مدل‌ها توانايي اتخاذ تصميمات دقيق‌تر و با عوارض كمتري را دارا خواهند بود. همچنين مدل‌هاي فوق در سطح خرد نيز براي تصميم‌گيري براي سرمايه‌گذاري‌هاي آتي قابل استفاده مي‌باشد. در اين تحقيق با پياده‌سازي يك سيستم منسجم و هوشمند مبتني بر شبكه عصبي، ماشين‌هاي بردار پشتيبان و يادگيري تشديد شده و در كنار آن استفاده از الگوريتم‌هاي بهينه‌سازي رقابت استعماري، الگوريتم فرهنگي و جستجوي هارموني سعي شده است تا حد امكان نواقص مدل‌هاي پيشين در سطح بين‌الملل رفع شود. علاوه بر آن با همكاري سازمان امور مالياتي كشور مقياس بررسي سيستم به داده‌هاي كل كشور تعميم يافته است كه بررسي در ابعاد فوق در سطح بين‌الملل منحصر به فرد مي‌باشد. تعداد نمونه‌هاي مورد بررسي در صنعت موادغذايي و نساجي به ترتيب برابر با 5825 و 4089 مي‌باشد كه با اعمال معيار قانوني ورشكستگي به ترتيب 999 و 848 نمونه شرايط ورشكستگي را در دو سال مورد بررسي دارا بوده‌اند. نتايج نشان دهنده برتري عملكرد تركيب ماشين بردار پشتيبان با الگوريتم‌هاي بهينه‌سازي جستجوي هارموني و رقابت استعماري در شرايط عدم حذف داده‌هاي پرت مي‌باشد