مدل رتبه‎بندی اعتباری هیبریدی با استفاده از الگوریتم های ژنتیک و سیستم های خبرۀ فازی (مطالعۀ موردی: مؤسسۀ مالی و اعتباری قوامین)

سیستم های خبره می توانند به ساخت مدل های رتبه بندی اعتباری مشتریان بانک ها کمک کنند. در اینجا، انتخاب ویژگی های مهم در رتبه بندی اعتباری اهمیت دارد. همچنین ممکن است مقادیر ویژگی ها، به‎صورت فازی بیان شوند. مسئله این است، چگونه می توان به‎کمک الگوریتم ژنتیک، انتخاب ویژگی ها را بهبود بخشید؛ به‎گونه ای که این ویژگی ها به‎منزلۀ ورودی در سیستم خبرۀ فازی مورد استفاده قرار گیرند. این نوشتار به ارائۀ مدل رتبه بندی اعتباری هیبریدی با ترکیب انتخاب ویژگی ها، مبتنی بر الگوریتم ژنتیک و سیستم خبرۀ فازی می پردازد. پژوهشی که در این مورد انجام‎ گرفت، از نظر نتایج، کاربردی و از نظر هدف، توصیفی از نوع مطالعۀ موردی است. برای آموزش و آزمون مدل، از مجموعه داده های رتبه بندی اعتباری مؤسسۀ مالی و اعتباری قوامین استفاده شده است. پس از پیش پردازش داده ها، به‎کمک الگوریتم ژنتیک ویژگی‎ها انتخاب شدند و از طریق مصاحبه با فردی خبره و به‎کارگیری منطق فازی، دامنۀ تغییرات ویژگی های منتخب تعیین‎شده و سپس قوانین فازی رتبه بندی اعتباری ایجاد شدند. برای تحلیل داده ها از ابزار وکا و ماژول سیستم استنتاج فازی در نرم‎افزار متلب استفاده شده است. نتایج نشان می دهد، دقت طبقه بندی مدل پیشنهادی نسبت به سایر روش های مقایسه‎شده در این مقاله بیشتر است. قوانین فازی ایجادشدۀ این مدل را می‎توان برای رتبه بندی اعتباری مشتریان بانکی به‎کار برد.