توسعه روش هوش مصنوعی ماشین بُرداری پشتیبان در مدیریت ریسک و پیش‌بینی شاخص سودآوری پروژه­ های صنعتی و معدنی

Authors

  • حسین بدیعی مربی، عضو هیات علمی دانشگاه آزاد اسلامی واحد گرمسار
  • رئوف غلامی دانشجوی دکتری دانشگاه صنعتی شاهرود
  • مهیار یوسفی دانشجوی دکتری دانشگاه صنعتی شاهرود
Abstract:

در سال‌های اخیر روش‌های هوش مصنوعی با نشان دادن قابلیت‌های خود در حل مشکلات مختلف، توجه بسیاری از محققین را به خود جلب نموده‌اند. ماشین بُرداری پشتیبان یکی از این روش‌های هوش مصنوعی است که از قابلیت بالایی در پیش بینی و طبقه بندی داده ها برخوردار است. در همین راستا، ­مقاله حاضر با هدف استفاده توام از شبیه سازی و هوش مصنوعی، به کاربرد آنها در مدیریت و تحلیل ریسک فرآیند مالی سیستم‌های اقتصادی در شرایط غیر قطعی با نگرش ویژه به پیش بینی و شبیه سازی فرآیند مالی واحد صنعتی و معدنی گرانیت جاج استان خراسان جنوبی پرداخته است. مطالعه انجام شده نشان می‌دهد که اگر در بررسی فنی و اقتصادی سیستم های صنعتی و معدنی، به خصوص در مواردی که پارامترها مربوط به آینده هستند از تکنیک شبیه سازی در کنار ماشین بُرداری پشتیبان استفاده شود نتایج واقع‌بینانه تری به دست آمده و ریسک تصمیم‌گیری کاهش خواهد یافت.  

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

توسعه روش هوش مصنوعی ماشین بُرداری پشتیبان در مدیریت ریسک و پیش بینی شاخص سودآوری پروژه­ های صنعتی و معدنی

در سال های اخیر روش های هوش مصنوعی با نشان دادن قابلیت های خود در حل مشکلات مختلف، توجه بسیاری از محققین را به خود جلب نموده اند. ماشین بُرداری پشتیبان یکی از این روش های هوش مصنوعی است که از قابلیت بالایی در پیش بینی و طبقه بندی داده ها برخوردار است. در همین راستا، ­مقاله حاضر با هدف استفاده توام از شبیه سازی و هوش مصنوعی، به کاربرد آنها در مدیریت و تحلیل ریسک فرآیند مالی سیستم های اقتصادی در ش...

full text

استنتاج پارامترهای تاثیرگذار در شاخص سودآوری پروژه­های سرمایه­گذاری ریسک‌پذیر صنعتی و معدنی با استفاده از تحلیل

آنالیز حساسیت روشی است که با استفاده از مدل سازی یک سیستم، روابط بین پارامترهای ورودی را تعیین کرده و تاثیر هر یک از این پارامترها را بر نتیجه و خروجی مدل می سنجد تا پارامترهایی که بیشترین تاثیر را بر نتیجه دارند به عنوان حساس ترین و مهمترین متغیرهای ورودی شناسایی شوند. در واقع آنالیز حساسیت رابطه بین متغیر ها و میزان تاثیر آنها بر یکدیگر را مشخص نموده، پارامترهای مرتبط با متغیر های خروجی را شن...

full text

تحلیل توانایی مدیریت با تاکید برنقش شاخص های حسابداری و حاکمیت شرکتی (روش هوش مصنوعی)

هدف از این تحقیق تحلیل توانایی مدیریت با استفاده از الگوریتم هوش مصنوعی و با تأکید بر شاخص‌های حسابداری و حاکمیت شرکتی می‌باشد. در این راستا، برای اندازه‌گیری توانایی مدیریت از شاخصِ دمرجان استفاده شده است. متغیر‌های مستقل اولیه در این پژوهش شامل متغیر‌های حاکمیت شرکتی و متغیر‌های حسابداری (معیار‌های عملکرد و ریسک) می‌باشد. یافته‌های تجربی مربوط به بررسی 178 شرکت پذیرفته‌شده در بورس اوراق بهادار...

full text

تاثیر هوش مالی در پیش‌بینی ریسک اعتباری با استفاده از مدل ماشین بردار پشتیبان

هدف از این مطالعه، بررسی تاثیرهوش مالی در پیش‌بینی ریسک اعتباری شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران می‌باشد.روش پژوهش از نوع توصیفی- همبستگی است و فرضیه‌ها با استفاده از مدل‌های رگرسیون لجستیک و ماشین بردار پشتیبان مورد آزمون قرار گرفتند.دوره زمانی پژوهش شامل 6 سال ازابتدای 1388 تا پایان 1393 و نمونه آماری شامل 115 شرکت از شرکت‌های ‌پذیرفته شده در بورس اوراق بهادار تهران می‌باشد. ن...

full text

استنتاج پارامترهای تاثیرگذار در شاخص سودآوری پروژه­های سرمایه­گذاری ریسک پذیر صنعتی و معدنی با استفاده از تحلیل

آنالیز حساسیت روشی است که با استفاده از مدل سازی یک سیستم، روابط بین پارامترهای ورودی را تعیین کرده و تاثیر هر یک از این پارامترها را بر نتیجه و خروجی مدل می سنجد تا پارامترهایی که بیشترین تاثیر را بر نتیجه دارند به عنوان حساس ترین و مهمترین متغیرهای ورودی شناسایی شوند. در واقع آنالیز حساسیت رابطه بین متغیر ها و میزان تاثیر آنها بر یکدیگر را مشخص نموده، پارامترهای مرتبط با متغیر های خروجی را شن...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 2  issue 6

pages  87- 105

publication date 2011-05-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023