مدل رتبه‎بندی اعتباری هیبریدی با استفاده از الگوریتم‌های ژنتیک و سیستم‌های خبرۀ فازی (مطالعۀ موردی: مؤسسۀ مالی و اعتباری قوامین)

سیستم‌های خبره می‌توانند به ساخت مدل‌های رتبه‌بندی اعتباری مشتریان بانک‌ها کمک کنند. در اینجا، انتخاب ویژگی‌های مهم در رتبه‌بندی اعتباری اهمیت دارد. همچنین ممکن است مقادیر ویژگی‌ها، به‎صورت فازی بیان شوند. مسئله این است، چگونه می‌توان به‎کمک الگوریتم ژنتیک، انتخاب ویژگی‌ها را بهبود بخشید؛ به‎گونه‌ای که این ویژگی‌ها به‎منزلۀ ورودی در سیستم خبرۀ فازی مورد استفاده قرار گیرند. این نوشتار به ارائۀ مدل رتبه‌بندی اعتباری هیبریدی با ترکیب انتخاب ویژگی‌ها، مبتنی بر الگوریتم ژنتیک و سیستم خبرۀ فازی می‌پردازد. 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 داده‌های رتبه‌بندی اعتباری مؤسسۀ مالی و اعتباری قوامین استفاده شده است. پس از پیش‌پردازش داده‌ها، به‎کمک الگوریتم ژنتیک ویژگی‎ها انتخاب شدند و از طریق مصاحبه با فردی خبره و به‎کارگیری منطق فازی، دامنۀ تغییرات ویژگی‌های منتخب تعیین‎شده و سپس قوانین فازی رتبه‌بندی اعتباری ایجاد شدند. برای تحلیل داده‌ها از ابزار وکا و ماژول سیستم استنتاج فازی در نرم‎افزار متلب استفاده شده است. نتایج نشان می‌دهد، دقت طبقه‌بندی مدل پیشنهادی نسبت به سایر روش‌های مقایسه‎شده در این مقاله بیشتر است. قوانین فازی ایجادشدۀ این مدل را می‎توان برای رتبه‌بندی اعتباری مشتریان بانکی به‎کار برد.