پیشبینی ورشکستگی با مدل یادگیری ماشین سریع مبتنی بر کرنلِ بهینهشده با الگوریتم گرگ خاکستری
Authors
Abstract:
هدف: در عصر حاضر، کسبوکارها به اندازهای توسعه یافتهاند که برای بقا در عرصه رقابت، به مدیریت صحیح منابع و مصارف خود نیازمندند؛ چراکه بازار رقابتی انعطافپذیری شرکتها را بهشدت کاهش داده است و این عامل باعث شده که آنها در وضعیتهای مختلف اقتصادی توانایی عکسالعمل مناسب را نداشته باشند و از چرخه رقابت خارج شده و با خطر ورشکستگی مواجه شوند. بنابراین در این پژوهش تلاش شده است که بهمنظور پیشگیری از احتمال بروز چنین مخاطراتی، به پیشبینی ورشکستگی شرکتهای تولیدی اقدام کنیم. روش: در این پژوهش از «یادگیری ماشین سریع مبتنی بر کرنل» استفاده شده که یکی از مدلهای هوش مصنوعی برای پیشبینی ورشکستگی است. با توجه به اینکه روشهای یادگیری ماشین به الگوریتمی بهینهساز نیاز دارند، در این پژوهش از یکی از بهروزترین آنها بهنام «الگوریتم گرگ خاکستری» بهره برده شده که در سال 2014 ابداع شده است. یافته ها: مدل یاد شده روی دادههای 136 نمونه از شرکتهای بورسی در بازه زمانی 1394 تا پایان خرداد 1397، پیادهسازی شد و در تمامی معیارهای ارزیابی، مدلهای طبقهبندی، دقت، خطاهای نوع اول و دوم و ناحیه تحت منحنی ROC، در مقایسه با الگوریتم ژنتیک، کارایی بهتری ارائه کرد و معناداری آن نیز از طریق آزمون t-test به تأیید رسید. نتیجه گیری: با توجه به دقت بسیار خوب الگوریتم گرگ خاکستری و همچنین عملکرد بهتر آن در مقایسه با الگوریتم ژنتیک، میبایست برای پیشبینی ورشکستگی شرکتهای تولیدی ایران، چه برای اهداف سرمایهگذاری و اعتباردهی و چه بهمنظور استفاده مدیریت داخلی شرکت، از الگوریتم گرگ خاکستری بهره برد.
similar resources
مقایسه تأثیر وضعیت طاق باز و دمر بر وضعیت تنفسی نوزادان نارس مبتلا به سندرم دیسترس تنفسی حاد تحت درمان با پروتکل Insure
کچ ی هد پ ی ش مز ی هن ه و فد : ساسا د مردنس رد نامرد ي سفنت سرتس ي ظنت نادازون داح ي سکا لدابت م ي و نژ د ي سکا ي د هدوب نبرک تسا طسوت هک کبس اـه ي ناـمرد ي فلتخم ي هلمجزا لکتورپ INSURE ماجنا م ي دوش ا اذل . ي هعلاطم ن فدهاب اقم ي هس عضو ي ت اه ي ندب ي عضو رب رمد و زاب قاط ي سفنت ت ي هـب لاتـبم سراـن نادازون ردنس د م ي سفنت سرتس ي لکتورپ اب نامرد تحت داح INSURE ماجنا درگ ...
full textروشی مبتنی بر ماشین یادگیری سریع با هسته غیرخطی برای انتخاب نمونههای اولیه در یادگیری چندبرچسبه مقیاس بزرگ
با وجود حجم عظیم محتوای چند رسانهای در وب، ذخیره سازی و بازیابی آنها با بکارگیری روشهای یادگیری موجود با محدودیت هایی از جمله کمبود حافظه مواجه شده است. تاثیر گذاری محدودیتهای مد نظر در روشهای یادگیری دارای مرحله آموزش مانند ماشین بردار پشتیبان (SVM) و شبکه های عصبی تا جایی است که امکان بکارگیری این روشها در کاربردهای مقیاس بزرگ تقریبا غیرممکن است. روش ماشین یادگیری سریع مبتنی بر هسته غ...
full textعیبیابی سازهها با استفاده از شاخص تابع پاسخ فرکانسی و مدل جایگزین مبتنی بر الگوریتم ماشین یادگیری حداکثر بهینه شده
Utilizing surrogate models based on artificial intelligence methods for detecting structural damages has attracted the attention of many researchers in recent decades. In this study, a new kernel based on Littlewood-Paley Wavelet (LPW) is proposed for Extreme Learning Machine (ELM) algorithm to improve the accuracy of detecting multiple damages in structural systems. ELM is used as metamo...
full textاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
full textاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
full textروشی مبتنی بر ماشین یادگیری سریع با هسته غیرخطی برای انتخاب نمونه های اولیه در یادگیری چندبرچسبه مقیاس بزرگ
با وجود حجم عظیم محتوای چند رسانه ای در وب، ذخیره سازی و بازیابی آنها با بکارگیری روش های یادگیری موجود با محدودیت هایی از جمله کمبود حافظه مواجه شده است. تاثیر گذاری محدودیت های مد نظر در روش های یادگیری دارای مرحله آموزش مانند ماشین بردار پشتیبان (svm) و شبکه های عصبی تا جایی است که امکان بکارگیری این روش ها در کاربرد های مقیاس بزرگ تقریبا غیر ممکن است. روش ماشین یادگیری سریع مبتنی بر هسته غی...
full textMy Resources
Journal title
volume 21 issue 2
pages 187- 212
publication date 2019-08-23
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