پیش بینی نرخ بازگشت سرمایه با استفاده از سیستم عصبی فازی با نگرش ویژه به صنعت سیمان

چکیده سیمان یکی از صنایع راهبردی است که نقش مهمی را در توسعه اقتصادی و عمران ملی ایفا می-کند و در جهان امروز، وسیع ترین سطح تولید را در بین سایر صنایع به خود اختصاص داده است. سیمان از پر مصرف ترین فرآورده های صنعتی در جهان می باشد و امروزه به عنوان یک کالای آینده-ساز، پیش نیاز توسعه، اشتغال و پیشرفت، در همه کشورها مورد توجه ویژه است. از آنجایی که این صنعت جزء صنایع پر هزینه محسوب می شود لذا لازم است با استفاده از متدهای محاسباتی و نرم افزارهای کامپیوتری پیش بینی قابل قبولی از میزان بازده سرمایه گذاری در این صنعت جهت اطمینان بخشی به سرمایه گذار ارائه گردد. در این میان فاکتور نرخ بازگشت داخلی بصورت نرخ تنزیلی که جمع ارزش فعلی جریان نقدینگی ورودی را با جمع ارزش فعلی جریان نقدینگی خروجی برابر می سازد، تعریف می شود و به عنوان یکی از روش های ارزیابی پروژه ها مطرح می شود. تغییر هزینه ها با گذشت زمان به دلایل متعددی از جمله پیشرفت در تکنولوژی، عدم دسترسی آسان به کارگر و مواد مصرفی و تورم اجتناب ناپذیر می باشد. در این تحقیق ابتدا مدلسازی فاکتور نرخ بازگشت داخلی با استفاده از سیستم فازی برای کارخانه سیمان همدان انجام گرفته است. متغیر های ورودی شامل جریان نقدینگی 12 سال آن کارخانه می باشد. پس از انجام مدل سازی، نتایج حاصله با داده های واقعی که بوسیله نرم افزار کامفار محاسبه شده بود مقایسه شد. سپس عملکرد این مدل با استفاده از شاخص های عملکرد ضریب تصمیم گیری( ) و جذر متوسط خطا (rmse) ارزیابی شد که مقدار آنها به ترتیب 2/95 و 4314/0 برای مدل فازی بدست آمد. در مرحله بعد مدل دیگری از فاکتور نرخ بازگشت داخلی (irr) با استفاده از برنامه anfis، طراحی گردید. به دلیل کمبود داده ها از اطلاعات پنج کارخانه سیمان دیگر به عنوان داده های آموزشی استفاده کردیم و اطلاعلات کارخانه سیمان همدان را به عنوان داده های تست مورد ارزیابی قرار دادیم. همانند مدل فازی در این مورد نیز کنترل عملکرد صورت گرفته است به طوریکه شاخص-های عملکرد ضریب تصمیم گیری( ) و جذر متوسط خطا (rmse) به ترتیب برابر 43/96 و 1131/0 بدست آمد. همبستگی بالاتر و خطای کمتر مدل فازی- عصبی نسبت به مدل فازی نشان دهنده قابلیت بهتر آن در پیش بینی نرخ بازگشت داخلی می باشد. در نهایت آنالیز حساسیت با روش هندسی برای مدل ارائه شده با برنامه anfis، انجام گردید و مشخص شد که سال های ابتدایی تاثیر بیشتری بر روی این نرخ دارد، و می توان با تغییر در میزان هزینه ها و یا تولیدات در این سال ها این نرخ را تا میزان زیادی کنترل کرد. کلمات کلیدی: نرخ بازگششت داخلی، منطق فازی، برنامه anfis، کارخانه سیمان