به کارگیری الگوریتم بهینه سازی کلونی مورچگان جهت اعتبارسنجی مشتریان بانکها

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 742

This Paper With 12 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

IIEC12_074

تاریخ نمایه سازی: 8 آبان 1395

Abstract:

امروزه با توجه به افزایش مطالبات معوق بانکها، روشهای سنتی اعتبارسنجی متقاضیان تسهیلات کارایی لازم را ندارد و بهتر است بانکها از مدل های امتیازدهی اعتباری که بر اساس اطلاعات گذشته به طبقهبندی مشتریان به دو گروه مشتریان خوش حساب و بدحساب میپردازند، استفاده نمایند. در راستای این هدف، در این مطالعه یک مدل امتیازدهی اعتباری ارائه شده است که از الگوریتم کلونی مورچگان جهت تعیین مهمترین ویژگیهای مؤثر بر ریسک اعتباری و از شبکه عصبی مصنوعی جهت طبقه بندی متقاضیان استفاده میکند. نتایج اجرای مدل بر روی مجموعه داده اعتباری آلمان و مقایسه آن با مدلهای موجود در ادبیات نشان میدهد مدل پیشنهادی از عملکرد مطلوبی برخوردار است. علاوه بر این، مقایسه عملکرد مدل پیشنهادی با روشهای رگرسیون لجستیک، تحلیل تمایزی و شبکه عصبی، حاکی از نقش تعیینکننده الگوریتم کلونی مورچگان در افزایش دقت طبقه بندی است.

Authors

نیلوفر دائمی

دانشگاه صنعتی امیرکبیر، تهران

علی محمد کیمیاگری

دانشگاه صنعتی امیرکبیر، تهران

پژمان مهران

دانشگاه صنعتی امیرکبیر، تهران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • محمد ابراهیم لو، 1384. پابان نامه کارشناسی ازرشد. بررسی مدل ...
  • محمداحسان بصیری، مهدی حسین زاده اقدم، شهلا نعمتی، بهروز ترک ...
  • احمد پویان فر، سعید فلاح پور، محمدرضا عزیزی، 1392. رویکرد ...
  • محمدتقی تقوی فرد، احمد نادعلی، 1391. طبقه بندی متقاضیان تسهیلات ...
  • نفیسه حاتمی خواه، 1392. بررسی روش های مبتنی بر انتخاب ...
  • عباس طلوعی اشلقی، هاشم نیکومرام، فرناز مقدوری شربیانی، 1389. طبقه ...
  • رویکرد شبکه عصبی مبتنی بر کلونی زنبور عسل مصنوعی [مقاله ژورنالی]
  • Abdou. H, Pointon. J, El-Masry. A, 2008. Neural nets versus ...
  • Bellotti T, Crook J, 2009. Support vector machines for credit ...
  • Boz, O, 2002. Feature Subset Selection by Using Sorted Feature ...
  • Chen. L, Li. C, 2010. Combination of feature selection approaches ...
  • Dorigo. M, Stutzle. T, 2004. Ant Colony Optmization, Massachusets Institute ...
  • Garsva. G, Danenas. P, 2014. Particle SWarm optimization for linear ...
  • Huang, C, Chen. M, Wang. C, 2007. Credit scoring with ...
  • Kashef. S, Nezamab adi-pour. H, 2015. An advanced ACO algorithm ...
  • Khashei. M, Hamadani. A, Bijari. M, 2013. A nove] hybrid ...
  • Khashei. M, Rezvan. M, Hamadani. A, Bijari. M, 2013. A ...
  • Koutanaei. F, Sajedi. H, Khanbabaei. M, 2015. A hybrid data ...
  • Lee T, Chen F, 2005. A two-stage hybrid credit scoring ...
  • Lin. F, Liang. D, Yeh. C, Huang. J, 2014. Novel ...
  • Lin. S, Tseng. T, Chou, S, Chen. S, 2008. A ...
  • Marinakis. Y, Marinaki. M, Doumpos. M, Zopounidis. C, 2009. Ant ...
  • Oreski. S, Oreski. D, Oreski. G, 2012. Hybrid system with ...
  • Ping. Y, Yongheng. L, 2011. Neighborhood rough set and SVM ...
  • S ivagaminathan _ RK, Ramakrishna. S, 2007. A hybrid approach ...
  • Tabakhi. S, Moradi. P, Akhlaghian. F, 2014. An unsupervised feature ...
  • Tsai. F, Wu. W, 2008. Using neural network ensembles for ...
  • Vukovic. S, Delibasic. B, Uzelac. A, Suknovic. M, 2012. A ...
  • Yu. L, Wang. S, Cao. J, 2009. A modified least ...
  • Zhang. D, Hifi. M, Chen. Q, Ye. W, 2008. A ...
  • نمایش کامل مراجع