دانلود مقاله و خرید ترجمه:مدل مبتنی بر قواعد جهت پیش بینی ورشکستگی بر اساس بهبود ژنتیکی الگوریتم مورچگان
دانلود بهترین مقالات isi همراه با ترجمه فارسی

کارابرن عزیز، مقالات سایت ( همگی جزو مقالات isi می باشند) بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (حتی محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi مانند IEEE، Sciencedirect، Springer، Emerald و ... انتخاب گردیده اند.

آگهی چاپ مقاله isi
ورود اعضا
توجه توجه توجه !!!!
نرم افزار winrar
پیشنهادات ویژه
پیوندهای کاربردی
پیوندهای مرتبط
مقالات ترجمه شده مدیریت بازرگانی
  • مدل مبتنی بر قواعد جهت پیش بینی ورشکستگی بر اساس بهبود ژنتیکی الگوریتم مورچگان

    سال انتشار:

    2013


    ترجمه فارسی عنوان مقاله:

    مدل مبتنی بر قواعد جهت پیش بینی ورشکستگی بر اساس بهبود ژنتیکی الگوریتم مورچگان


    عنوان انگلیسی مقاله:

    A Rule-Based Model for Bankruptcy Prediction Based on an Improved Genetic Ant Colony Algorithm


    منبع:

    Hindawi Publishing Corporation Mathematical Problems in Engineering Volume 2013, Article ID 753251, 10 pages, http://dx.doi.org/10.1155/2013/753251


    چکیده انگلیسی:

    In this paper, we proposed a hybrid system to predict corporate bankruptcy. The whole procedure consists of the following four stages: first, sequential forward selection was used to extract the most important features; second, a rule-based model was chosen to fit the given dataset since it can present physical meaning; third, a genetic ant colony algorithm (GACA) was introduced; the fitness scaling strategy and the chaotic operator were incorporated with GACA, forming a new algorithm—fitness-scaling chaotic GACA (FSCGACA), which was used to seek the optimal parameters of the rule-based model; and finally, the stratified K-fold cross-validation technique was used to enhance the generalization of the model. Simulation experiments of 1000 corporations’ data collected from 2006 to 2009 demonstrated that the proposed model was effective. It selected the 5 most important factors as “net income to stock broker’s equality,” “quick ratio,” “retained earnings to total assets,” “stockholders’ equity to total assets,” and “financial expenses to sales.” The total misclassification error of the proposed FSCGACA was only 7.9%, exceeding the results of genetic algorithm (GA), ant colony algorithm (ACA), and GACA. The average computation time of the model is 2.02 s.


    چکیده فارسی:

    در این مقاله، ما سیستم هیبرید را جهت پیش بینی ورشکستگی شرکت های بزرگ پیشنهاد کرده ایم. تمامی روش ها شامل چهار مرحله زیر می باشند: ابتدا، انتخاب متوالی پیش رو جهت استخراج ویژگی های مهم مورد استفاده قرار گرفته بود. دوم، مدل مبتنی بر قواعد جهت ارائه مجموعه داده ها از وقتی که توانست معنای فیزیکی به خود گیرد، انتخاب شد. سوم، الگوریتم ژنتیکی مورچگان (GACA) استراتژی پیمایشی مناسبی را ارائه کرد و عامل نابسامانی را با الگوریتم ژنتیکی مورچگان یکپارچه نمود، تشکیل یک الگوریتم جدید، متناسب با عامل نابسامانی الگوریتم ژنتیکی مورچگان (FSCGACA) می باشد که به دنبال پارامترهای بهینه از مدل مبتنی بر قواعد مورد استفاده قرار می گیرد، و در نهایت، قرار دادن طبقهK در روش اعتبار متقاطع به منظور افزایش و بهبودی کلیتی از مدل مورد استفاده قرار گرفته بود. آزمایشات شبیه سازی از هزارتا از داده های جمع آوری شدهء شرکت ها از سال 2006 تا 2009 نشان داد که مدل ارائه شده موثر واقع شده بود. این آزمایشات 5 تا از مهمترین عوامل را به عناوین "درآمد خالص در برابری سهام بروکر"، "نسبت سریع"، "حقوق صاحبان سهام به کل دارایی ها،" درآمد کل دارایی ها" و هزینه های مالی نسبت به فروش را انتخاب نمود. " کل خطاهای طبقه بندی شدهء نادرست پیشنهاد شده از FSCGACA تنها 7.9 درصد بود که نتایجی از الگوریتم ژنتیک (GA)، الگوریتم مورچگان (ACA)، و الگوریتم ژنتیکی مورچگان را بیش از حد درنظر گرفته بود. میانگین زمان محاسبه شده از مدل، 2.02 ثانیه بوده است.


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 11
    تعداد صفحات فایل doc فارسی: 25

    حجم فایل: 371 کیلوبایت


    قیمت: 25000 تومان  22500 تومان(10% تخفیف)


    توضیحات اضافی:




تعداد نظرات : 0

الزامی
الزامی
الزامی
مدیریت-بازرگانی
موضوعات