عنوان کامل پایان نامه :
تعیین اهداف جذب منابع با رویکرد منطق فازی و شبکه های عصبی در مؤسسات مالی و اعتباری
قسمتی از متن پایان نامه :
2-7-2- منطق فازی
در بسیاری از شرایط، داده‌های دقیق برای الگوسازی مسائل زندگی واقعی کافی نیستند؛ زیرا قضاوت‌های انسان و ترجیحات او در بسیاری از شرایط مبهم است و نمی‌توان آن‌ها را با اعداد دقیق تخمین زد. برای حل این مشکل نظریه‌ی فازی برای اولین بار توسط لطفی زاده، مطرح شد که برای تصمیم‌گیری در مورد داده‌های غیرقطعی و غیردقیق مناسب بود. چراکه روش‌های علم مدیریت کلاسیک برگرفته از ریاضیات دو ارزشی و چند ارزشی بودند که خواهان داده‌های کمی و دقیق هستند . (آذر و فرجی، 1387)
به‌طور خلاصه در منطق‌های قطعی از قبیل باینری ارزش متغیرها به‌صورت درست یا غلط ، سیاه‌وسفید و صفر و یک می‌باشد ، تعمیم منطق باینری را می‌توان به‌صورت منطق چند مقداره معرفی نمود که متغیرها مقادیر متعددی را اختیار می‌کنند و به‌بیان‌دیگر ،منطق نسبی به‌صورت جملات نامعین تعریف می‌شوند . حال منطق تعمیم‌یافته‌ای را تصور کنید که نه فقط شامل مقادیر قطعی (0 ، 1) باشد ، بلکه مقادیر ممکن بین صفر و یک را نیز شامل شود . بعلاوه در این منطق ، در بازه واقعی در مجموعه (0 ، 1) ، برای هر ورودی یک مقدار درجه فازی تعریف می‌شود و می‌توان گفت که مقدار هر ورودی ، فازی است .همچنین به منطقی که از مقادیر ورودی فازی ، خروجی‌های قطعی را استنتاج کند منطق فازی می‌گویند.
2-7-2-1- تابع عضویت
برای هر متغیر ، رابطه‌ای برای بیان صحت آن متغیر تعریف می‌شود . به‌عنوان‌مثال ، مفهوم “کوچک” را می‌توان به‌صورت یک توزیع نزدیک به یک متغیرx تعریف نمود و مابعد هر مقدار در محدود این توزیع ، دربرگیرنده مفهوم “کوچک” است . اگرچه همراه با درجه‌های مختلفی از صحت و اعتماد باشد .ازنظر تئوریک ، یک مجموع فازی F از یک مجموعه مرجع{X={x به‌صورت یک نگاشت تعریف می‌شود که در این نگاشت ، به ازای هر X یک عدد در محدوده[0,a] تخصیص داده می‌شود و بیانگر مقداری است که اختصاص داشتن x را به مجموعه F نشان می‌دهد . بنابراین اگر x تعداد وسایل نقلیه در یک ردیف از وسایل باشد و از طرف دیگر بخواهیم مفهوم “کوچک” را به‌صورت یک مقدار اختصاصی از متغیر فازی “ردیف وسایل نقلیه” تخصیص دهیم ، آنگاه هر x (با مجموعه مقادیری در محدوده صفرتا بی‌نهایت) با مقدار عضویت مشخص می‌شود . این مقدار نشان‌دهنده حدی است که متغیر x را می‌توان ” کوچک” در نظر گرفت . مجموعه را یک تابع عضویت می‌نامند.
درصورتی‌که تابع عضویت نرمال باشد (به‌عبارت‌دیگر a=1) آنگاه تابع عضویت به شکل خواهد بود و در این حالت منطق فازی را نرمال می‌گویند .از این به بعد ، فقط منطق فازی نرمال ، مدنظر خواهد بود . در بدترین حالت که توزیع با دامنه ” صفر” باشد ، تابع عضویت به یک تابع عضویت یکتا(منحصر فرد) خلاصه می‌شود . به‌عبارت‌دیگر ، منطق فازی تبدیل به منطق قطعی خواهد شد . اگر یکتا بودن به‌صورت در حال ممکن باشد ، منطق باینری را خواهیم داشت .
سوالات یا اهداف پایان نامه :
اهداف:
هدف اصلی:
- استفاده از رویکرد شبکه عصبی فازی برای پیشبینی مانده منابع آتی در تعیین هدف جذب منابع برای شعبه‌های مؤسسات مالی و اعتباری.
هدف فرعی:
- تدوین الگوی مناسب برای پیشبینی دقیق منابع آتی و تعیین اهداف جذب منابع بر اساس آن،
- تعیین متغیرهای سری زمانی که بیشترین و یا کمترین تأثیر را در فرآیند پیشبینی تعیین هدف جذب منابع دارند.
