بررسی وضعیت اعتباری مشتریان نظام بانکی به کمک شبکه های عصبی MLP

چکیده مقاله

چکیده مسائل مالی بیشتر تحت تاثیر کاربرد سیستم های خبره می باشند . لیکن سیستم های خبره به واسطه معایبی همچون مشکل برنامه ریزی و نگهداری و استخراج پایگاه دانش از هوش و تخصص انسان و تبدیل آن به قوانین – IF THENبه زمان زیادی نیاز دارد که این امر در اغلب مواقع دشوار و غیر قابل اجرا است .همین امر باعث می گردد که از سیستمهای خبره نتوان به طور موثری برای مسائل و تصمیم گیریهای مالی از جمله تصویب اعتبار مشتری استفاده نمود . از دیگر ناتوانایی های سیستم خبره در یادگیری وفقی و منطبق نمودن پایگاه قوانین در رابطه با تغییرات داده ها است . اما در مقابل شبکه های عصبی مصنوعی با توجه به قابلیت یادگیری وفقی و قابلیت انعطاف پذیری و عمومیت دادن ، قابلیت اجرایی زیادی برای دسترسی به راه حل مناسب برای تصمیم گیری های غیر ساختاری از جمله بررسی وضعیت اعتباری مشتریان در نظام بانکی از خود نشان می دهن . د هدف ما از این تحقیق انتخاب یک شبکه عصبی مصنوعی بهینه در خصوص تصویب اعتبار مشتری است ، تا بتواند به عنوان ابزاری مناسب ،باعث بالا رفتن بهره وری و کارآیی بانک ها گردد