ارزیابی میزان اثربخشی الگوهای جریان وجوه نقد و مدل برنامه ریزی ژنتیک در پیش بینی درماندگی مالی 

قسمتی از متن پایان نامه :

برنامه ریزی ژنتیک[1] (GP) یک روش جستجوی متعلق به خانواده محاسبات تکاملی(EC) می باشد. GPرا       می توان به عنوان توسعه یافته الگوریتم ژنتیک در نظر گرفت (کوزا[2]،1992). اصولاGP الگوریتم ژنتیکی می باشد که بر روی جمعیتی از برنامه های کامپیوتری اعمال می گردد. در حالیکه الگوریتم ژنتیک عموما بر روی رشته ای کد شده از اعداد اقدام می کند،  برنامه ریزی ژنتیک بر روی برنامه های کامپیوتری اقدام می کند. برنامه ریزی ژنتیک، در مقایسه با الگوریتم ژنتیک، توانایی بهینه کردن ساختارهای پیچیده تری را داراست و پس می تواند بر روی مسائل متنوعی به کار رود (سته و بولارت[3]،2001). کزا (1992) توضیح کاملی از برنامه ریزی ژنتیک فراهم آورده می باشد. از آنجایی که پیش بینی ورشکستگی  غیر از مسائل طبقه بندی به شمار می رود، در ادامه توضیح مختصری از برنامه ریزی ژنتیک با تاکید بر کاربرد آن در طبقه بندی ارائه می گردد. به گونه کلی مدل های برنامه ریزی ژنتیک (GP) از تئوری تکاملی داروین الهام شده اند. در شکل رایج  GP، یک جمعیت اولیه از راه حل های آزمایشی نگهداری می گردد  سپس از آن که تولید مثل کامل گردید،  انتظار می رود که جمعیت ایجاد شده راه حل های مناسب تری را برای یک مسئله معین به دست آورد. مدل برنامه ریزی ژنتیک از ساختارهای شبه درختی ای بهره گیری می کند که می توانند عبارات ریاضی را ارائه کند که کاربرد این مدل را در مسائل رگرسیونی با ارزش می سازد. نمونه ای از چنین ساختار درختی از (GP) در تصویر (2-3) ارائه شده می باشد.
تصویر (2-3) ساختار درختی یک برنامه
 

سه عملکرد ژنتیک که اغلب در این الگوریتم بهره گیری می شوند عبارتند از: تولید مثل، تقاطع و جهش. این سه اقدام گر نسبت به آن چیز که پیش از این در مورد الگوریتم ژنتیک اظهار گردید اندکی متفاوتند.
تولید مثل: اقدام گر تولیدمثل به صورت ساده یک برنامه (راه حل) را در جمعیت فعلی انتخاب کرده و آن را بدون تغییر در جمعیت جدید رونوشت (کپی) می کند.
تقاطع: در اقدام گر تقاطع دو برنامه (والدین) انتخاب شده و یک زیر درخت از هر کدام از آن ها جدا می گردد. پس از آن اقدام گر تقاطع گره ها و زیر درخت های مربوط به هر یک از والدین را با دیگری معاوضه می کند. تصاویر2)-4) و (2-5) مثالی از اقدام گر تقاطع را در (GP) نمایش می دهند.
 

 

تصویر (2-4) نمایشی از عملگر تقاطع(والدین)
 

 

 

 

 

 

 

شما می توانید مطالب مشابه این مطلب را با جستجو در همین سایت بخوانید                     

تصویر(2-5) نمایشی از عملگر تقاطع(فرزندان)
 

جهش: اقدام گر جهش را می توان بر روی هر یک از گره عملیاتی یا گره نهایی اعمال نمود.یک گره درخت به صورت تصادفی انتخاب می گردد. اگرگره انتخاب شده نهایی باشد به صورت کاملا ساده یا یک گره نهایی دیگر جایگزین می گردد. اگر گره انتخاب شده عملیاتی باشد آنگاه با یک گره دیگر که حاوی یک تابع جدید می باشد جایگزین می گردد. چنانچه عملگر جهش بر روی درخت انجام گیرد، یک گره عملیاتی جدید که لزوما دارای آرایه های یکسان با گره عملیاتی فعلی نیست انتخاب شده و گره اصلی همراه با زیر درخت های مربوط به آن با یک زیر درخت که به صورت تصادفی ایجاد شده می باشد جایگزین می گردد. تصویر(2-6) مثالی از عملگر جهش را نمایش می دهد.
[1] Genetic Porogramming
[2] Koza

[3]Sette and Boullart

سوالات یا اهداف پایان نامه :