پیش بینی محافظهکاری شرطی با استفاده از عدم تقارن اطلاعاتی با رویکرد رگرسیون حداقل مربعات، شبکه های عصبیمصنوعی و شبکه های عصبی مصنوعی بهینه سازی شده با الگوریتم ژنتیک
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 367
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MNGTCONF02_263
تاریخ نمایه سازی: 27 بهمن 1394
چکیده مقاله:
هدف از این تحقیق پیش بینی محافظه کاری حسابداری با استفاده از عدم تقارن اطلاعاتی با رویکرد رگرسیون حداقل مربعات، شبکه های عصبیمصنوعی و الگوریتم ژنتیک است. متغیر مستقل در این تحقیق عدم تقارن اطلاعاتی و متغیر وابسته محافظه کاری حسابداری میباشد. بدین منظور متغیرهای مذکور برای 120 شرکت بورسی و به مدت ۷ سال 1386- 1392 جمع آوری گردید . خروجیهای حاصل از تخمین شبکه های عصبی مصنوعی بهینه سازی شده با الگوریتم ژنتیک و نتایج حاصل از تخمین با استفاده از این روش، برابر با معیارهای ارزیابی(فرمول در متن اصلی مقاله) میباشد . این خروجیها بیانگر بهینه ترین شبکه ی طراحی شده برای پیش بینی میباشند و نیز شبکه عصبی بهینه سازی شده مزبور دارای کمترین خطا نسبت به شبکههای دیگر میباشد. لذا، میتوان عنوان کرد که روش شبکههای عصبی مصنوعی بهینه سازی شده با استفاده ازالگوریتم ژنتیک دارای کمترین خطا و انحراف نسبت به دیگر روشها میباشند.
کلیدواژه ها:
نویسندگان
احمد شوش طهماسبی
مدیر مالی شرکت توزیع نیروی برق خوزستاناهواز، امانیه، شرکت توزیع نیروی برق خوزستان، دفتر مدیریت مالی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :