پیش بینی ورشکستگی شرکتها با استفاده از شبکه های عصبی مصنوعی: (شرکت های تولیدی استان کرمان)
دانلود متن کاملرایگان، با حساب کاربری؛ ثبت نام با گوگل چند ثانیه است
چکیده
چکیده‌ای برای این سند ثبت نشده است.
پایان‌نامه‌های مشابه
رهیافتی نوین در پیش بینی دما به کمک شبکه عصبی مصنوعی
دما مهم ترین پراسنج جوی است که تغییرات آن باعث تغییر در سایر پراسنج های هواشناختی و رخداد پدیده های گوناگون هواشناختی است. از این رو در مطالعات هواشناختی پیش بینی دما حائز اهمیت است. توانایی شبکه عصبی مصنوعی (ann) در پیش بینی توابع غیرخطی و سامانه های آشوبی، رهیافت مناسبی برای پی
پیش بینی ورشکستگی شرکتها با استفاده از شبکه های عصبی
پژوهش حاضر به مطالعه پیش بینی ورشکستگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران به وسیله شبکه های عصبی مصنوعی می پردازد. بهترین نسبت های مالی پیش بین در پژوهش های صورت گرفته در پیشینه موضوع به عنوان ورودی شبکه های عصبی انتخاب شده اند. شبکه عصبی به کار گرفته شده در این
پایش و توسعه مدل شبکه عصبی مصنوعی پیش بینی خشکسالی با استفاده از شاخص spi ؛ مطالعه موردی: استان کهگیلویه و بویر احمد
چکیده خشکسالی یکی از پدیده های آب و هوایی و از جمله رخدادهایی است که هر ساله خسارت های زیادی را باعث می شود. این پدیده در واقع از ویژگی های اصلی و تکرار شوند ه ی اقلیم های متفاوت به شمار می رود و اثرهای آن صرفاً به نواحی خشک ونیمه خشک محدود نمی شود، بلکه خشکسالی هم در نواحی خشک و
پیش بینی عملکرد گندم دیم با استفاده از رگرسیون چند متغیره و شبکه عصبی مصنوعی (مطالعه موردی: استان گلستان )
پیش بینی به موقع و دقیق پیش از برداشت محصولات زراعی هم¬چون گندم، می تواند در برنامه ریزی از جمله در قیمت گذاری، صادرات، واردات، انبارداری و تامین به موقع محصولات زراعی مفید باشد. از آنجائی¬که عملکرد گندم دیم علاوه بر خصوصیات ژنتیکی رقم، تابع رویدادهای اقلیمی می باشد لذا هدف از ای
پیش بینی ورشکستگی شرکتها با استفاده از نسبتهای جریان وجوه نقد
پیشرفت تکنولوژی و تغییرات سریع محیطی باعث شتاب فزاینده ای در اقتصاد می گردد. رقابت روز افزون موسسات، دستیابی به سود مورد نظر را محدود می سازد و زمینه بروز ورشکستگی را نیز افزایش می دهد. درماندگی مالی و ورشکستگی شرکت ها منجر به هدر رفتن منابع و عدم بهره گیری از فرصت های سرمایه گذا
پیش بینی بازده سهام بوسیله شبکه عصبی با استفاده از متغیرهای مالی و اقتصادی کلان
در اقتصاد مبتنی بر بازار، تخصیص منابع اقتصادی برآیند بسیاری از تصمیمات توسط سرمایه-گذاران، تولیدکنندگان و سیاستگذاران اقتصادی است. بازده سرمایه گذاری ها در اقتصاد مبتنی بر بازار، در واقع علائمی هستند که می توانند منابع اقتصادی را به سمت بهترین کاربرد هدایت نمایند. متغیرهای زیادی
اسناد مشابه
اثر دما و سطح ضربه گیر بر حجم کوفتگی سیب در اثر ضربه و پیش بینی آن به روش شبکه عصبی مصنوعی
چکیده ضایعات مکانیکی که در انواع محصولات کشاورزی ایجاد میشود، خساراتی است که بر اقتصاد کشور تحمیل میگردد. کوفتگی یکی از نشانه های این نوع ضایعه است که بررسی آن در کاهش تلفات و بهینهسازی ماشینهای برداشت و پس از برداشت از اهمیت برخوردار است. در تحقیق حاضر با استفاده از دستگاه
تبیین متغیرهای مالی موثر در پیش بینی درماندگی مالی: کاربرد شبکه عصبی مصنوعی
پیش‌بینی درماندگی مالی شرکتها ،یکی از مهمترین مباحث پیش‌روی مدیران است و می تواند به موفقیت و تداوم حیات شرکتها کمک زیادی بکند؛ زیرا با ارائه سیگنال‌های هشدار برانگیز و به موقع می‌تواند مدیران شرکتها را نسبت به وقوع درماندگی مالی و ورشکستگی آگاه نماید و در نتیجه، با مدیریت صح
اثر دما و سطح ضربه گیر بر حجم کوفتگی سیب در اثر ضربه و پیش بینی آن به روش شبکه عصبی مصنوعی
چکیده ضایعات مکانیکی که در انواع محصولات کشاورزی ایجاد میشود، خساراتی است که بر اقتصاد کشور تحمیل میگردد. کوفتگی یکی از نشانه های این نوع ضایعه است که بررسی آن در کاهش تلفات و بهینهسازی ماشینهای برداشت و پس از برداشت از اهمیت برخوردار است. در تحقیق حاضر با استفاده از دستگاه ضربهز
پیش بینی ورشکستگی با استفاده از شبکه عصبی مصنوعی و مقایسه آن با مدل تحلیل ممیز چندگانه آلتمن
با توجه به نگرانی های منطقی سرمایه گذاران از بازگشت اصل و سود سرمایه شان و پیامدها و هزینه هایی که وقوع ورشکستگی برای شرکت ها و اقتصاد کشور و سایر افراد و نهادها می تواند ایجاد نماید. در صورتی که بتوان از طریق مدلی احتمال وقوع ورشکستگی شرکت ها را پیش بینی نمود و پس از آن با علت ی
تاثیر کیفیت سود بر پیش بینی ورشکستگی با استفاده از شبکه عصبی مصنوعی
پیش بینی تداوم فعالیت عملیاتی واحدهای اقتصادی در دوره های آتی، یکی از عناصر مهم در تصمیم گیری برای سرمایه گذاران بوده و در این میان انتخاب متغیرهای پیش بینی کننده همواره به عنوان یکی از مسائل چالش برانگیز در ادبیات پیش بینی ورشکستگی مطرح بوده است که در راس آن ها همواره سود حسابدا
پس پردازش برونداد مدل WRF برای پیش بینی بارش روزانه با استفاده از شبکه عصبی مصنوعی(مطالعه موردی: استان آذربایجان شرقی)
رخداد بارش به متغیرهای هواشناسی زیادی وابسته است و سبب پیچیدگی پیش بینی بارش می شود یکی از روش ها جهت افزایش دقت پیش بینی استفاده از مدل های شبکه عصبی مصنوعی(ANN) است که به طور مستقیم برای پیش بینی بارش و یا پس پردازش برونداد مدل های عددی پیش بینی وضع هوا استفاده میشود. در این م