پایان نامه طراحی و تبیین مدل رتبه بندی اعتباری مشتریان با استفاده از شبکه های عصبی

فصل اول
کلیات تحقیق ۱
مقدمه ۲
۱-۱          بیان مسأله ۴
۱-۲          سوال‌های تحقیق ۷
۱-۳          اهمیت و ضرورت موضوع تحقیق ۷
۱-۴          اهداف تحقیق۸
۱-۵          فرضیات تحقیق۹
۱-۶          چارچوب نظری تحقیق۱۰
۱-۷          متغیرهای پژوهشی۱۲
۱-۸          سابقه و ضرورت انجام تحقیق (پیشینه تحقیق) ۱۳
۱-۹          کاربردهای تحقیق۱۵
۱-۱۰     نوع روش تحقیق۱۶
۱-۱۱     محدوده تحقیق۱۶
۱-۱۲     روش نمونه گیری و تعیین حجم نمونه ۱۷
۱-۱۳     ابزار گردآوری اطلاعات ۱۸
۱-۱۴     محدودیت‌های تحقیق۱۸
۱-۱۵     روش تجزیه و تحلیل اطلاعات ۱۹
۱-۱۶     برخی تعاریف، مفاهیم و اصطلاحات ۱۹
فصل دوم ۲۲
ادبیات تحقیق۲۳
مقدمه ۲۴
بخش اول ۲۵
آشنایی با بانک سامان و انواع تسهیلات ۲۵
آشنایی با بانک سامان ۲۶
چارت خدمات بانک سامان ۲۹
انواع سپرده‌های سرمایه گذاری ۲۹
سپرده کوتاه مدت ۲۹
سپرده کوتاه مدت ویژه ۳۰
سپرده بلند مدت ۳۰
سپرده اندوخته ۳۱
سپرده ارزی ۳۲
تسهیلات حقوقی ……………………………………………………………………………….. ۳۲
ابزارهای اعتباری ………………………………………………………………………………… ۳۳
انواع ابزارهای اعتباری ………………………………………………………………………….. ۳۳
ضوابط و معیارهای اساسی اعطای تسهیلات ………………………………………………….. ۳۴
۱-   قابلیت اعتماد و اطمینان ………………………………………………………………….. ۳۷
۲-   قابلیت و صلاحیت فنی ……………………………………………………………………… ۳۹
۳-   ظرفیت مالی و کشش اعتباری ……………………………………………………………… ۴۰
۴-   وثیقه (تامین) ……………………………………………………………………………… ۴۲
بخش دوم ………………………………………………………………………………………. ۴۷
مبانی نظری رتبه بندی اعتبار ……………………………………………………………………. ۴۷
مقدمه …………………………………………………………………………………………. ۴۸
۲-۱ مروری بر تاریخچه رتبه بندی اعتبار ………………………………………………………… ۵۰
۲-۲ رتبه بندی اعتبار ………………………………………………………………………….. ۵۲
فرآیند تصمیم گیری اعطای تسهیلات …………………………………………………………….. ۵۳
۳-۲ سیستم‌های رتبه بندی اعتبار ………………………………………………………………. ۵۸
۴-۲ مدل‌های رتبه بندی اعتباری ………………………………………………………………. ۵۹
۵-۲ مزایا و محدودیت‌های مدل رتبه بندی اعتبار ………………………………………………. ۶۰
– محدودیت‌ها ………………………………………………………………………………….. ۶۰
بخش سوم ………………………………………………………………………………………. ۶۲
مبانی نظری شبکه عصبی ……………………………………………………………………….. ۶۲
مقدمه …………………………………………………………………………………………. ۶۳
۳-۱ هوش مصنوعی ………………………………………………………………………… ۶۵
۳-۲ مروری بر تاریخچه شبکه عصبی …………………………………………………………… ۶۷
۳-۳ شبکه‌های عصبی مصنوعی ……………………………………………………………… ۷۰
۳-۴ اساس بیولوژیکی شبکه عصبی ……………………………………………………………. ۷۵
۳-۵ مقایسه بین شبکه‌های عصبی مصنوعی و بیولوژیکی …………………………………….. ۷۹
۳-۶ مدل ریاضی نرون ………………………………………………………………………… ۸۰
۳-۷ ویژگی‌ها و خصوصیات شبکه‌های عصبی مصنوعی …………………………………….. ۸۲
۳-۷-۱ قابلیت یادگیری ……………………………………………………………………….. ۸۲
۳-۷-۲ پردازش اطلاعات به صورت متنی …………………………………………………….. ۸۳
۳-۷-۳ قابلیت تعمیم ………………………………………………………………………… ۸۳
۳-۷-۴ پردازش موازی ………………………………………………………………………. ۸۴
۳-۷-۵ مقاوم بودن ………………………………………………………………………… ۸۴
۳-۸  مشخصه‌های یک شبکه عصبی ………………………………………………………….. ۸۴
۳-۸-۱ مدل‌های محاسباتی …………………………………………………………………… ۸۵
۳-۸-۲ قواعد یادگیری ………………………………………………………………………. ۸۸
۳-۸-۳ معماری شبکه ……………………………………………………………………….. ۹۰
۳-۹ عملکرد شبکه‌های عصبی مصنوعی …………………………………………………… ۱۰۱
۳-۱۰ محدودیت‌های شبکه عصبی ………………………………………………………….. ۱۰۳
۳-۱۱ کاربرد شبکه‌های عصبی در مدیریت ………………………………………………….. ۱۰۴
بخش چهارم ………………………………………………………………………………….. ۱۱۰
خلاصه مقاله‌ها ……………………………………………………………………………… ۱۱۰
بخش پنجم …………………………………………………………………………………….. ۱۲۴
نتیجه گیری ……………………………………………………………………………………. ۱۲۴
فصل سوم ……………………………………………………………………………………. ۱۲۹
روش شناسی تحقیق…………………………………………………………………………….. ۱۲۹
۳-۱ مقدمه ………………………………………………………………………………… ۱۳۰
۳-۲ روش تحقیق ……………………………………………………………………………. ۱۳۱
۳-۳ جامعه آماری …………………………………………………………………………. ۱۳۲
۳-۴ نمونه آماری …………………………………………………………………………… ۱۳۲
۳-۵ فرضیات تحقیق …………………………………………………………………………. ۱۳۳
۳-۶ محدوده تحقیق ………………………………………………………………………… ۱۳۵
۳-۷ جمع آوری داده‌ها ……………………………………………………………………. ۱۳۶
۳-۸ تعیین حجم نمونه ………………………………………………………………………. ۱۳۷
۳-۹ ابزار گردآوری داده‌ها …………………………………………………………………. ۱۳۸
۳-۱۰ روش تجزیه و تحلیل داده‌ها …………………………………………………………. ۱۳۸
۳-۱۱ فرآیند تحقیق …………………………………………………………………………. ۱۴۱
فصل چهارم …………………………………………………………………………………. ۱۵۳
یافته‌های تحقیق ………………………………………………………………………………. ۱۵۳
۴-۱ مقدمه ………………………………………………………………………………… ۱۵۴
۴-۴-۱ آماده سازی داده‌های ورودی جهت رتبه سنجی مشتریان با کمک شبکه عصبی آماده سازی داده‌ها   ۱۵۴
معماری شبکه‌ ………………………………………………………………………………… ۱۵۵
فصل پنجم ……………………………………………………………………………………. ۱۶۲
نتیجه گیری و پیشنهادها ……………………………………………………………………… ۱۶۲
نتیجه گیری ……………………………………………………………………………………. ۱۶۳
پیشنهادات ……………………………………………………………………………………. ۱۶۸
فهرست اشکال
شکل (۲-۱) : ساختار نورون …………………………………………………………………… ۷۷
شکل (۲-۲) : اولین مدل دقیق سلول عصبی ………………………………………………….. ۸۱
شکل (۳-۳) : معماری شبکه ………………………………………………………………….. ۹۱
شکل (۳-۴) : پرسپترون چند لایه ………………………………………………………………. ۹۲
شکل (۳-۵) : نحوه تشکیل محدوده‌های فضا توسط تعداد مختلف لایه‌های پرسپترون …………… ۹۵
شکل (۳-۶) : شبکه‌ هاپفیلد ………………………………………………………………… ۱۰۱
فهرست جداول
جدول (۳-۱) : توابع محرک با علائم قرار دادی ……………………………………………….. ۸۷
جدول (۴-۱) : مقایسه نتایج میانگین خطا در مدل A………………………………………. 157
جدول (۴-۲) : نتایج اجرای آموزش مدل A ……………………………………………….. 157
جدول (۴-۳) : مقایسه نتایج میانگین خطا  درمدل B ……………………………………… 158
جدول (۴-۴) : نتایج اجرای آموزش مدل B ………………………………………………… 158
جدول (۴-۵) جدول مقایسه نتایج ………………………………………………………….. ۱۵۹
جدول (۴-۶) نتایج اجرای مدلA …………………………………………………………… 160
جدول (۴-۷) نتایج اجرای مدل B ………………………………………………………….. 160
پیوست :
پیوست الف : جداول و نمودارهای مربوط به مدل A ………………………………………. 170
پیوست ب :‌جداول و نمودارهای مربوط به مدل B …………………………………………. 173
 
 
،


توجه توجه
ایمیل و شماره همراه خود را در فرم زیر وارد کنید
توجه توجه: فایل درخواستی حداکثر ظرف 30 دقیقه ارسال خواهد شد.