اکرم مرادی کیا - دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد همدان
محمود همت فر - عضو هیات علمی دانشگاه آزاد اسلامی واحد بروجرد
داریوش جاوید - عضو هیات علمی دانشگاه آزاد اسلامی واحد بروجرد

رقابت بین المللی، شرکتهای صنعتی در کشورهای مختلف را وادار کرده است که در سیستمهای تولیدخویش بازنگری کنند اتکای صرف به روش ها و تکنیک های سنتی حسابداری صنعتی دیگر نمی تواند نیازهای صنعت امروزی را براورده کند.به همین دلیل بهایابی بر مبنای فعالیتABC) مورد توجه بسیاری از افراد قرار گرفته است. چونABC دقت خاصی را در برآورد قیمتها با استفاده از چندین محرک هزینه، برای مشخص کردن هزینه فعالیت های محصولات مرتبط با منابع استفاده شده توسط آن فعالیتها بدست آورده استABC دارای دو مشکل است که این مشکلات با استفاده از مدل ترکیبی الگوریتم ژنتیک و شبکه عصبی مورد بررسی قرار می گیرد.اولین مشکل آن اینست کهABC معیار کلی برای انتخاب محرک های هزینه مرتبط را ندارد. دوم اینکهABC رابطه ای خطی بین استفاده از فعالیت ها و کمیت یا مقدار تخصیص داده شده هزینه غیر مستقیم را دارد.از الگوریتم های ژنتیکی برای شناسایی محرک های هزینه بهینه یا نزدیک به بهینه استفاده می شوند. از شبکه های عصبی مصنوعیبرای تخصیص هزینه های غیر مستقیم دارای رفتار غیر خطی به محصولات استفاده شد.در این تحقیق یک مطالعه موردی ارائه شده است که نتایج تجربی نشان می دهد که مدل پیشنهاد شده بهتر از مدل متعارف و رایج عمل می کند.

بهایابی بر مبنای فعالیت، الگوریتم ژنتیک، شبکه های عصبی مصنوعی، بهینه سازی محرک هزینه، روابط برآورد هزینه