سمیه برزگر - دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
آرش شریفی - استادیار، عضو هیات علمی گروه کامپیوتر، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

یکی از موضوعات مهم در مدیریت مالی و همچنین بهبود شرایط اقتصادی کشور، شناسایی و تشخیصورشکستگی شرکتها پیش از وقوع آن است. بنابراین هدف این مقاله، طراحی سیستمی است که بابیشترین دقت بتواند ورشکستی را پیش از وقوع تشخیص دهد. به منظور تشخیص وضعیت ورشکستگیشرکتها از داده های مرتبط با فعالیت تعدادی از شرکتهای ایرانی استفاده شده که از بورس ایرانجمع آوری شده است. برای حل این مساله، یک سیستم عصبی فازی ANFIS با شش ورودیطراحی شده است. برای گریز از مشکل نفرین ابعاد و کاهش تعداد ورودی در شبکه عصبی فازیANFIS ، روش انتخاب ویژگی plus i-minus r مورد استفاده قرار گرفت. نتایج نشان میدهدکه استفاده از سیستم عصبی فازی ANFIS کارا بوده و نتایج قابل قبولی ارایه می کند. همچنین استفادهاز روشی به منظور کاهش ورودی های مساله، پیچیدگی سیستم را کاهش داده و دقت حاصل از دسته-بندی را به میزان زیادی بالا می برد. دقت حاصل از تشخیص 88 درصد به دست آمد.

تشخیص، ورشکستگی مالی، سیستم عصبی فازی ANFIS ، انتخاب ویژگی