پیش بینی ورشکستگی شرکتها با استفاده از شبکه های عصبی مصنوعی: (شرکت های تولیدی استان کرمان)

Similar items

• اثر دما و سطح ضربه گیر بر حجم کوفتگی سیب در اثر ضربه و پیش بینی آن به روش شبکه عصبی مصنوعی

  Articleعلوم و صنایع غذایی ایران

  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

  Article2021صنعت لاستیکحمید رحیمی، مهرزاد مینویی، محمد رضا فتحی

  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

  Article2011علوم و صنایع غذایی ایران

  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

  Article2008آینده پژوهی مدیریتمحمدرضا ستایش، دنیا احدیان پور پروین

  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

  Article2014پژوهشهای حسابداری مالی وحسابرسیبیتا مشایخی، حمیدرضا گنجی

  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)

  Article2026نیوارمهدی اصلاحی، مجید آزادی، جمشید یاراحمدی، فرناز پوراصغر

  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