Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Модели управления, основанные на теории нечетких множествСодержание книги
Поиск на нашем сайте
Нечетко-множественные модели строят функциональное соответствие между нечеткими лингвистическими понятиями (например, кредитоспособность потенциального клиента может быть оценена как «очень хорошая», «хорошая», «плохая» и т.п.) и специальными функциями, выражающими степень принадлежности значений измеряемых параметров (в данном случае - кредитоспособность) упомянутым нечетким описаниям [17]. Неоспоримым преимуществом нечетко множественной модели является ее способность оперировать одновременно как количественными, так и качественными характеристиками. Одним из вариантов оценки кредитоспособности заемщика с использованием нечетко множественной математической модели, может являться следующий алгоритм: · на первом этапе производится оценка каждой характеристика клиента, в результате которой тому или иному показателю ставится в соответствие значение функции принадлежности; · далее, посредством соответствующего математического аппарата, производится выбор наиболее подходящей оценки кредитоспособности. Для вероятностных подходов характерно представление имеющихся значений в виде закона распределения случайной величины, для нечетко множественного подхода – в виде функции принадлежности. Вероятностный подход требует большого количества однородных объектов, нечеткие методы применимы к любому количеству объектов [24]. Для применения вероятностных методов при оценке кредитоспособности конкретного предприятия требуется наличие достаточно большой однородной выборки объектов, что является невыполнимым в условиях современной отечественной действительности. В свою очередь, модели, имеющие в своей основе аппарат нечеткой логики, позволяют проводить корректный и качественный анализ кредитоспособности заемщика, при условии грамотного составления экспертом функции принадлежности лингвистических переменных, которыми оперирует модель. Важными являются также следующие замечания: · нечетко множественные модели позволяют не только ранжировать показатели, входящие в их состав, но также позволяют присваивать так называемые «степени истинности» значений, что является очень важным в настоящее время, учитывая тот факт, что далеко не всегда представляемая финансовая (бухгалтерская и т.д.) отчетность гарантированно может быть признана достоверной; · помимо задачи непосредственно оценки кредитного риска, нечетко множественные модели позволяют реализовать полный цикл оценки кредитоспособности заемщика, с последующим принятием решения, т.е. оценить максимальное значение кредита, оценить качество обеспечения, определить категорию качества заемщика и размер расчетного резерва[23]. Синтез моделей управления банковскими ресурсами на основе методов теории нечетких множеств базируется на рассмотрении конечного множества X, что состоит из ряда элементов в виде: Одна из его подмножеств G может быть приведена в виде и характеризуется функцией : Таким образом, понятия принадлежности получает обобщения, которые предопределяет полезные результаты, которые дают возможность учитывать многозначность и неопределенность на разных стадиях планирования и управления. Нечеткое подмножество можно четко определить. Пусть X - множество, x - элемент множества X. Тогда нечеткое подмножество множества X определяется как множество упорядоченных пар: , где - характеристическая функция принадлежности, которая принимает значения в полностью упорядоченном множестве M, которое указывает степень или уровень принадлежности элемента X подмножеству . Множество M – множество принадлежности [8]. Нечеткая логика является мощным инструментом для выявления нелинейных зависимостей между входными и выходными факторами и позволяют дополнить скоринг моделью оценки вероятности возврата кредита тем или иным заемщиком. Таким образом, целесообразно разработать нечеткий модуль для оценки кредитоспособности, который позволит: 1) Отделить работу службы авторизации от массового использования анкет; 2) Снизить требования к персоналу; 3) Формализовать процедуру принятия решений; 4) Уменьшить зависимость от субъективных оценок клиента персоналом; 5) Повысить качество работы персонала.
|
||||
Последнее изменение этой страницы: 2021-03-09; просмотров: 80; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.145.35.234 (0.007 с.) |