چکیده:
توسعه و پیشرفت زمینههای تحقیق و توسعه،تخصصی شدن،رقابت در سرعت و هزینه انجام پروژههای تحقیقاتی،نیاز محققان را به بکارگیری روشهای متنوع و کارآمد بهینهسازی نسبت به گذشته دوچندان کرده است.به طوری که در اغلب پروژههای تعریف شده در صنایع،بخش بهینهسازی جزء لا ینفک ساختار مجموعه بوده و از اینرو شناخت و بکارگیری صحیح روشهای مناسب بهینهسازی موجبات موفقیت طرح را به دنبال خواهد داشت.انتخاب و طراحی بهینه در بسیاری از مسائل علمی و فنی باعث تولید بهترین محصول یا جواب در یک شرایط خاص میشود.از جمله روشهای کارآمد بهینهسازی،استفاده از مباحث علم (به تصویر صفحه مراجعه شود) از الگوریتم ژنتیک بالاخص کشف تقلب در صورتهای مالی، سیستمهای خبره،پیشبینی ورشکستگی و انتخاب پرتفوی در حوزه حسابداری استفاده میشود.
ژنتیک و الگوریتم ژنتیک است که شاخهای از هوش مصنوعی میباشد و بدلیل قابلیت بالا و انعطافپذیری کمنظیر، توانایی پوشش دادن سطح وسیعی از مسائل و مباحث مهندسی،بیولوژی،علوم کامپیوتر،فیزیک و تجارت را دارا بوده و به نوعی اطلاق عنوان فرارشتهای را برای خود توجیهپذیر ساخته است.
در این مقاله سعی بر آنست تا برخی از کاربردهای الگوریتم ژنتیک بالاخص کشف تقلب در صورتهای مالی،سیستمهای خبره،پیشبینی ورشکستگی و انتخاب پرتفوی در حوزه حسابداری و پیشینه اندکی از آن در هر مورد ارائه شود.
خلاصه ماشینی:
"از جمله روشهای کارآمد بهینهسازی،استفاده از مباحث علم (به تصویر صفحه مراجعه شود) از الگوریتم ژنتیک بالاخص کشف تقلب در صورتهای مالی، سیستمهای خبره،پیشبینی ورشکستگی و انتخاب پرتفوی در حوزه حسابداری استفاده میشود.
در این مقاله سعی بر آنست تا برخی از کاربردهای الگوریتم ژنتیک بالاخص کشف تقلب در صورتهای مالی،سیستمهای خبره،پیشبینی ورشکستگی و انتخاب پرتفوی در حوزه حسابداری و پیشینه اندکی از آن در هر مورد ارائه شود.
د)فرزندان همان راه والدین خود را ادامه میدهند و بعد از چندین نسل موجودات زندهای ایجاد شدهاند که نسبت به اجداد اولیهی خود سازگاری و تناسب بسیار بیشتری دارند (بلاوکین6،2008 ب) طرز کار الگوریتمهای ژنتیک نیز به همین صورت است با این تفاوت که برای اجرای آن باید ابتدا موجودات مورد نظر، نحوهی تولید مثل و درجهی تناسب(سازگاری)آنها را برای برنامهی الگوریتم ژنتیک مورد نظر تعریف کرد.
اما با این حال طراحی و گسترش سیستمهای خبره چندان ساده نیست،چراکه در طراحی این سیستمها از دانش متخصصین در حوزههای خاص مورد نظر استفاده میشود و مشخصا ذهن انسانی تفاوتهای زیادی با برنامههای کامپیوتری دارد،چراکه افراد مختلف مسائل را به شیوهی خاص خود حل میکنند و حتی یک فرد خاص نیز ممکن است یک مسئلهی خاص را هربار به شیوهای متفاوت حل کند(بلاوکین،2008 الف).
بنابراین با توجه به عدم اطمینانی که بر بورس اوراق بهادار حاکم است و همچنین و با در نظر داشتن تمایلات و ترجیحات مختلف سرمایهگذاران،یافتن روشی برای انتخاب یک مجموعه مناسب از اوراق بهادار که از طریق آن بتوان بر عدم اطمینان و ترجیحات مختلف افراد غلبه کرد ضروری به نظر میرسد،از سوی دیگر با توجه به عملکرد موفق الگوریتم ژنتیک در مسائل بهینهسازی،این الگوریتم میتواند روشی مناسب در اختیار سرمایهگذاران قرار دهد تا به انتخاب بهینه سبد سهام دست یابند."