دانلود مقاله ISI انگلیسی شماره 48294
ترجمه فارسی عنوان مقاله

مدل پیش بینی ورشکستگی جدید بر اساس روش نزدیکترین K مجاور فازی تطبیقی

عنوان انگلیسی
A novel bankruptcy prediction model based on an adaptive fuzzy k-nearest neighbor method
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
48294 2011 12 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 9495 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 14 روز بعد از پرداخت 113,940 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 7 روز بعد از پرداخت 227,880 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Knowledge-Based Systems, Volume 24, Issue 8, December 2011, Pages 1348–1359

ترجمه کلمات کلیدی
نزدیکترین K مجاور فازی ؛ محاسبات موازی - بهینه سازی اجتماع ذرات ؛ انتخاب ویژگی؛ پیش بینی ورشکستگی
کلمات کلیدی انگلیسی
Fuzzy k-nearest neighbor; Parallel computing; Particle swarm optimization; Feature selection; Bankruptcy prediction
پیش نمایش مقاله
پیش نمایش مقاله مدل پیش بینی ورشکستگی جدید بر اساس روش نزدیکترین K مجاور فازی تطبیقی

چکیده انگلیسی

Bankruptcy prediction is one of the most important issues in financial decision-making. Constructing effective corporate bankruptcy prediction models in time is essential to make companies or banks prevent bankruptcy. This study proposes a novel bankruptcy prediction model based on an adaptive fuzzy k-nearest neighbor (FKNN) method, where the neighborhood size k and the fuzzy strength parameter m are adaptively specified by the continuous particle swarm optimization (PSO) approach. In addition to performing the parameter optimization for FKNN, PSO is also utilized to choose the most discriminative subset of features for prediction. Adaptive control parameters including time-varying acceleration coefficients (TVAC) and time-varying inertia weight (TVIW) are employed to efficiently control the local and global search ability of PSO algorithm. Moreover, both the continuous and binary PSO are implemented in parallel on a multi-core platform. The proposed bankruptcy prediction model, named PTVPSO-FKNN, is compared with five other state-of-the-art classifiers on two real-life cases. The obtained results clearly confirm the superiority of the proposed model in terms of classification accuracy, Type I error, Type II error and area under the receiver operating characteristic curve (AUC) criterion. The proposed model also demonstrates its ability to identify the most discriminative financial ratios. Additionally, the proposed model has reduced a large amount of computational time owing to its parallel implementation. Promisingly, PTVPSO-FKNN might serve as a new candidate of powerful early warning systems for bankruptcy prediction with excellent performance.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 9495 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 14 روز بعد از پرداخت 113,940 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 7 روز بعد از پرداخت 227,880 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.