فى التنبؤ بالتعثر المالى للمنشأت Fuzzy Neural Networks إستخدام الشبكات العصبية الضبابية/ نهى محمد شحات سليمان خطاب ؛ إشراف سمية أمين على
Material type:
TextLanguage: Arabic Publication details: القاهرة : نهى محمد شحات سليمان خطاب : 2019Description: 247ورقة ؛ 30سمOther title: - Using the fuzzy neural Networks to predict the financial distress of companies [Added title page title]
- صدر ايضا كقرص مدمج
| Item type | Current library | Home library | Call number | Copy number | Status | Barcode | |
|---|---|---|---|---|---|---|---|
Thesis
|
قاعة الرسائل الجامعية - الدور الاول | المكتبة المركزبة الجديدة - جامعة القاهرة | Cai01.05.02.M.Sc.2019.نه.إ (Browse shelf(Opens below)) | Not for loan | 01010100026214000 | ||
CD - Rom
|
مخـــزن الرســائل الجـــامعية - البدروم | المكتبة المركزبة الجديدة - جامعة القاهرة | Cai01.05.02.M.Sc.2019.نه.إ (Browse shelf(Opens below)) | 26214.CD | Not for loan | 01020100026214000 |
اطروحة (ماجستير) - جامعة القاهرة - كلية التجارة - قسم المحاسبة
تهدف هذه الدراسة إلى تقديم نموذج الشبكات العصبية الضبابية للتنبؤ بالتعثر المالى لمساعدة الأطراف المهتمة من المستثمرين: و المحللين الماليين: حيث تسهم هذه الدراسة فى إدخال متغيرات إلى النموذج العصبي الضبابى: تتمثل فى المؤشرات المالية و مقاييس حوكمة الشركات و متغيرات الإقتصاد الكمى. و تم تقديم نظام الاستدلال الضبابى القائم على الشبكات التكيفية من خلال دوال العضوية فى أشكال المثلت : و منحنى جاسين: و منحني الجرس: و منحنى سجمويد: و شبه المنحرف : و قد تم تطبيق الدراسة على عينة من الشركات المدرجة في البورصة المصرية خلال الفترة من عام 02010 حتى عام 02015 و تشير النتائج إلى أن الدقة التنبؤية للنموذج بالنسبة لدالة العضوية الجرس تبلغ 100%: و بالنسبة لمنحنى جاسين 100% و منحنى سجمويد 100%: شبه المنحرف 98.79% : المثلث 95.18 %. و بالتالي يؤدي استخدام نموذج (إيه إن إف أى إس) إلي تحسين دقة التنبؤ بالتعثر المالى
صدر ايضا كقرص مدمج
There are no comments on this title.
Click on an image to view it in the image viewer