توسعه هوش مصنوعی فازی و ارایه مدل برنامه‌ریزی چندهدفه غیرخطی برای بهینه‌سازی پورتفوی بانک با استفاده از الگوریتم ژنتیک (1400)

بهینه‌سازی پورتفوی بانک با هوش مصنوعی فازی و الگوریتم ژنتیک

در دنیای امروز بانک‌داری، مدیریت بهینه پورتفوی سرمایه‌گذاری یکی از چالش‌های اساسی مدیریت مالی محسوب می‌شود. این مقاله به ارائه یک مدل برنامه‌ریزی چندهدفه غیرخطی برای بهینه‌سازی پورتفوی بانک با استفاده از تکنیک‌های هوش مصنوعی فازی و الگوریتم ژنتیک می‌پردازد.

مبانی نظری تحقیق

هوش مصنوعی فازی به عنوان یکی از کارآمدترین روش‌های تصمیم‌گیری در شرایط عدم قطعیت شناخته می‌شود. از سوی دیگر، الگوریتم ژنتیک نیز به عنوان یک روش بهینه‌سازی کارآمد در حل مسائل پیچیده مالی مورد استفاده قرار می‌گیرد.

مدل پیشنهادی

مدل ارائه شده در این تحقیق با ترکیب هوش مصنوعی فازی و الگوریتم ژنتیک، به دنبال بهینه‌سازی همزمان دو هدف بازدهی و ریسک در پورتفوی بانک است. این مدل قادر است در شرایط عدم قطعیت بازارهای مالی، تصمیم‌گیری بهینه‌تری را برای مدیران بانکی فراهم کند.

نتایج و یافته‌ها

نتایج تحقیق نشان می‌دهد که مدل پیشنهادی نسبت به روش‌های مرسوم، عملکرد بهتری در بهینه‌سازی پورتفوی بانک دارد. این مدل می‌تواند به عنوان ابزاری کارآمد در اختیار مدیران مالی بانک‌ها قرار گیرد.

برای مطالعه دقیق‌تر روش‌شناسی و جزئیات فنی این تحقیق، می‌توانید به مقاله اصلی مراجعه نمایید.

مشاهده مقاله اصلی

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *