Главная

Популярная публикация

Научная публикация

Случайная публикация

Обратная связь

ТОР 5 статей:

Методические подходы к анализу финансового состояния предприятия

Проблема периодизации русской литературы ХХ века. Краткая характеристика второй половины ХХ века

Ценовые и неценовые факторы

Характеристика шлифовальных кругов и ее маркировка

Служебные части речи. Предлог. Союз. Частицы

КАТЕГОРИИ:






Получение выходных данных




Результат представляет собой программу просмотра правил (рис. 7), формирующуюся для каждого клиента отдельно, которая позволяет произвести анализ и оценку системы нечеткого вывода [18]. При этом служащий банка имеет возможность оценить значения выходных переменных нечеткой модели.

Рис. 7 Графический интерфейс программы просмотра правил

 

ЗАКЛЮЧЕНИЕ

Данная работа в целом была направлена на повышение эффективности средств автоматизации, используемых в банковской системе для оценки кредитоспособности клиентов, на основе применения нечеткой логики. Более конкретно – в ней были рассмотрены вопросы применения нечеткой логики к подсистемам принятия решений в банковской системе, для построения модели нечеткого контроллера в среде FuzzyLogicToolbox системы MATLAB.

Для этой цели выполнено следующее:

1. Проведен сравнительный анализ функциональных возможностей банковских систем в части принятия решений о предоставлении кредита клиенту.

2. Рассмотрены этапы прохождения и обработки заявки на кредит в банковской системе и определена совокупность параметров, по которым оценивается клиент при предоставлении кредита.

3.Проведен анализ и обоснована применимость нечеткой логики для получения оценок относительно клиента.

4.Построена в среде FuzzyLogicToolbox системы MATLAB модель нечеткого контроллера, обеспечивающего получение оценки кредитоспособности человека.

 


СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ

1. Mamdani E. H. Applications of fuzzy algorithms for simple dynamic plant. Porc. IEE. vol. 121, n. 12, pp. 1585-1588, 1974.

2. Sangalli A., and Klir G.R. Fuzzy logic goes to market, New Scientist, 8 Feb., 1992

3. Smidth F. L. Computing with a human face. New Scientist, 6 may, 1982.

4. Yagashita O., Itoh O., and Sugeno M. Application of fuzzy reasoning to the water purification process, in Industrial Applications of Fuzzy Control, Sugeno M, Ed. Amsterdam: North-Holand 1985, pp.19-40.

5. Yasunobu S., Miyamoto S., and Ihara H. Fuzzy control for automatic train operation system, in Proc. 4th. IFAC/IFIP/IFORS Int. Congress on Control in Transportation Systems, Baden-Baden, April, 1983.

6. Zade L. A. The concept of a linguistic variable and its application to approximate reasoning. Part 1, 2, 3 // Information Sciences, n. 8 pp.199-249, pp.301-357; n. 9 pp. 43-80.

7. Аудит и корректировка управления кредитными рисками…. обязательность мониторинга его динамики для своевременного управленческого реагирования. // Алексей Ковалев. Журнал "Финансовый Директор" № 8/2007.

8. Васюренко О.В. Банковский менеджмент: Нач. пособие. – К.: Академия, 2009. – 320с. С.289-309 (Перевод с украинского Приходченко Б.В.)

9. Винокуров К.Н. Бизнес-аналитика как конкурентное преимущество // Банковский ритейл, № 4, 2007.

10. Горбунов А.Р. Управление активными операциями банков: метод имитационных моделей [Электронный ресурс] // ТОРА-центр: [сайт]. – М., [б.г.]. – URL: http://www.tora-centre.ru/library/reing/invbkart.htm (16.02.09).

11. Денежная и кредитная системы России / В. Н. Шенаев; Рос. акад. наук, Ин-т Европы, 222,[2] с. 22 см, М. Наука 1998.- С.98

12. Зайченко Ю.П. Оценка кредитных банковских рисков с использованием нечеткой логики//Intelligent Information and Engineering System, №13

13. Ипотека земельных участков // http://www.juryst.ru/

14. Кушуев А.А. Показатели платежеспособности и ликвидности в оценке кредитоспособности заемщика // Деньги и кредит, № 11, 2008. С. 43-45.

15. Лаврушин И.О. Банковское дело: современная система кредитования: учебное пособие/О.И. Лаврушин, О.Н. Афанасьева. С.Л. Корниенко; под ред. засл. деят. Науки РФ, д-ра экон. Наук, проф. О.И. Лаврушина. - 4-е изд., стер.- М.: КНОРУС, 2008.-264 с.

16. Мальцев Э.В. Скоринговые системы в кредитовании физических лиц // Банковский ритейл, № 1, 2008.

17. Недосекин А.О. Финансовый менеджмент в условиях неопределенности: вероятности или нечеткие множества?.http://www.vmgroup.ru/Win/public_fa.htm.

18. Никишечкин А.П. Моделирование нечетких систем: Учебное пособие для студентов вузов. – ЕТИ (филиал) ГОУ ВПО МГТУ «Станкин», Егорьевск, 2010. – 128с.

19. Пищулин А.С. Национальные особенности кредитного скоринга // Банковское кредитование, № 1, 2008.

20. Прикладные нечеткие системы: Перевод с япон./ К. Асаи, Д. Ватада, С. Иваи и др.; под ред. Т. Тэрано, К. Асаи, М. Сугено. - М.: Мир, 1993.

21. ФЗ РФ от 02.12.1990 № 395-1 «О банках и банковской деятельности»// СЗ РФ, 05.02.1996, N 6, ст. 492

22. Физическая слабость. Уже в ближайшее время кредитные организации будут вынуждены сократить долю "быстрых кредитов"// http://www.pro-credit.ru/

23. Чернов, В.Г., Илларионов, А.В. Сравнительная классификация методов оценки кредитных рисков // Materials of final international scientifically-practical conference “The Science: theory and practice”. Vol 10. Economic sciences. – Praha: Publishing House “Education and Science” s.r.o.; Prague, Czechia – Dnepropetrovsk, Ukraine – Belgorod, Russian, 2005. ISBN 5-98674-003-3. c.52-55.

24. Ярушкина Н.Г. Основы теории нечетких и гибридных систем. М.: Финансы и статистика, 2004.

25. http://www.cbr.ru (Официальный сайт Центрального Банка России)

 

 


ПРИЛОЖЕНИЕ 1






Не нашли, что искали? Воспользуйтесь поиском:

vikidalka.ru - 2015-2024 год. Все права принадлежат их авторам! Нарушение авторских прав | Нарушение персональных данных