طراحی مدلی جهت پیش‌بینی رتبه اعتباری مشتریان بانکها با استفاده از الگوریتم فراابتکاری و هیبریدی چند معیاره شبکه عصبی فازی – کلونی مورچگان (مطالعه موردی شعب پست بانک استان تهران)

همواره موسسات مالی و اعتباری برای آنکه بتوانند حداکثر سود حاصل از سرمایه گذاری‌های خود را دریافت دارند، بدنبال پالایش، جذب و نگهداشت بهترین سرمایه گذاران، مشاوران، مشتریان و قرض‌گیرندگان بوده‌اند. بااین وجود، علوم مختلف سعی نموده‌اند روشهای دقیقی برای تفکیک مشتریان ارایه نمایند. از همین رو علومی مانند روانشناسی تا علوم مدیریت، ریاضیات، مالی و ... درصدد تحقق این هدف برآمده‌اند. آنچه که دراین پژوهش بدان اشاره خواهد شد ضرورت استفاده از روش‌های نوین داده‌کاوی در ترکیب با روشهای هوش مصنوعی جهت فایق آمدن بر پیچیدیگی‌های مساله است و پاسخ به این سوال که آیا روش ترکیبی استفاده شده به خوبی رتبه اعتباری مشتریان را پیش‌بینی می‌کند؟ این امر در حالی رخ می‌دهد که نباید بُعد دیگری از مساله را که همانا انتخاب مهمترین عوامل سنجش (معیارها) هستند را فراموش نمود و در این راستا ازقضاوت خبرگان و تحلیل‌های ناپارامتری (آزاد توزیع) به منظور رتبه‌بندی معیارها استفاده گردیده است. که نهایت با انتخاب تعدادی از شاخص‌ها به منظور پیاده‌سازی مدل ترکیبی به این سوال پاسخ داده خواهد شد که آیا نظر خبرگان در انتخاب معیارها، منتج به پیش‌بینی مناسبی از وضعیت اعتباری مشتریان می‌گردد. سه شاخص سن، سابقه ارتباط با بانک (مدت حساب) و میزان اعتبار برای پیاده‌سازی مدل ترکیبی عصبی فازی انتخاب گردید. و نتایج بیانگر آن می‌باشد که 89.67 درصد از مواقع این سیستم می‌تواند تخمین درستی نسبت به رتبه اعتباری مشتریان ارایه دهد. برای بهینه‌سازی شبکه عصبی- فازی از الگوریتم کلونی مورچگان استفاده گردید که منتج به بهبود عملکرد مدل تا 90.5 درصد گردید.