fa ارائه یک الگوریتم فرا ابتکاری چند هدفه فازی سیمپلکس- ژنتیک برای پیش بینی رتبه اعتباری مشتریان بانک ها سایر موضوعاتی که به مرزهای دانش در مهندسی صنایع و تولید کمک می کند Other related Industrial and production reserach subjects in which has direct relation to the state-of-the art of the IE پژوهشي Research <p align="right"><span class="noramalChar"><span lang="FA" style="FONT-FAMILY: Nazanin FONT-SIZE: 11pt mso-ascii-font-family: 'Times New Roman' mso-hansi-font-family: 'Times New Roman' mso-fareast-font-family: 'Times New Roman' mso-ansi-font-size: 9.0pt mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: FA" dir="rtl">در مقاله حاضر یک مدل‌ رتبه بندی اعتباری با استفاده از یک الگوریتم حل چند هدفه که ترکیبی از قوانین چیرگی فازی، الگوریتم ژنتیک و الگوریتم سیمپلکس به منظور پیش‌بینی عملکرد مالی مشتریان حقوقی بانک‌ها ارائه گردید. سپس کارایی مدل بر اساس توانایی آن در تشخیص دقیق نکول مورد ارزیابی قرار گرفت. با استفاده از داده‌های بانک کشاورز</span></span><span class="noramalChar"><span lang="AR-SA" style="FONT-FAMILY: Nazanin FONT-SIZE: 11pt mso-ascii-font-family: 'Times New Roman' mso-hansi-font-family: 'Times New Roman' mso-fareast-font-family: 'Times New Roman' mso-ansi-font-size: 9.0pt mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: AR-SA" dir="rtl">ی</span></span><span class="noramalChar"><span lang="FA" style="FONT-FAMILY: Nazanin FONT-SIZE: 11pt mso-ascii-font-family: 'Times New Roman' mso-hansi-font-family: 'Times New Roman' mso-fareast-font-family: 'Times New Roman' mso-ansi-font-size: 9.0pt mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: FA" dir="rtl"> طی سالهای<font face="Nazanin"><span style="mso-spacerun: yes"><font size="3">  </font></span>1380-1385، مدل مفهومی رتبه بندی اعتباری تعیین و نسبت بدهی، نسبت فعالیت و نسبت ارزش ویژه به مجموع دارایی ها بعنوان متغیرهای توضیحی مدل انتخاب شدند. از سوی دیگر نکول یا عدم نکول بصورت یک متغیر موهومی بعنوان متغیر وابسته مدل در نظر گرفته شد.<span style="mso-spacerun: yes"><font size="3">  </font></span>جهت آموزش و اعتبار سنجی مدل، داده‌ها به دو مجموعه مدل و شاهد تقسیم شدند.<span style="mso-spacerun: yes"><font size="3">  </font></span>پس از<span style="mso-spacerun: yes"><font size="3">  </font></span>اجرای الگوریتم، علاوه<span style="mso-spacerun: yes"><font size="3">  </font></span>بر<span style="mso-spacerun: yes"><font size="3">  </font></span>مقادیر درجه تشخیص و درجه حساسیت<span style="mso-spacerun: yes"><font size="3">  </font></span>به عنوان دو معیار کارایی مدل، متغیر کلیدی نیز تعیین گردید.</font></span></span></p> <p> <i> This study examines a multi-objective fuzzy simplex-genetic algorithm which was developed to predict bank legal customers financial performance. Prediction performance of the model was examined based on its ability to accurately identify credit default. Using available data from KESHVARZI bank over 2001-2006, debt ratio, operational ratio, and return on equity are selected as descriptive variables, and on the other side dependent variable was considered as a dummy variable. To training and validating the model, data were divided in to model (in-sample) and test (out-of-sample) sets. After running the algorithm, besides the sensitivity and specificity ratios, the key variable was specified </i><i>. </i></p> سیستم استدلال فازی، چیرگی فازی، الگوریتم سیمپلکس، الگوریتم ژنتیک، رتبه بندی اعتباری. fuzzy inference systems; simplex algorithm; genetic algorithm; credit rating 79 91 http://ijiepm.iust.ac.ir/browse.php?a_code=A-10-7-5&slc_lang=fa&sid=1 M. Akhbari 180031947532846003968 180031947532846003968 No Faculty member of Islamic Azad University Electronic Campus Farimah Mokhatab-rafiei farimah@cc.iut.ac.ir 180031947532846003969 180031947532846003969 Yes Assistance professor of Industrial Eng- Isfahan University of Technology