Uz nestriktas loģikas balstīta lēmumu pieņemšanas sistēma kredītriska novērtēšanai

Abstract

Darbs ir veltīts uz nestriktas loģikas balstītas lēmumu pieņemšanas sistēmas pielietojumam kredītriska novērtēšanai. Tika aprakstīts kā, balstoties uz nestriktu secinājumu sistēmu, kura izmanto nestrikto ieejas un izejas mainīgo lingvistiskās vērtības un lēmumu pieņemšanas kārtulas, prognozēt vai klients būs maksātspējīgs vai nē. Prognozēšanas modelis tiek īstenots datorprogrammā R. Piedāvātā modeļa efektivitāte tika pārbaudīta, konstruējot ROC līknes un aprēķinot laukumu zem tās, kā arī lietojot Kolmogorova-Smirnova testu.

This thesis is devoted to application of a fuzzy logic based decision making system for credit risk assessment. It describes how to predict whether the customer is solvent or not, based on a fuzzy inference system, that uses linguistic values of systems fuzzy input and output variables and decision making rules. The proposed forecasting model is implemented using software R. Efficiency of the proposed model was verified by constructing the ROC curve and measured by the area under the ROC curve, as well as using the Kolmogorov-Smirnov test.