Desarrollo de un sistema de inferencia difuso para la evaluación de crédito por parte de una empresa prestadora de servicios
Palabras clave:
Evaluación de Créditos, Sistema de Inferencia Difuso (es)Descargas
En este estudio realizado en una firma prestadora de servicios, se utiliza un Sistema de Inferencia Difuso para evaluar la solvencia financiera de las compañías solicitantes de crédito. El sistema evalúa indicadores financieros de la firma solicitante y recomienda tanto el Monto como el Plazo de Crédito óptimo a otorgarle. Para la construcción del Sistema de Inferencia Difuso se contó con una base de datos de los clientes de la Compañía y la opinión de expertos. Datos reales son utilizados para constatar la aplicabilidad del Modelo. Para evaluar los solicitantes de crédito pueden utilizarse diferentes técnicas tales como Credit Scoring, Técnicas Estadísticas, Análisis Discriminantes o simplemente recurriendo a Juicios de Expertos, siendo esta última técnica muy subjetiva y realizada en la mayorías de empresas pequeñas y medianas. (Texto tomado de la fuente)
Referencias
URUETA, L., VALDEZ, H. y CONTRERAS, J. La Lógica Difusa como apoyo a la enseñanza. Facultad Ingeniería Sistemas. Corporación Universitaria Rafael Núñez Cartagena - Colombia. 2002. http://espeios.unesco.org.uy/simplac2002/PonenciasfinforedunE005%20Juan%20Antonio%20Contr eras%20Montes.doc (Oct. 22 de 2003).
Introducción y Conceptos Básicos de Lógica Difusa (Parte I). http://tesla.cuao.edu.co/proyectosacifuzzyintr o.html) (Oct. 22 de 2003).
¿Qué es Lógica Difusa? http://www.lsi.us.es/—ioaquirm/docifuzzy.htm D (Oct. 22 de 2003).
MALHOTRA, R. y MALHOTRA D.K., Differentiating between good and bad credits using neuro-fuzzy systems. En: European Joumal of Operational Research 136. p.190-211. (2002).
FACCHINETTI, G., COSMA, S., MASTROLEO, G. y FERRETTI, R. A fuzzy credk rating approach for small firm credltworthiness evaluation in bank lending. (2001).
WESTON, J.F. y COPELAND, T.E. Mantia.1 de Administración Financiera . 3ra ed. Bogotá: Mc Graw-Hill, 1994. 286p.
MEDINA, S. Predicción de la Demanda de Energía Mediante un Sistema de Inferencia Borrosa Neuronal. Universidad Complutense de Madrid. Facultad de Ciencias Económicas y Empresariales. Madrid. 2002-2003. 63p.
JANG, J., MIZUTANI, E. y SUN, C. Neuro-Fuzzy and Soft Computing: A Computional Approach to Leaming and Machine Intelligence. Estados Unidos: Prentice Hall, 1997. 600p. –
KULICARNI, A. Computer Vision and Fuzzy-Neuronal Systems. Prentice Hall, 2001.
KASABOV, N. Foundations of Neural Networks, Fuzzy Systems and Knowledge Engineering. Estados Unidos: The MIT Press. 1998.
Cómo citar
IEEE
ACM
ACS
APA
ABNT
Chicago
Harvard
MLA
Turabian
Vancouver
Descargar cita
Visitas a la página del resumen del artículo
Descargas
Licencia
Derechos de autor 2024 DYNA

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
El autor o autores de un artículo aceptado para publicación en cualquiera de las revistas editadas por la facultad de Minas cederán la totalidad de los derechos patrimoniales a la Universidad Nacional de Colombia de manera gratuita, dentro de los cuáles se incluyen: el derecho a editar, publicar, reproducir y distribuir tanto en medios impresos como digitales, además de incluir en artículo en índices internacionales y/o bases de datos, de igual manera, se faculta a la editorial para utilizar las imágenes, tablas y/o cualquier material gráfico presentado en el artículo para el diseño de carátulas o posters de la misma revista.




