Beam Journal of Economic Studies
Volume 9, Numéro 2, Pages 78-96
2025-09-15
مساهمة الخوارزمية الجينية في تحسين فعالية قرار منح القروض - محاولة بناء نموذج (xgboost-ga)
الكاتب : زاهوي خيذر . عنيشل عبد الله . مصيطفى عبد اللطيف .
الملخص
تهدف هذه الدراسة الى محاولة بناء نموذج تصنيفي باستخدام أحد نماذج تعلم الألة (Extreme Gradient boosting) للحصول على نموذج أولي ثم محاولة تحسينه باستخدام تقنية الخوارزمية الجينية (GA) ، تمثلت عينة الدراسة في 140 مؤسسة جزائرية مقسمة إلى 90 مؤسسة سليمة و50 مؤسسة عاجزة و 16 نسبة مالية ، كما تم تنفيذ النموذج باستخدام لغة البرمجة python على أرضية googlecolab. توصلت الدراسة إلى أن نموذج (XGBoost) استطاع تحقيق دقة تصنيف قدرها 85.41% وبعد توظيف تقنية الخوارزمية الجينية من أجل الحصول على (Hyperparameters) التي تحقق أعلى درجة تصنيف ممكنة ، حيث حقق النموذج (XGBoost-GA) دقة تصنيف قدرها 96%. This study aims to build a classification model using one of the machine learning models (Extreme Gradient Boosting) to create an initial model, then attempt to improve it using Genetic Algorithm (GA) techniques. The study sample consisted of 140 Algerian companies, divided into 90 healthy companies and 50 distressed companies, with 16 financial ratios. The model was implemented using Python programming language on the Google Colab platform. The study found that the XGBoost model achieved a classification accuracy of 85.41%. After applying the Genetic Algorithm technique to optimize the hyperparameters for the highest possible classification accuracy, the XGBoost-GA model achieved a classification accuracy of 96%.
الكلمات المفتاحية
منح القروض ; نموذج تعزيز التدرج الشديد ; الخوارزمية الجينية ; Loan granting ; Extreme Gradient Boosting Model ; Genetic Algorithm
مقالات مماثلة
زواوي الحبيب
.
نعاس مريم نجاة
.
ص 121-134.
نعيم إلهام
.
بلمقدم مصطفى
.
ص 256-277.
روابح عبلة
.
بوداح عبد الجليل
.
ص 107-127.
عابد شريط
.
خالدية بوجنان
.
ص 53-76.
بعلي حمزة
.
بن جلول خالد
.
ص 133-156.
