پیش بینی تقاضا برای بیمه عمر در ایران با استفاده از شبکه های عصبی مصنوعی

توضیحات

فصل اول:کلیات تحقیق

۱-۱ مقدمه

۱-۲ تعریف مساله و سوالات اصلی تحقیق

۱-۳ فرضیه ها

۱-۳-۱ فرضیه اصلی

۱-۳-۲  فرضیه ها فرعی

۱-۴ اهداف تحقیق

۱-۴-۱  اهداف اصلی تحقیق

۱-۴-۲ اهداف فرعی تحقیق

۱-۵ روش تحقیق

۱-۶ مراحل انجام تحقیق

۱-۷ ساختار پایان نامه

فصل دوم: مروری بر ادبیات موضوع

۱-۲ مقدمه

۲-۲ تعریف بیمه

۲-۳-۱ بیمه‌های اجتماعی(اجباری)

۲-۳-۲بیمه‌های بازرگانی(اختیاری)

۲-۳-۳ بیمه اشخاص

۲-۴  تاریخچه پیدایش بیمه

۲-۵  اصول حاکم بر قراردادهای بیمه

۲-۶  بررسی وضعیت بیمه عمر در ایران و جهان

۲- ۷  مروری بر تحقیقات انجام شده

۲-۸  شبکه‌های عصبی

۲-۸-۱ پرسپترون

۲-۸-۲ مساله فیلتر تطبیقی

۲-۸-۳ تکنیک‌های بهینه‌سازی نامشروط

۲-۸-۴  روش شیب‌ترین کاهش

۲-۸-۵ الگوریم لونبرگ مارکواردت

۲-۸-۶  دو مسیر محاسباتی

۲-۸-۷  نرخ یادگیریی

۲-۸-۸  مودهای آموزشی انباره‌ای و ترتیبی

۲-۸-۹ معیار توقف

۲-۹  رگرسیون

۲ -۹-۱  رگرسیون پارامتری

۲-۹-۲  رگرسیون خطی ساده

۲-۹-۲-۱ برآورد ضرایب رگرسیون خطی ساده

۲-۹-۲-۲ آزمون ضرایب رگرسیون خطی ساده

۲-۹-۳ رگرسیون خطی چندگانه

۲-۹-۳-۱ برآورد ضرایب رگرسیون خطی چندگانه

۲-۹-۳-۲ آزمون ضرایب در رگرسیون خطی چندگانه

فصل سوم:مواد و روش ها

۳-۱  مقدمه

۳-۲ مروری بر افرضیات تحقیق

۳-۲-۱ فرضیه اصلی

۳-۲-۲ فرضیه‌های فرعی

۳-۳ گزینش متغیرهای توضیحی تحقیق

۳-۴ چارچوب نظری تحقیق تحقیق

۳-۴-۱ تولید ناخالص داخلی

۳-۴-۲ تورم

۳-۴-۳  مصوبه مجلس مبنی بر اجباری شده بیمه عمر کارکنان دولت

۳-۵ تعیین محدوده زمانی و مکانی تحقیق

۳-۶ برازش مدل رگرسیونی به داده‌ها

۳-۷    انتخاب پارامترهای ورودی، توپولوژی و الگوریتم آموزشی مناسب برای شبکه عصبی

۳-۸ مقایسه نتایج حاصل از هر دو روش رگرسیون خطی و شبکه عصبی مصنوعی

فصل چهارم:  نتایج و یافته‌ها

۴-۱ مقدمه

۴-۲ تحلیل توصیفی داده ها و بررسی فرضیه نرمال بودن متغیرها

۴-۳  بررسی ضریب همبستگی پیرسون

۴-۴ بررسی  فرضیات تحقیق

۴-۵  شبیه سازی با شبکه‌های عصبی

۴-۶  مقایسه شبکه عصبی منتخب و رگرسیون خطی با استفاده از معیارهایMSE و ضریب تعیین

فصل پنجم:  نتیجه گیری و جمع بندی

۵-۱ مقدمه

۵-۲ پاسخ به سوالات تحقیق

۵-۴ پیشنهاد برای تحقیقات آتی

منابع