تشخیص فرار مالیاتی با استفاده از سیستم هوشمند ترکیبی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 تشخیص فرار مالیاتی با استفاده از سیستم هوشمند ترکیبی دارای ۳۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد تشخیص فرار مالیاتی با استفاده از سیستم هوشمند ترکیبی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی تشخیص فرار مالیاتی با استفاده از سیستم هوشمند ترکیبی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن تشخیص فرار مالیاتی با استفاده از سیستم هوشمند ترکیبی :

نام کنفرانس، همایش یا نشریه : پژوهشنامه مالیات

تعداد صفحات :۳۳

با توجه به اجرایی شدن سامانه عملیات الکترونیکی مودیان مالیاتی و ایجاد پایگاه داده های مالیاتی، امکان پایش اطلاعات موجود با مدل های مختلف فراهم شده است. در این پژوهش، از الگوریتم بهینه سازی جستجوی هارمونی به منظور بهینه سازی همزمان پارامترهای شبکه عصبی پرسپترون چند لایه و ترکیب مناسب ورودی ها استفاده شده است. علاوه بر آن نتایج با رگرسیون لجستیک به عنوان هسته سیستم مورد مقایسه قرار گرفته است. متغیرهای ورودی به سیستم ۲۱ مورد بوده که با بررسی پژوهش های مشابه انجام شده طی ۳۰ سال اخیر، اعمال ویژگی های مالیاتی ایران و نظرخواهی از خبرگان انتخاب شده است. مقایسه نتایج حاصل از شبکه عصبی و رگرسیون لجستیک در دو صنعت مواد غذایی و نساجی نشان می دهد، استفاده از شبکه عصبی دارای دقت های بالاتری بوده و این تفاوت از لحاظ آماری معنادار می باشد. در شبکه عصبی به ترتیب در صنعت مواد غذایی و نساجی دقت کلی %۸۳.۷۸ و %۸۴.۸۵، دقت تشخیص شرکت های فراری %۸۰.۳۱ و %۸۴.۳۴ و دقت تشخیص شرکت های سالم %۸۷.۲۰ و %۸۵.۳۶ می باشد. با اعمال مجموعه مدل های نهایی سیستم بر روی اطلاعات عملکرد سال ۹۱ اشخاص حقوقی و مقایسه آن با نتایج حسابرسی مالیاتی در دو صنعت مواد غذایی و نساجی، به ترتیب دقت کلی %۹۲.۲۲ و %۸۲.۳۵، دقت تشخیص شرکت های فراری %۸۳.۸۷ و %۸۴.۰۵ و دقت تشخیص شرکت های سالم %۹۲.۷۱ و %۸۲.۲۲ حاصل شده است. نتایج در داده های آزمون بر مبنای اعتبارسنجی ضربدری ۱۰ بخشی با تکرار و میانگین گیری بر روی ۸ حلقه موازی ارائه شده است.

کلید واژه: تشخیص فرار مالیاتی، داده کاوی، هوش مصنوعی، سیستم هوشمند ترکیبی