, h B' B }
2. Ứng dụng logic mờ vào việc ra quyết định cấp khoản vay thế chấp trong nghiệp vụ ngân hàng
trong nghiệp vụ ngân hàng
Dẫn nhập:
Trong nghiệp vụ ngân hàng, khi khách hàng nộp hồ sơ vay tiền, thì ngân hàng sẽ kiểm tra và đánh giá hồ sơ trên nhiều mặt (tùy theo hồ sơ vay tiền, có thể bao gồm tài sản cố định, quyền sở hữu, nhà cửa, đất đai…) để tính toán số tiền có thể cấp cho khách hàng một cách hợp lý nhất để tránh rủi rocho ngân hàng và cũng tạo thuận lợi tối đa cho khách hàng được vay số tiền cần thiết.
Trong quá trình đánh giá đó, các nhân viên tín dụng của ngân hàng có thể đánh giá hồ sơ dựa vào kinh nghiệm làm việc, nhờ sự tư vấn của đồng nghiệp, nhờ hệ thống thông tin hỗ trợ…
Trong phần này, em trình bầy việc ứng dụng logic mờ vào quá trình ra quyết định duyệt các hạng mục để cấp một khoản vay thế chấp trong ngành ngân hàng. Em tham khảo từ bài viết của giáo sư Ing. Dostál Petr [8]. Trong bài viết này, tác giả đã phát triển Chương trình FuzzyTechđể tính toán các hàm thành viên. Ứng dụng sử dụng năm biến đầu vàovới ba hoặc năm thuộc tính, bốn khối luật và một biến đầu ra với năm thuộc tính. Xem mô hình trênHình11. Chúng ta cần thiết kế các biến, thuộc tính của các biến, và các hàm thành viên của các biến. Các yếu tố đầu vào được đại diện bởi các biến Asset (tài sản), Income (thu nhập), Properties (các quyền sở hữu), Building (tòa nhà) và Land (đất đai). Các biến đầu ra từ các khối luật là Credit (tín dụng), Applicant (người nộp đơn) và Construction (công trình xây dựng), các biến đầu ra làCredit (tín dụng).
Hình 11:Sơ đồ dự án
Biến Building có năm thuộc tính (Very_small, Small, Medium, Big, Very_big) và các biến Asset, Income, Properties, Land có ba thuộc tính(Low, Medium, High), khối luật Credit, Applicant, Construction có 3 thuộc tính. Biến ra Credit có năm thuộc tính (None, Low, Medium, High, Full). Hàm thành viên có dạng ∧, S và Z. Biến Income là đường cong liên tục. Hình sau đây mô tả các thuộc tính và hàm
thành viên của các biến Building (Hình 13), Properties (Hình 14) and Income (Hình 15)
Hình 13:Những thuộc tính và hàm thành viên của biến Building (tòa nhà)
Hình 13: Những thuộc tính và hàm thành viên của biến Properties (quyền sở hữu)
Hình 14:Những thuộc tính và hàm thành viên của biến Income (thu nhập)
Hình 15:Những thuộc tính và hàm thành biên của biến Applicant(người nộp đơn) Hình 16 thể hiện 2 trong số 4 khối luật với các luật và mức độ hỗ trợ (degree of support: DoS) mà thiết lập quan hệ giữa biến vào và biến ra. Hình 16.a thể hiện khối luật Contrucstion và hình 16.b thể hiện khối luật Credit (vào Applicant và Construct)
a) b)
Hình 16: Khối luật
Hình 17 chỉ rõ các thuộc tính và hàm thành viên cho biến xuất Credit. Các thuộc tính thể hiện số tiền được cấp: None (không cho vay), Low (cho vay với số tiền thấp), Medium (cho vay với số tiền trung bình), High (cho vay với số tiền cao), Full (Cho vay đầy đủ).
Hình 17: Kết quả xuất Credit và kết quả của quá trình xử lý mờ
Với mô hình này, tác giả đã cho rằng, nếu sau khi điều chỉnh nó (thiết lập các đầu vào dựa vào các giá trị đã biết, đánh giá các kết quả và thay đổi các luật nếu cần thiết), thì hệ thống trên có thể được sử dụng trên thực tế.
Hình 17 cho thấy kết quả, trong đó việc cấp tín dụng được đánh giá là với số tiền cao(high).
Phần 3: Tổng kết, nhận xét và hướng phát triển của báo cáo
Em rất quan tâm nghiên cứu các kiến thức liên quan đến logic mờ, và đã cố gắng trong thời gian ngắn, tìm hiểu và trình bầy lại phần lý thuyết cơ sở về logic mờ, đồng thời em tìm hiểu việc ứng dụng logic mờ trong bài toán điều khiển máy điều hòa không khívà ứng dụng logic mờ trong việc duyệt hồ sơ cấp tín dụng trong ngành ngân hàng, qua đó em hiểu rằng logic mờ có một miền ứng dụng rất rộng lớn từ các vấn đề điều khiển máy móc tự động, đến các quyết định trong kinh doanh và đời sống hàng ngày. Em chưa kịp phát triển các ứng dụng phần mềm cụ thể để minh họa cho việc ứng dụng logic mờ.
Hướng phát triển:
Trong quá trình làm bài báo cáo này, em thấy rằng tài liệu tham khảo về Logic mờ ở Việt Nam còn rất ít, đặc biệt là tài liệu tham khảo viết theo kiểu tự học, vì vậy em cũng như các bạn học viên khác gặp không ít khó khăn trong quá trình tự học về logic mờ. Hoặc là có tài liệu nhưng không trình bầy rõ ràng nên chúng em không biết các khái niệm nào là mới, khái niệm nào là cũ, khái niệm đó do ai phát minh, và trong quá trình trao đổi với bạn bè, em cũng thấy rằng tuy logic mờ nghe qua thì có vẻ dễ, nhưng khi trao đổi các vấn đề cụ thể và nâng cao một chút thì lại không mấy ai nắm vững. Sau này nếu có điều kiện, em cũng ấp ủ một tham vọng đó là hệ thống hóa lại các kiến thức về logic mờ, ghi rõ nguồn gốc xuất xứ của các vấn đề liên quan đến logic mờ và xuất bản một cuốn sách về chủ đề này.
Trong thời gian tới, em sẽ tiếp tục phát triển bài báo cáo theo hướng ứng dụng logic mờ kết hợp với lý thuyết giải các bài toán sáng chế (TRIZ) để xây dựng một chương trình trợ giúp phát sinh ý tưởng sáng tạo trong quá trình giải quyết vấn đề và ra quyết định trong một chuyên ngành hẹp nào đó, chẳng hạn trong việc giải quyết vấn đề trong ngành công nghệ thông tin và công nghệ phần mềm. Em dự đoán rằng, việc ứng dụng logic mờ vào việc xây dựng các hệ thống hỗ trợ ra quyết định sẽ rất phát triển trong tương lai.
Tài liệu tham khảo:
[1] PGS.TS Đỗ Tấn Nhơn, Các bài giảng toán cho máy tính, cao học Khóa 8, 2013, ĐHCNTT
[2] GS.TSKH Hoàng Kiếm, Bài giảng cao học môn công nghệ tri thức và ứng dụng, 2013.
[3] B. Bouchon-Meunier, Hồ Thuần, Đặng Thanh Hà, Logic mờ và ứng dụng, NXB Đại Học Quốc Gia Hà Nội, 2007.
[4] PGS.TSKH Nguyễn Cát Hồ, TS. Nguyễn Công Hào, Logic mờ và ứng dụng, 2009.
[5] Phạm Văn Đăng, Cao học khóa 5, ĐHCNTT, Tìm hiểu về lý thuyết fuzzy logic và ứng dụng cho bài toán điều khiển máy giặt, 01/2011.
[6] Bùi Công Cường, Nguyễn Doãn Phước, Hệ mờ Mạng Nơron & ứng dụng. Nhà xuất bản Khoa Học Kỹ Thuật, 2006
[7] PGS. TS Nguyễn Trọng Thuần, Điều khiển logic và ứng dụng, Nhà xuất bản Khoa Học Kỹ Thuật, 2006
[8] Prof. Ing. Dostál Petr CSc., The Use of Fuzzy Logic at Support of Manager Decision Making, www.petrdostal.eu/papers/cla20.pdf, 2013