دولتها برای انجام وظایف عمومی خود نیاز به منابع مالی باثبات و مطمئن دارند و از دیرباز مالیات، یکی از مهمترین منابع تأمین مالی دولت ها برای انجام وظایف شان بوده است. جلوگیری یا کاهش میزان فرار مالیاتی طی سالیان اخیر از دغدغه های مهم دولت ها در عرصه اقتصادی بوده است. در این پژوهش مقوله فرار مالیاتی با استفاده از هوش مصنوعی و با تمرکز بر مجموعه ای متشکل از 57 شاخص مالی و غیرمالی در سطح کلان اقتصادی، مؤدیان و حسابرسان مالیاتی، در نمونه ای شامل 978 پرونده مؤدیان حقوقی اداره کل امور مالیاتی مازندران برای سال های 1391 تا 1398 مورد بررسی قرار گرفته است. در این پژوهش به منظور استخراج ویژگی های تاثیرگذار، از الگوریتم های بهینه سازی سینوس کسینوس و گرگ خاکستری و جهت مدلسازی فرار مالیاتی و آزمون ویژگی ها، از الگوریتم های درخت تصمیم و شبکه عصبی مصنوعی استفاده شده است. براساس نتایج حاصله، الگوریتم بهینه سازی سینوس کسینوس به همراه پیشبینی کننده درخت تصمیم، مقدار خطای کمتری را نسبت به سایر مدل ها دارا بوده و مدلی دقیق تر جهت پیش بینی فرار مالیاتی ارائه می دهد.
