ارزیابی عملکرد و کارآیی شرکت با مدل ترکیبی شبکه های عصبی و تحلیل

دسته: مدیریت

حجم فایل: 1529 کیلوبایت

تعداد صفحه: 53

فصل دوم پایان نامه: مرور ادبیات و بررسی پیشینه تحقیق

مقدمه:

ارزیابی عملکرد شرکت ها همواره از مسأله های چالش برانگیز در حوزه های مدیریت بوده است. اندازه گیری کارایی خصوصاً در دو دهه ی اخیر، به علت اهمیت آن در ارزیابی عملکرد، مورد توجه زیادی قرار گرفته است. از سال 1957 که فارل روشی را برای اندازه گیری کارایی مطرح کرد تاکنون بازنگری های جامع و اساسی در موضوع اندازه گیری کارایی صورت گرفته است. هم چنین دیدگاه های پارامتری و غیر پارامتری به طور گسترده ای در ارزیابی کارایی مورد استفاده قرار می گیرند. ضمن این که دیدگاه های اولیه عمدتاً شامل مرزهای قطعی و مرزهای تصادفی بوده و بعدها دیدگاه هایی مثل DEA و FDH نیز مطرح شده است. [2005، Delgado]

روش های بسیاری برای اندازه گیری کارایی در تحقیقات مربوط مطرح شده است؛ اما در مقایسه بین تمامی مدل های فوق، DEA روش بهتری برای سازماندهی وتحلیل داده هاست؛ زیرا اجازه می دهد که کارایی در طول زمان تغییر کند و به هیچ گونه پیش فرضی در مورد مرز کارایی نیاز ندارد. [Wu et al، 2005] بنابراین بیش از سایر دیدگاه ها در ارزیابی عملکرد مورد استفاده قرار گرفته است و تکنیک مناسبی برای مقایسه ی واحدها در سنجش کارایی به شمار می آید. با این وجود مرز کارایی که از DEA حاصل شده نسبت به اغتشاش های آماری و داده های پرت که در اثر خطای اندازه گیری یا هر عامل خارجی دیگر ایجاد می شود، حساس است و اگر در داده ها اغتشاش آماری یا داده ای پرت وجود داشته باشد ممکن است موجب شود تا مرزکارایی به دست آمده جابه جا شود و مسیر تحلیل های DEA را منحرف سازد. [ Wu et al، 2005 & Bauer، 1990 ] به همین علت باید در استفاده از DEA برای ارزیابی عملکرد سایر واحدهای تصمیم گیرنده احتیاط کرد. وجود این مسأله باعث شده است که اخیراً شبکه های عصبی مصنوعی به عنوان جایگزین خوبی برای برآورد مرزهای کارا جهت تصمیم گیری به کار گرفته شود؛ [Wang، 2003] زیرا ماهیت عملکرد شبکه های عصبی به دلیل قدرت یادگیری و تعمیم پذیری به گونه ای است که در برابر داده های پرت و اغتشاشات حاصل از اندازه گیری غیر دقیق داده ها مقاوم تر عمل می کنند. [مهرگان و همکاران، 1385]

فهرست مطالب:

2- ادبیات و پیشینه تحقیق

2-1- مقدمه

2-2- ارزیابی عملکرد

2-2-1- مقدمه

2-2-2- پیشینه ارزیابی عملکرد و بررسی دیدگاه های مختلف

2-2-3- معیارها و تکنیک های ارزیابی و اندازه گیری عملکرد

2-2-3-1- معیارهای ارزیابی عملکرد

2-2-3-2- تکنیک ها و مدل های شناخته شده در ارزیابی عملکرد

2-2-3-3- تکنیک های اندازه گیری عملکرد

2-3- معرفی تفصیلی DEA، ANNs و NEURO/DEA

2-3-1- معرفی تفصیلی DEA

2-3-1-1- مدل نسبت CCR

2-3-1-2- مدل های ورودی محور

2-3-1-2-1- مدل مضربی CCR ورودی محور

2-3-1-2-2- مدل پوششی CCR ورودی محور

2-3-1-3- مدل های خروجی محور

2-3-1-3-1- مدل مضربی CCR خروجی محور

2-3-1-4- روش اندرسون- پیترسون

2-3-2- شبکه های عصبی مصنوعی (ANNs)

2-3-2-1- معرفی تفصیلی

2-3-2-2- معنای شبکه های عصبی

2-3-2-3- قابلیت یادگیری

2-3-2-4- پراکندگی اطلاعات “پردازش اطلاعات به صورت متن”

2-3-2-5- قابلیت تعمیم

2-3-2-6- پردازش موازی

2-3-2-7- مقاوم بودن

2-3-2-8- مدل نرون

2-3-2-9- ساختار شبکه های عصبی

2-3-2-10- شبکه های پرسپترون

2-3-2-10-1- شبکه پرسپترون تک لایه

2-3-2-10-2- شبکه پرسپترون چند لایه

2-3-2-10-3- الگوریتم پس انتشار BP

2-3-2-11- تعیین ساختار و توپولوژی شبکه عصبی

2-3-2-12- الگوریتم های یادگیری شبکه

2-3-2-13- مدل خودسازمان ده SOM

2-3-3- مدل ترکیبی شبکه های عصبی و تحلیل پوششی داده ها (NEUEO/DEA)

2-3-3-1- مقدمه

2-3-3-2- الگوریتم تحلیل کارایی

2-3-3-3- نرمال سازی داده ها

2-4- پیشینه تحقیق

2-4-1- بررسی مقالات

2-4-2- بررسی پایان نامه ها

منابع کامل در انتهای فصل آورده شده اند

خرید

مطالب مرتبط


تابع هدف جدید محدب برای آموزش نظارت شبکه های عصبی تک لایه

  • عنوان لاتین مقاله: A new convex obgective function for the supervised Learning of single-layer neural networks
  • عنوان فارسی مقاله: تابع هدف جدید محدب برای آموزش نظارت شبکه های عصبی تک لایه .
  • دسته: فناوری اطلاعات و کامپیوتر
  • فرمت فایل ترجمه شده: WORD (قابل ویرایش)
  • تعداد صفحات فایل ترجمه شده: 28
  • ترجمه سلیس و روان مقاله آماده خرید است.

خلاصه

چکیده: در این مقاله روش آموزش نظارت جدید برای ارزیابی چگونگی شبکه های Feed Forward عصبی تک لایه ارائه می شود. این روش از تابع هدفی بر مبنایMSE استفاده می کند، که خطاها را به جای این که پس از تابع فعالسازی غیرخطی نورون ها ارزیابی کند قبل از آن ها بررسی می کند. در این گونه موارد، راه حل را می توان به سهولت از طریق حل معادلات در سیستم های خطی به دست آورد یعنی در این روش نسبت به روش های معین و مرسوم پیشین به محاسبات کمتری نیاز است. تحقیقات تئوری شامل اثبات موازنه های تقریبی بین بهینه ستزی سراسری تابع هدف بر مبنای معیارMSE و یک تابع پیشنهادی دیگر می باشد. بعلاوه مشخص شده است که این روش قابلیت توسعه و توزیع آموزش را دارا می باشد. طی تحقیقات تجربی جامع نیز تنوع صحت در انرمان این روش مشخص شده است. این تحقیق شامل 10 دسته بندی و 16 مسئل? بازگشتی می باشد. بعلاوه، مقایسه این روش با دیگر الگوریتم های آموزشی با عملکرد بالا نشان می دهد که روش مذکور بطور متوسط بیشترین قابلیت اجرایی را داشته و به حداقل محاسبات در این روش نیاز می باشد.

1.« مقدمه »:

برای بررسی شبکه عصبیFeed Forward تک لایه با تابع فعالسازی خطی، مقادیر وزن برای تابع بهMSE حداقل رسیده و می توان این مقادیر را به وسیله یک ماتریس شبه معکوس بدست آورد [1,2]. بعلاوه، می توان اثبات کرد که سطح MSE این شبکه خطی تابعی درجه دوم می باشد [3]. بنابراین این سطحمحدب هایپر پارابولیک (فراسهمی وار) را می توان به سادگی با روش گرادیان نزولی (Gradient descent) طی کرد. با این حال، اگر ازتابع فعالسازی غیر خطی استفاده شود، مینیمم های محلی می توانند بر مبنای معیارMSE در تابع هدف دیده شوند [4-6]. طی تحقیقات مختلف می توان مشاهده نمود که تعداد چنین مینیمم هایی می توانند با ابعاد ورودی به صورت نمایی توسعه پیدا کند. تنها در برخی موارد خاص می توان تضمین کرد که شرایط حاکم، فاقدMin های محلی هستند. در مورد الگوهای تفکیک پذیرخطی و معیار آستانه MSE، وجود حداقل یک مقدارMin در تابع هدف به اثبات رسیده است [8,9]. با این حال، این امر یک موقعیت عمومی نمی باشد.

  • فرمت: zip
  • حجم: 1.30 مگابایت
  • شماره ثبت: 411

خرید

مطالب مرتبط


آموزش جامع ++ Omnet

دسته: شبکه های کامپیوتری

حجم فایل: 13846 کیلوبایت

تعداد صفحه: 150

لیست آموزش++ Omnet

1- آموزش نصب++ Omnet

2- معرفی ++Omnet

3- مثال های اجرا شده به همراه کدها و تمرین ها

4- آموزش کاربردی

5- معرفی نرم افزار ++Omnet و شبیه سازی

6- ترجمه متن ورد ++Omnet

7- منابع اصلی++ Omnet

8- اسلاید ++Omnet

اولین سوالی که به ذهن می‌رسد که چرا به شبیه‌سازی نیاز داریم؟ چرا به جای شبیه‌سازی تلاش نمی‌کنیم تا به شیوه دیگری مثلا با استفاده از معادلات ریاضی رفتار سیستم مدل‌سازی کنیم؟ برای پاسخ به این سوالات باید تفاوت سیستم‌های ساده و پیچیده را مورد بررسی قرار داد در یک سیستم ساده

n تعداد عناصر تشکیل‌دهنده سیستم محدود است

n بین این عناصر تعامل محدود و تعریف‌شده وجود دارد

n رفتار سیستم توسط یک سری قوانین ثابت و مشخص، تعریف می‌شود

n سیستم‌های ساده یک سیستم بسته‌اند

نمونه‌ای از سیستم ساده سقوط یک توپ است در این سیستم

n تعداد عناصر ما محدودند (توپ، اصطکاک، زمین)

n نحوه تعامل این سه عنصر مشخص است

n رفتار سیستم توسط قوانین فیزیک نیوتونی از قبیل جاذبه به سادگی قابل توصیف است.

n سیستم بسته است. امکان ندارد که به صورت ناگهانی جرم توپ افزایش یابد و یا جاذبه زمین زیاد شود. در صورتی که این اتفاقات رخ دهد، سیستم نمی‌تواند نسبت به آن‌ها به گونه‌ای واکنش نشان دهد که رفتار سیستم را توجبه کند

برای مدل‌سازی چنین سیستم‌هایی بهتر است که از شبیه‌سازی استفاده ‌کنیم. حال که به دلایل نیاز به شبیه‌سازی پرداختیم به چگونگی انجام آن نیز می‌پردازیم.

سیستم های پیچیده با وجود این که رفتار یکپارچه‌ای ندارند اما معمولا عناصر سیستم در برابر رویدادهای مشابه پاسخ‌هایی شبیه به هم دارند.

بنابراین با مشخص کردن عناصر تشکیل دهنده سیستم، و نحوه واکنش هر یک از این عناصر در برابر رویدادهایی که از نظر سیستم مهم است می‌توانیم سیستم را مدل کنیم، در این میان باید راهی را برای توصیف زمان در سیsتم داشته باشیم، اصولا در سیستم‌های شبیه سازی زمان یا به صورت پیوسته نمایش داده می‌شود و یا به صورت گسسته، در حالی که اکثر سیستم‌های مکانیکی زمان پیوسته ارا مورد استفاده قرار می‌دهند در سیتم‌های کامپیوتری می‌توان زمان را به صورت گسسته مدل کرد، در مدل گسسته، متغیر زمان در شبیه‌سازی به صورت بازه‌هایی گسسته از هم تعریف می‌شود، یعنی ما وضعیت سیستم را در زمان‌های متفاوتی چک می کنیم، شبیه‌سازی باید به گونه‌ای انجام گیرد که فاصله بین این زمان‌ها هیچ اتفاق مهمی در سییستم رخ ندهد، به عنوان مثال فرض کنید در یک شبکه قصد ارسال یک بسته را داریم و زمان آغاز ارسال بسته تا زمان پایان ارسال بسته برای ما مهم نیست یعنی هیچ اتفاق مهمی از دید ما در سیستم رخ نمی‌دهد بنابراین می‌توانیم زمان‌های آغاز و پایان ارسال بسته را به صورت دو زمان گسسته که سیستم بین آن‌ها حرکت می‌کند در نظر بگیریم، اما اگر ارسال تک تک بیت‌ها برای ما مهم باشد آن‌گاه باید زمان بین ارسال یک بیت با ارسال یک بیت دیگر را به صورت زمان هایی که سیستم بین آن‌ها حرکت می‌کند در نظر بگیریم.

تعیین عناصر تشکیل دهنده سیستم

تعیین حالات مختلف هر یک از عناصر سیستم

پیاده‌سازی رفتارهای عناصر تشکیل‌دهنده در هر یک از این حالت‌ها

پیاده‌سازی عوامل فیزیکی موثر بر سیستم

پیاده‌سازی زمان

گسسته

تغییر وضعیت سیستم در بازه‌های گسسته زمانی

پیوسته

تغییر پیوسته وضعیت سیستم

تعریف هم‌بندی شبکه و موقعیت گره‌ها و یا احتمال وجود گره‌ها در شبکه

تعریف کانال ارتباطی بین عناصر تشکیل دهنده

(این محصولات رو اگه می خواهید هزینه آن را جدا گونه واریز کنید برای شما ارسال کنیم

1- نرم افزار Omnet++

2- ویس های هر جلسه

3- فیلم جلسات عملی)

خرید

مطالب مرتبط


بررسی کارایی مدلهای اسپرینگیت، زیمسکی واهلسون در امکان پیش بینی

دسته: اقتصاد

حجم فایل: 367 کیلوبایت

تعداد صفحه: 183

چکیده:

ورشکستگی های اخیر شرکتهای بزرگ در سطح بین الملل و نوسانهای بورس اوراق بهادار ایران نیاز به وجود ابزارهایی برای ارزیابی توان مالی شرکتها را نشان می دهد یکی از این ابزارها استفاده از الگوهای پیش بینی ورشکستگی می باشد. با توجه به این ضرورت هدف اصلی این پژوهش تعیین میزان کارایی مدلهای اسپرینگیت، زیمسکی و اهلسون در پیش بینی وضعیت ورشکستگی شرکت های پذیرفته شده در بورس اوراق بهادار تهران و مقایسه نتایج مدلها می باشد، که در راستای تحقق این هدف دو فرضیه اصلی و سه فرضیه فرعی تدوین گردیده است. جامعه آماری و نمونه آماری این پژوهش شامل 13 شرکت ورشکسته و 28 شرکت غیرورشکسته از شرکتهای نساجی و دارویی پذیرفته شده در بورس اوراق بهادار تهران طی سالهای 79 تا 87 می باشد که به منظور دسته بندی شرکتها به دو گروه ورشکسته و غیر ورشکسته از پیش فرض ماده 141 قانون تجارت استفاده شده است. در این پژوهش برای آزمون فرضیه اصلی اول و گروه فرضیات فرعی ازروش آماری رگرسیون لوجستیک استفاده و ضرایب موثر با توجه به شرایط مالی و اقتصادی ایران با استفاده از آماره آزمون والد متد ENTERاستخراج گردیده است، همچنین برای آزمون فرضیه اصلی دوم ازروش مقایسه میانگین ناپارامتری کروسکال والیس استفاده شده است. نهایتا پس از آزمون، کلیه فرضیات تحقیق در سطح اطمینان 95/0 مورد تایید قرار گرفتند و نتایج نشان داد که ” در سه سال مورد بررسی برای پیش بینی ورشکستگی شرکتها مدل اسپرینگیت نسبت به مدلهای زیمسکی و اهلسون نتایج بهتری را نشان می دهد”.

چکیده:.. 1

مقدمه:.. 2

فصل اول: کلیات تحقیق

1-1-مقدمه: 4

2-1 بیان مساله 5

3-1 تاریخچه موضوع تحقیق. 6

4-1 اهمیت وضرورت موضوع تحقیق. 9

5-1 اهداف تحقیق. 11

1-5-1 اهداف اصلی: 11

2-5-1 اهداف فرعی (ویژه) : 11

6-1 چارچوب نظری تحقیق. 11

7-1 مدل تحلیلی تحقیق و شیوه اندازه گیری متغیرها 15

1-7-1 الگوی اسپرینگیت: 15

2-7-1 الگوی زیمسکی: 15

3-7-1 الگوی اهلسون: 16

8-1 فرضیات تحقیق. 16

9-1 متغیرهای عملیاتی تحقیق. 17

10-1تعریف واژه ها و اصطلاحات.. 17

فصل دوم: مروری بر ادبیات تحقیق

1-2 گفتاراول: ورشکستگی و بررسی قانونی آن. 22

1-1-2 مقدمه 22

2-1-2 تعریف ورشکستگی. 22

3-1-2 ورشکستگی ازنظرقانونی. 23

4-1-2 ورشکستگی ازنظرحسابداری. 24

5-1-2 ورشکستگی ازنظرحقوقی. 25

6-1-2 بررسی قانون ورشکستگی درایران. 25

7-1-2 بررسی قانون ورشکستگی درسایر کشورها 26

8-1-2 ورشکستگی از نظر حقوق بین الملل. 29

2-2 گفتار دوم: دلایل، مراحل و هزینه های ورشکستگی. 29

1-2-2 دلایل ورشکستگی. 29

1-1-2-2 دلایل برون سازمانی. 30

2-1-2-2 دلایل درون سازمانی. 31

2-2-2 ابزارهای شناسایی عوامل ورشکستگی. 34

3-2-2 انواع شکست.. 37

4-2-2 مراحل ورشکستگی. 37

5-2-2 هزینه های ورشکستگی. 39

6-2-2 تاثیرهزینه های ورشکستگی بر ساختار سرمایه 40

7-2-2 مالیات وهزینه های ورشکستگی. 42

8-2-2 صورت وضعیت مالی شرکت ورشکسته 44

3-2 گفتار سوم: ارزیابی تداوم فعالیت شرکتها 46

1-3-2 تداوم فعالیت.. 46

2-3-2 برقرار نبودن فرض تداوم فعالیت.. 47

1-2-3-2 نشانه های مالی: 47

2-2-3-2 نشانه های عملیاتی: 47

3-2-3-2 سایر نشانه ها: 47

3-3-2 روشهای ارزیابی تداوم فعالیت شرکتها 48

1-3-3-2 ارزیابی تداوم فعالیت با استفاده از مقررات قانون تجارت: 49

2-3-3-2 ارزیابی تداوم فعالیت با استفاده ازگزارش حسابرسان: 49

3-3-3-2 ارزیابی تداوم فعالیت با کمک نسبتهای مالی ومدلهای پیش بینی ورشکستگی: 49

4-3-2 آئین نامه انظباتی بورس اوراق بهادارتهران درمورد توقف فعالیت.. 50

4-2 گفتارچهارم: تعاریف پیش بینی، مدل و ساختار مدلهای پیش بینی ورشکستگی. 50

1-4-2 پیش بینی. 50

2-4-2 تکنیک های پیش بینی. 51

1-2-4-2 روشهای کیفی پیش بینی: 51

2-2-4-2 روشهای کمی پیش بینی: 52

3-4-2 الگو (مدل) 52

4-4-2 روش شناسی انواع الگوهای پیش بینی ورشکستگی. 53

1-4-4-2 الگوهای آماری. 53

2-4-4-2 الگوهای سیستم خبره هوشمند مصنوعی. 56

3-4-4-2 الگوهای تئوریک… 58

5-4-2 ویژگی های یک الگوی خوب.. 60

6-4-2 معیارهای عملکرد 61

7-4-2 مدلهای پیش بینی ورشکستگی از نظرنقطه انقطاع. 62

5-2 گفتار پنجم: مدلهای پیش بینی ورشکستگی. 64

1-5-2 مدل ویلیام بیور. 64

2-5-2 مدل آلتمن. 65

3-5-2 مدل دی کین (1972) 68

4-5-2 مدل اسپرینگیت.. 69

5-5-2 مدل اهلسون. 70

6-5-2 مدل CA-SCORE. 71

7-5-2 مدل گریس.. 72

8-5-2 مدل یوشیکو شیراتا 73

9-5-2 مدل زیمسکی. 74

10-5-2 مدل تافلر. 75

11-5-2 مدل فولمر. 76

12-5-2 مدل زاوگین. 77

13-5-2 مدل فیلوسوفو. 79

14-5-2 مدل شبکه عصبی مصنوعی. 80

6-2 گفتارششم: تشریح نسبتهای مالی مورد استفاده در این تحقیق. 81

1-6-2 تاریخچه نسبتهای مالی. 81

2-6-2 تعریف و اهداف نسبتهای مالی. 82

3-6-2 انواع نسبتهای مالی. 82

4-6-2 معیارهای ارزیابی نسبتهای مالی. 82

5-6-2 تشریح نسبتهای مورداستفاده در این تحقیق. 83

6-6-2 محدودیتهای تجزیه وتحلیل نسبتها 85

7-2 گفتارهفتم: بازارهای سرمایه و ارکان آن. 85

1-7-2 تعریف بورس اوراق بهادار. 86

2-7-2 علل پیدایش بورس اوراق بهادار. 86

3-7-2 اصطلاحات کلیدی بورس.. 88

1-3-7-2 تعریف شاخص: 88

2-3-7-2 شاخص های بورس: 88

4-7-2 تاریخچه وتحولات بورس اوراق بهادار تهران. 89

1-4-7-2 دوره اول: سالهای 1346 تا 1357. 90

2-4-7-2 دوره دوم: سالهای 1357 تا 1367. 90

3-4-7-2 دوره سوم: سالهای 1368 تا 1375. 91

4-4-7-2 دوره چهارم: سالهای 1376 تا 1388. 92

8-2 گفتارهشتم: پیشینه تحقیق. 93

1-8-2 تحقیقات داخلی: 94

2-8-2 تحقیقات خارجی: 95

فصل سوم: روش اجرای تحقیق

1-3- مقدمه: 102

2-3 روش تحقیق. 102

3-3 جامعه و نمونه آماری. 103

1-3-3 معیار تعیین ورشکستگی: 105

2-3-3 معیار انتخاب شرکتهای ورشکسته: 105

3-3-3 معیارانتخاب شرکتهای غیرورشکسته: 105

4-3 قلمرو تحقیق. 106

1-4-3 قلمرو موضوعی: 106

2-4-3 قلمرو مکانی: 106

3-4-3 قلمرو زمانی: 106

5-3 روش و ابزار گردآوری داده ها 106

6-3 روش تجزیه وتحلیل داده ها 107

7-3 اعتبار درونی و برونی پژوهش.. 110

فصل چهارم: تجزیه و تحلیل داه ها

1-4-‏ مقدمه‏: 113

2-4 شاخص های توصیفی متغیرها 113

1-3-4 تجزیه و تحلیل و آزمون فرضیه فرعی اول: 118

2-3-4 تجزیه وتحلیل و آزمون فرضیه فرعی دوم: 125

3-3-4 تجزیه و تحلیل و آزمون فرضیه فرعی سوم: 132

4-3-4 تجزیه و تحلیل و آزمون فرضیه اصلی اول: 140

5-3-4 تجزیه و تحلیل نتایج بدست آمده از آزمون فرضیه اصلی اول و گروه فرضیات فرعی: 146

1-5-3-4 تجزیه و تحلیل نتایج آزمون فرضیه فرعی اول: 147

2-5-3-4 تجزیه و تحلیل نتایج آزمون فرضیه فرعی دوم: 148

3-5-3-4 تجزیه و تحلیل نتایج آزمون فرضیه فرعی سوم: 149

4-5-3-4 تجزیه و تحلیل نتایج آزمون فرضیه اصلی اول: 150

6-3-4 تجزیه و تحلیل و آزمون فرضیه اصلی دوم: 151

فصل پنجم: نتیجه گیری و پیشنهادات

1-5-مقدمه: 154

2-5 ارزیابی و تشریح نتایج آزمون فرضیه ها 154

3-5 نتیجه گیری کلی تحقیق. 156

4-5 پیشنهادهایی مبتنی بر یافته های تحقیق. 157

5-5 پیشنهادهایی جهت تحقیقات آتی. 158

6-5 محدودیت های تحقیق. 159

منابع و ماخذ:

منابع فارسی: 161

منابع لاتین: 164

چکیده انگلیسی 166

خرید

مطالب مرتبط