جستجو در مقالات منتشر شده
۳ نتیجه برای رگرسیون فازی
دوره ۶، شماره ۱ - ( ۳-۱۳۹۵ )
چکیده
در سال‌های اخیر نه فقط حساسیت رقابت در بازار افزایش یافته، بلکه ماهیت آن نیز تغییر کرده است. امروزه موفقیت شرکت‌ها به توانایی آنها در سازگاری با تغییرات سریع فناوری و شرایط بازار بستگی دارد. این امر نیازمند نیروی کار با دانش و آگاه است و مدیریت مؤثر بر افراد، یکی از کلیدهای اصلی این موفقیت محسوب می‌شود. موضوع سرمایه انسانی چنان دارای اهمیت است که بسیاری از محققان ارزشمندترین و مهمترین منابع یک شرکت را سرمایه انسانی آن می‌دانند. سرمایه‌های انسانی می‌توانند دارایی‌های استراتژیک باشند و مزیت رقابتی برای شرکت‌ها ایجاد کنند. در این راستا، هدف تحقیق حاضر بررسی اثر سرمایه انسانی بر ثروت ایجاد شده برای سهام‌داران میباشد. نمونه آماری تحقیق شامل ۱۴۶ شرکت بورس اوراق بهادار طی سال‌های ۱۳۸۸ تا ۱۳۹۲ میباشد. جهت آزمون فرضیه تحقیق رگرسیون فازی به کار گرفته شده است. اندازه شرکت، بازده دارایی و اهرم مالی نیز به‌عنوان متغیر کنترل استفاده شده است. نتایج تحقیق جاری حاکی از وجود رابطه‌ای معنادار بین سرمایه انسانی و ثروت ایجاد شده برای سهام‌داران است. سرمایه انسانی بالاتر همچنین با بازده دارایی بالاتر در ارتباط است. با این حال رابطه‌ای معنادار بین سرمایه انسانی با اندازه شرکت و اهرم مالی یافت نشده است.
دوره ۱۶، شماره ۳ - ( ۷-۱۳۹۵ )
چکیده
فرایند انعقاد و لخته سازی یکی از فرایندهای اصلی در تصفیه آب است. تاثیر پارامترهای مختلف بر این فرایند همواره یک بحث اساسی در راهبری تصفیه خانه‌های آب بوده و سال‌های مختلف از آزمایش جار برای این منظور استفاده شده است. در این مطالعه از سیستم استنتاج عصبی- فازی تطبیقی (ANFIS)، شبکه‌های عصبی مصنوعی (دو مدل پیشخور و پایه شعاعی) و تحلیل رگرسیون فازی جهت پیشبینی میزان نهایی کدورت پس از فرآیند انعقاد و لخته‌سازی در تصفیه‌خانه‌‌های آب ۳ و ۴ تهران استفاده شد. پارامترهای بکار رفته در مدلسازی کیفیت آب خروجی شامل نوع منعقدکننده (انواع پلی‌آلومینیوم‌کلراید (PAC))، غلظت منعقدکننده، کدورت ورودی و pH آب خام بوده است. نتایج نشان داد که شبکه‌های عصبی مصنوعی و تحلیل رگرسیون فازی نسبت به سیستم استنتاج عصبی- فازی تطبیقی توانایی بالاتری در پیشبینی راندمان حذف کدورت در شرایط مختلف آزمایشگاهی داشته و قابل جایگزینی با روش-های زمان‌بر و هزینه‌بر مانند آزمایش جار می‌باشند. بهترین شبکه ساخته‌شده جهت پیشبینی کدورت آب تصفیه‌شده در این مطالعه، شبکه پیشخور با دو لایه مخفی و تعداد ۶ و ۸ نرون و توابع انتقال Tansig و Purelin به ترتیب در لایه‌های اول و دوم، با استفاده از دادههای نرمال‌شده و با اصلاح تابع کارایی بوده است. این شبکه موفق به پیشبینی فرایند انعقاد با ضریب همبستگی ۹۶/۰، شاخص تطابق ۹۹/۰ و مجذور میانگین مربعات خطای ۰۱۰۶/۰ گردید. بهترین راندمان سیستم در شرایط بهره‌برداری با کدورت اولیه NTU ۱۶۰، pH معادل ۸، منعقد کننده PAC نوع I با دوز mg/L ۱۹ و با راندمان ۵/۹۹ درصد تعیین شد.
بهزاد سلمانی، منصور زراء نژاد، پویان کیانی،
دوره ۱۷، شماره ۲ - ( ۴-۱۳۹۶ )
چکیده
یکی از مهمترین ابزارهای آماری در برنامهریزی و سیاستگذاریهای اقتصادی، دادههای حسابهای ملی است. از این رو، پیشبینی متغیرهای عمده اقتصادی از اهمیت خاصی برخوردار و در این میان، رشد اقتصادی از مهمترین متغیرهای اقتصادی بوده که پیشبینی آن، از اولویت بالایی برخوردار است. هدف اصلی این مطالعه، شناسایی روش مناسب برای پیشبینی رشد اقتصادی ایران میباشد.
در این پژوهش، مدل رگرسیون فازی که در ادبیات اقتصادی، کمتر مورد توجه قرار گرفته، معرفی و قابلیت آن در پیشبینی رشد اقتصادی ایران با مدل تصحیح خطا (ECM) مقایسه شده است. بدین منظور با استفاده از دادههای دوره ۱۳۳۸ تا ۱۳۸۰ تولید ناخالص داخلی ایران از طریق دو مدل ECM و رگرسیون فازی مدلسازی و سپس، رشد تولید ناخالص داخلی ایران برای دوره ۱۳۸۱ تا ۱۳۹۱ پیشبینی شده است. در پایان، عملکرد این مدلها با استفاده از معیارهای متداول ارزیابی مدلهای پیشبینی از جمله MAE، RMSE، MAPE و TIC بررسی شده است. نتایج نشان میدهد که رگرسیون فازی، عملکرد به مراتب بهتری از مدل ECM در پیشبینی رشد تولید ناخالص داخلی ایران ارائه میدهد. همچنین دقت پیشبینی مدل رگرسیون فازی نسبت به مدل ECM از نظر آماری، تفاوت معنیداری دارد.
