پیام مکوندی

پیام مکوندی

مدرک تحصیلی: استادیار مدیریت، گروه مدیریت و حسابداری، دانشکده مدیریت، دانشگاه علوم و تحقیقات البرز، کرج
پست الکترونیکی: P_makvandi@kiau.ac.ir

مطالب

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۳ مورد از کل ۳ مورد.
۱.

بررسی مدلی جهت ارزیابی کیفیت آموزش مهارت های مدیریت از طریق بازی های دیجیتالی سبک شبیه سازی ساخت وساز و مدیریت؛ مورد مطالعه، آموزش تفکر سیستمی به عنوان یکی از مهارت های موردنیاز مدیریت شهری با رویکرد اسلامی ایرانی از طریق بازی رایانه ای سیم سیتی(مقاله علمی وزارت علوم)

کلید واژه ها: آموزش از طریق بازی مدیریت شهری اسلامی- ایرانی یادگیری تفکر سیستمی

حوزه های تخصصی:
تعداد بازدید : 400 تعداد دانلود : 569
بازی های دیجیتالی امروزه تبدیل به یکی از پرکاربردترین رسانه ها شده و تا حدی به لایه های مختلف زندگی نفوذ کرده و برای آن ها کاربردهایی غیر از سرگرمی نیز رقم خورده است. دامنه این کاربردها، حوزه های بهداشت و سلامت، فرهنگ عمومی، آموزش های مهارت های مختلف مدیریتی، نظامی، پزشکی و ... را شامل می شود. ازجمله این کاربردها؛ استفاده از بازی برای آموزش و یادگیری است. یادگیری از طریق بازی اشاره به روشی دارد که در آن، اهداف جدی در قالب بازی های دیجیتالی به فراگیران آموزش داده می شود. آموزش تفکر سیستمی به عنوان مهارتی پایه ای برای مدیران شهری به حساب می آید و ازآنجایی که این مهارت برای ساخت و توسعه شهر اسلامی ایرانی موردنیاز است، ازاین رو در مقاله فوق آموزش این مهارت با استفاده از یکی از قوی ترین بازی های رایانه ایِ شهرسازی به نام سیم سیتی به عنوان نمونه موردی مورداستفاده قرارگرفته است. روش پژوهش در این تحقیق از نوع نیمه تجربی با استفاده از ۲ گروه گواه و آزمون است. متغیر اصلی تحقیق، کیفیت یادگیری تفکر سیستمی و متغیر وابسته روش آموزش از طریق بازی است. روش نمونه گیری در این پژوهش از نوع نمونه در دسترس بوده است و تعداد ۴۰ نفر از دانشجویان کارشناسی ارشد رشته مدیریت صنعتی به عنوان نمونه انتخاب شده اند. درنهایت نتایج پرسشنامه استاندارد تفکر سیستمی هر ۲ گروه به روش تحلیل کواریانس مورد آزمون قرارگرفته و مشخص گردید آموزش در هر ۲ روش نتیجه مثبتی داشته است اما درروش نوین یادگیری از طریق بازی، متوسط افزایش نمره فراگیران گروه آزمون، ۴ نمره بیشتر بوده است.
۲.

مدل سازی فرایند پیش بینی سفر در برنامه ریزی حمل و نقل درون شهری مبتنی بر رویکرد ترکیبی استنتاج فازی

کلید واژه ها: سیستم استنتاج فازی برنامه ریزی حمل و نقل درون شهری پیش بینی سفر

حوزه های تخصصی:
  1. حوزه‌های تخصصی مدیریت مدیریت دولتی مدیریت شهری حمل و نقل همگانی
  2. حوزه‌های تخصصی مدیریت مدیریت دولتی مدیریت شهری مسایل جاری کلان شهرها
تعداد بازدید : 468 تعداد دانلود : 754
برنامه ریزی حمل و نقل درون شهری در دوره های اخیر همواره یکی از تصمیمات مهم در حوزه برنامه ریزی شهری در کلان شهرها بوده است. در این بین، پیش بینی حجم سفرهای آتی بین دو منطقه کلان شهر، کلید موفقیت در این امر برنامه ریزی صحیح حمل و نقل به شمار می رود. به دلیل اهمیت برنامه ریزی حمل و نقل درون شهری، مدل های مختلفی توسط محققین در این زمینه توسعه داده شده که بعضی از این مدل ها علیرغم قدمت زیاد، همچنان در حوزه های عملیاتی به کار گرفته می شوند. مساله اساسی در توسعه این مدل ها، پیچیدگی مساله است که از ماهیت رفتار انسانی در انتخاب ناشی می شود. این پیچیدگی سبب می شود تا همواره توسعه مدلی که خطای پیش بینی قابل قبولی داشته باشد، با مشکلات فراوان محاسباتی و عملیاتی روبرو باشد. این مساله در کشورهای در حال توسعه و یا توسعه نیافته که در آن ها داده های تاریخی به شکل مناسب در اختیار نیستند و ظرفیت های محاسباتی رایانه ای نیز به طور کامل در دسترس نمی باشد، از اهمیت بسیار بیشتری برخوردار است. در این پژوهش، یک مدل سه مرحله ای فازی برای مدل سازی فرایند سفر بین دو ناحیه مفروض از یک کلان شهر و در نهایت چارچوبی برای پیش بینی آتی این کمیت پیشنهاد شده است تا بر اساس آن بتوان برای نگاشت بین حجم سفرهای انجام شده بین دو ناحیه به عنوان متغیر خروجی و متغیرهای جمعیت شناختی و اجتماعی به عنوان متغیر ورودی، تابعی را تقریب زد که بتواند فرایند انجام سفر را مدل کند. در این مدل، پایگاه قواعد فازی در حقیقت در پی انتقال الگوی ذهنی متخصصین حمل و نقل به مدل ریاضی تشکیل شده است.
۳.

انتخاب مؤلفه های تأثیرگذار بر پیش بینی سود آتی سهام شرکت های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل ترکیبی شبکه ی عصبی و الگوریتم ژنتیک(مقاله علمی وزارت علوم)

کلید واژه ها: پیش بینی الگوریتم ژنتیک نسبت های مالی شبکه های عصبی بورس مؤلفه های مؤثر انتخاب مؤلفه سود آتی سهام

حوزه های تخصصی:
تعداد بازدید : 777 تعداد دانلود : 73
تصمیم گیری همواره، یکی از مهم ترین وظایف مدیر بوده، در این بین، پیش بینی نتایج ورودی به سیستم و در حقیقت، نتایج شقوق مختلف تصمیم، جزءِ دغذغه های اصلی فرایندهای بهینه سازی تصمیم بوده است. از سوی دیگر، شناسایی عواملی که بر خروجی تصمیم یا نتیجه ی پیش بینی تأثیرگذارند اهمیت دارند؛ چرا که با شناسایی این عوامل می توان مدل مناسبی برای پیش بینی تدوین و سپس، کسب نتیجه از آن اقدام نمود. یکی از عوامل مهم برای تصمیم گیری سرمایه گذاران در مورد با خرید و فروش سهام یک شرکت، پیش بینی سود نقدی سهام بوده، در این مورد می توان از صورت های مالی در جایگاه ابزاری برای این پیش بینی استفاده نمود؛ بدین ترتیب که نسبت هایی را از صورت های مالی استخراج نموده، بر اساس آنها، مدلی برای پیش بینی سود آتی سهام توسعه داد و در نهایت تصمیم گرفت. در این مقاله سعی شده با استفاده از الگوریتم ژنتیک[1] و تلفیق آن با شبکه ی عصبی مصنوعی[2]، عوامل مؤثر بر پیش بینی سود آتی سهام (شامل نسبت های استخراج شده از صورت های مالی) شناسایی شده، در نهایت، این متغیرهای مؤثر بر خروجی، در مدلی که به مدد شبکه ی عصبی طراحی و برای پیش بینی سود آتی سهام به کار گرفته شوند. برای موردکاوی، به پیش بینی سود نقدی سهام 194 شرکت پذیرفته شده، در بورس توجه شده و 24 متغیر موجود در صورت های مالی که بر اساس نظر خبرگان در تغییرات سود نقدی سهام دخالت دارند، به مدل وارد شده اند. در نهایت، مدل ترکیبی با توجه به دینامیسم موجود بین متغیرهای ورودی، ده متغیر را به عنوان ترکیب بهینه ی متغیرهای تأثیرگذار انتخاب نموده که در مرحله ی دوم، به یک شبکه ی عصبی که برای پیش بینی طراحی شده، وارد شده اند و خطای حاصل از پیش بینی مبنای مقایسه با دیگر روش ها قرار گرفته است.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان