مدل نظری اجرای مدیریت ارتباط با مشتری (CRM)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
فیلتر های جستجو:
فیلتری انتخاب نشده است.
نمایش ۱ تا ۲۰ مورد از کل ۴۵ مورد.
پیش بینی ورشکستگی مالی شرکت های بورس اوراق بهادار تهران با استفاده از شبکه های عصبی مصنوعی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
هدف اصلی این مقاله پیش بینی ورشکستگی مالی شرکت ها در بورس اوراق بهادار تهران به وسیلهی شبکه های عصبی مصنوعی است. مقادیر میانگین مربوط به نسبت های مالی کلیدی در پژوهش های صورت گرفته در پیشینه موضوع به عنوان ورودی شبکه های عصبی انتخاب شده اند. شبکه عصبی بهکار گرفته شده در این مقاله از نوع پرسپترون چند لایه است که به روش الگوریتم پس انتشار خطا آموزش دیده اند و شامل شبکه عصبی پیش خور سه لایه با ترکیب (1 : 4 : 5) در آرایش نرون های ورودی، میانی و خروجی است. نمونه مورد نظر شامل دو گروه شرکت های ورشکسته و غیر ورشکسته است. گروه ورشکسته بر مبنای ماده 141 قاتون تجارت طی سال های 1378 لغایت 1385 انتخاب شده اند و گروه غیرورشکسته نیز به صورت تصادفی انتخاب شده اند. مجموعه ای مساوی از داده های فوق با استفاده از شبکه های عصبی و تحلیل تمایزی چندگانه مورد تحلیل قرار گرفتند. مقایسه توانمندی پیش بینیهای شبکه عصبی و تحلیل تمایزی چندگانه نیز ارایه شده است. همچنین صحت پیش بینی شبکه های عصبی با استفاده از نمودار ROC ارائه شده است. نتایج نشان دادند که تفاوت معناداری بین MDA و ANN وجود دارد. همچنین طبق نتایج کم بودن خطای نوع اول بر خطای نوع دوم پیش بینی اولویت دارد.
برآورد ریسک و ظرفیت اعتباری مشتریان بانک تجارت با استفاده از شبکه های عصبی
حوزه های تخصصی:
امروزه به خاطر افزایش درخواست اعتبارات از بانک ها، مطالبات معوق بانک ها نیز بیشتر شده است. بنابراین، بانک ها برای کاهش مطالبات معوق و بالا بردن کارایی سیستم پولی خود، مجبور شده اند که از روش های گوناگونی همچون روش سنتی قضاوت شخصی و تحلیل ممیزی برای ارزیابی ریسک اعتباری مشتریان بهره ببرند. با این وجود، در قالب پرداخت های کنونی اکثر شرکت ها و مشتریان اعتباری اذعان بر ناکافی بودن تسهیلات دریافتی دارند. بنابراین ارایه مدلی که بتواند ریسک و ظرفیت اعتباری مشتریان را به نحو مناسبی تعیین کند، بانک ها را قادر خواهد ساخت از تسهیلات جمع آوری شده استفاده بهینه ای داشته باشند. بدین منظور، در این مقاله با استفاده از مدل شبکه های عصبی و اطلاعات ترازنامه ای مشتریان بانک تجارت، مدلی برای محاسبه ریسک و ظرفیت اعتباری مشتریان ارایه شده است.
پیش بینی شاخص بورس اوراق بهادار تهران با استفاده از شبکه های عصبی
حوزه های تخصصی:
اندازه و روند شاخص های قیمت سهام یکی از مهمترین عوامل تاثیرگذار بر تصمیمات سرمایه گذاران در بازارهای مالی می باشد. جهت پیش بینی بازار از تکنیکهای مختلفی استفاده شده است که معمول ترین آنها روشهای رگرسیون و مدل های ARIMA هستند اما این مدل ها در عمل جهت پیش بینی بعضی از سریها ناموفق بوده اند. در تحقیق حاضر برای پیش بینی شاخص کل بورس از مدل شبکه های عصبی پیش خور با قانون یادگیری پس انتشار خطا5 در سه ساختار شبکه با الگوهای متفاوت ورودی استفاده گردید و نتایج مدل با نتایج مدل های رگرسیون چند متغیره و مدل های ARIMA مورد مقایسه قرار گرفت.نتایج تحقیق نشان داد که روش شبکه های عصبی خطای RMSE به میزان قابل توجهی کمتر از RMSE روشهای دیگر است و در بازار بورس اوراق بهادارتهران پیش بینی کوتاه مدت با فاصله زمانی کمتر، مناسب تر از پیش بینی بلند مدت با فاصله زمانی طولانی تر است.
نقش سیستم های خبره در مدیریت سازمان های نظامی طراحی موردی سیستم خبره عیب یابی سلاح های انفرادی (کالیبر کوچک) موجود در نیروی زمینی ارتش با استفاده از مدل وی پی اکسپرت
حوزه های تخصصی:
سازمان ها یا تغییر می کنند، یا نابود شده و از بین می روند. یکی از تغییرات مهم اواخر قرن بیستم، ظهور فناوری اطلاعات و ارتباطات است. فناوری اطلاعات یکی از عوامل مهم پیشرفت در جوامع امروزی است. این مبحث جدید به سرعت رشد کرده و تغییرات بنیادینی در جوامع ایجاد نموده است. امروزه در هر سازمان و یا شرکتی اعم از دولتی یا خصوصی، بحث به کارگیری فناوری اطلاعات مطرح است.
یکی از مهمترین بخش های مطرح در این زمینه، هوش مصنوعی و سیستم های خبره بوده است که ظهور این سیستم ها جهش بزرگی در این عرصه محسوب می شود. در این میان، بخش نظامی یکی از اولین حوزه هایی بوده که نسبت به طراحی و توسعه این سیستم ها تلاش نموده و بی تردید، یکی از موفق ترین بخش ها در این زمینه بوده است.
در این مقاله، پس از بررسی تغییرات به وجود آمده در جوامع و سازمان ها، به بررسی اهمیت هوش مصنوعی و سیستم های خبره با توجه به این تغییرات پرداخته می شود و پس از معرفی نمونه هایی از کاربردهای این سیستم ها در بخش نظامی، سیستم خبرة طراحی شده برای عیب یابی سلاح های انفرادی (کالیبر کوچک) موجود در نیروی زمینی ارتش جمهوری اسلامی ایران با استفاده از VP-Expert ارائه می گردد.
طراحی سیستم خبره فازی برای انتخاب سیستم برنامه ریزی منابع سازمان(مقاله علمی وزارت علوم)
حوزه های تخصصی:
انتخاب سیستم برنامه ریزی منابع سازمان به دلیل هزینهی سنگین خرید و پیاده سازی آن و همچنین پیچیدگیهای تطبیق فرآیندهای سازمان با سیستم جدید، از تصمیمات خطیر مدیریتی محسوب میشود. هدف این مقاله، طراحی یک سیستم خبره فازی برای انتخاب سیستم برنامه ریزی منابع سازمان مناسب بر مبنای معیارهای انتخاب معتبر و بین المللی است تا ریسک ناشی از انتخاب نادرست تا حدامکان کاهش داده شود. منطق فازی این امکان را میدهد که چنانچه یک گزینه در معیاری فاقد انطباق لازم با شرایط سازمان باشد، وضعیت معیار متناظر دیگری بررسی شده تا امکان انتخاب گزینه مناسب به آسانی کاهش نیابد و ارزیابی در سطح کلیه شاخص ها و به صورت فازی انجام شود. از سوی دیگر قواعد سیستم خبره فازی، شرایط گزینه ها را با توجه به مطالبات سازمان بررسی میکند و بدین ترتیب، رتبه بندی بدون نیاز به مقایسهی مستقیم گزینه ها که با مقایسهی هر گزینه با شرایط مطلوب سازمان انجام میگیرد. به منظور اعتبارسنجی و بیان بهتر مطالب، پژوهش به همراه مطالعهی موردی مربوط به یکی از واحد های صنعتی داخل کشور تبیین شده است.
الگوی کاربرد فناوری اطلاعات در تصمیم گیری مدیران در شرکت مخابرات ایران
حوزه های تخصصی:
مقاله حاضر به بررسی الگوی کاربرد موثر فناوری اطلاعات در تصمیم گیری مدیران شرکت مخابرات ایران می پردازد. در این مقاله با استفاده از یکی از مشهوترین نظریه های یادگیری سازمانی در مورد توسعه فناوری اطلاعات در سازمان یعنی مدل رشد نولان شاخصهای کاربری موثر سیستمهای فناوری اطلاعات سازمان، مشخص و همچنین امکان تعیین وضعیت فعلی کاربرد سیستم فناوری اطلاعات سازمان میزان استفاده مدیران از این سیستمها در تصمیم گیریهای خود فراهم شده است. در نهایت نتایج بدست آمده، امکان ارایه الگویی جهت کاربرد موثر فناوری اطلاعات در تصمیم گیری مدیران را فراهم می کند
رویکردهای جدید در پیش بینی با استفاده از شبکه های عصبی- فازی: قیمت نفت(مقاله علمی وزارت علوم)
حوزه های تخصصی:
دنیای امروز دنیای تغییر است و دانستن این که در آینده چه موقعیتی در انتظار ما است، تقاضای محصولات ما چه قدر است و یا آن ها را به چه قیمتی می توانیم به فروش برسانیم، عامل مهمی در حفظ حیات و بقای سازمان ها است. برای دسترسی به آینده باید بتوانیم پیش بینی کنیم. با پیشرفت روزافزون علم، استفاده از روش های جدید و به کارگیری تکنولوژی های هوشمند رونق بسیاری پیدا کرده است.
در این تحقیق کاربرد علم پیش بینی در مدیریت مورد پژوهش قرار گرفته و سعی شده است که روش ها و الگوریتم های جدید مانند شبکه های عصبی و منطق فازی تشریح شده و کاربرد ترکیب این دو روش در پیش بینی بررسی شود. از همین رو نخست با استفاده از چندین روش مختلف مانند میانگین متحرک ساده، میانگین متحرک موزون، نمو هموار ساده، نمو هموار دوبل، روند خطی، روند تابع ترکیبی و روند نمایی پیش بینی مورد نظر انجام شد، سپس نتایج این روش ها هم با نتایج حاصل از روش شبکه های عصبی فازی با استفاده از شش معیار اندازه گیری خطای پیش بینی مقایسه گردید و این نتیجه به دست آمده که در همه معیارها، روش شبکه های عصبی فازی نسبت به سایر روش ها برتری دارد و میزان تطابق داده ها (ضریب2R) مربوط به شبکه های عصبی- فازی90 درصد است. داده های استفاده شده در این تحقیق مربوط به سال های 1970- 2005 میلادی کشورهای صادر کننده نفت (اوپک) بوده است.
تدوین یک سیستم خبره فازی جهت طراحی ساختار سازمانی
حوزه های تخصصی:
در این مقاله با فرض قرار دادن رویکرد اقتضایی، سعی شده است، مدلی بر مبنای ریاضیات فازی جهت تعیین ساختار مناسب سازمانی ارایه گردد. مدل معرفی شده پنج مرحله دارد. در مرحله اول یک سیستم فازی طراحی می شود که ورودی های آن را چهار بعد مهم محتوایی سازمان و خروجی آن را شکل های مختلف سازمانی معرفی شده توسط مینتزبرگ، تشکیل می دهند. در مرحله دوم ورودی ها و خروجی ها پس از افرازبندی، به اعداد فازی تبدیل می شوند. قوانین استنتاج (موتور استنتاج) در مرحله سوم تبیین می گردند. در مرحله چهارم فازی زدایی انجام می گیرد. در نهایت مدل طراحی شده در مرحله پنجم آزمون می شود.
انتخاب و بهینه سازی سبد سهام با استفاده از الگوریتم ژنتیک بر اساس تعاریف متفاوتی از ریسک(مقاله پژوهشی دانشگاه آزاد)
حوزه های تخصصی:
آشنایی با مدیریت ارتباط با مشتری ECRM و CRM(مقاله علمی وزارت علوم)
حوزه های تخصصی:
تبیین قابلیت های توانمندساز سیستم خبره برای ارتقای تصمیمات راهبردی سازمان(مقاله علمی وزارت علوم)
حوزه های تخصصی:
تصمیم گیری زیربنای ایجاد سازمان و حرکت، رشد وتوسعه آن ها برای کسب اهداف مشخص در سطوح راهبردی است و بر پایه ادراک، دانش، آگاهی از پیامدها، شناخت محیط و سرعت عمل رهبران و مدیران سازمان صورت می گیرد. گستردگی و پیچیدگی فرایند های لازم برای تحقق به عزم سازمان و اتخاذ تصمیم های راهبردی ضرورت بهره مندی سازمان از یک سامانه سیستماتیک و هوشمند تصمیم گیری را غیرقابل اجتناب می سازد. در این مقاله به بررسی و تبیین قابلیت های توانمندساز سیستم خبره و تاثیر آن بر تصمیمات سازمان مورد مطالعه در سطوح استراتژیک به مطالعه می پردازد. جامعه آماری تحقیق را 68 نفر از مدیران سازمان در سطوح ارشد ومیانی در تعامل با ماهیت محتوایی یک سیستم هوشمند تصمیم گیری شکل می دهد. تحقیق متضمن فرضیاتی در چارچوب تشخیص ماهیت مسائل سازمان، قدرت ادراک تصمیم گیران، شناسایی فرصت ها، انتخاب راهکار مناسب و ارزیابی تصمیمات سطوح استراتژیک است که با توجه به ویژگی های سیستم خبره مورد بررسی و آزمون قرار گرفته است. پس از ارائه داده ها، تحلیل رفتار آزمودنی ها و تبیین نتایج آزمون فرضیه ها، راهبرد هایی جهت اشاعه سیستم های هوشمند در سطوح مدیریت عالی سازمان ارائه می شود.
شناسایی نوع اظهار نظر حسابرسان با استفاده از شبکه های عصبی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
شیوه های داده کاوی جدید می تواند حسابرسان را در ارایه نوع اظهارنظر حسابرسی یاری رساند. در این تحقیق برای اولین بار در ایران به منظور توسعه الگوهایی که قادر به شناسایی و پیش بینی نوع اظهارنظر حسابرسان باشد، عملکرد شبکه های عصبی در مقایسه با الگوهای کلاسیک مورد بررسی قرار گرفته است. شیوه های مورد استفاده در این پژوهش شامل شبکه عصبی پرسپترون چند لایه (MLP) و هم چنین رگرسیون لجستیک (LR) است. دوره زمانی این تحقیق از ابتدای سال 1379 تا پایان سال 1386 و جامعه آماری تحقیق تمام شرکتهای پذیرفته شده در بورس اوراق بهادار تهران است. در این مطالعه به منظور شناسایی و پیش بینی نوع اظهارنظر حسابرسان، شاخصهای مرتبط با سودآوری، نقدینگی، اهرمی، فعالیت، رشد، اندازه، دعاوی حقوقی، بهره وری و سایر عوامل تاثیرگذار مورد بررسی قرار گرفته است. نتایج تحقیق حاکی از توان زیاد شبکه پرسپترون چندلایه در شناسایی و پیش بینی انواع اظهارنظر حسابرسان است. این شبکه با میزان صحت %87.75 بهترین عملکرد را در شناسایی نوع گزارش حسابرسی داشت و رگرسیون لجستیک عملکرد ضعیفی در شناسایی اظهارنظر مشروط دارد و الگوی نامتوازنی در شناسایی انواع اظهارنظر حسابرس است. نتایج این الگوها می تواند برای پیش بینی نوع اظهارنظر حسابرسی توسط حسابرسان داخلی و مستقل، سرمایه گذاران، اعتباردهندگان، و سایر ذی نفعان سودمند واقع شود.
طراحی مدل پیش‌بینی ترکیبی در صنعت نفت (مدل سیستم های خبره تصمیم گیرنده)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
پیش بینی های مختلف مسایل اقتصادی متکی به روش های اقتصادسنجی می باشد و توان بالای این مدل ها در برآورد معادلات خاص منجر به استفاده وسیع از این مدل ها شده است. از حدود دو دهه قبل روش های ترکیبی در پیش بینی مطرح شده است و در این تحقیق، رویکرد پیش بینی ترکیبی در مدل های اقتصادی مورد بررسی و تجزیه و تحلیل قرار گرفته است. رویکرد مذکور به خاطر توان بالایی که در کاهش میزان خطای نتایج پیش بینی دارد، در مسایل مختلف مالی و اقتصادی و بازرگانی به کار گرفته شده است. در این تحقیق سعی شده است با تأکید بر آخرین دستاوردها در حوزه مسایل پیش بینی ترکیبی، با استفاده از این رویکرد تا حد امکان خطاهای پیش بینی تقاضای نفت را کاهش داد. جهت مدلسازی ترکیبی، در ابتدا با استفاده از روش های مختلف، پیش بینی انجام شده است که در این مطالعه آنها روش های فردی نامیده شده اند. مدل های پیش بینی فردی مورد استفاده شامل روش های هموارسازی نمایی، تحلیل روند، باکس جنکینز، تحلیل های علّی و مدل شبکه عصبی می باشد.
کاربرد سیستم های خبره در فرآیند حسابرسی
حوزه های تخصصی:
نوآوری در عرصه ی فن آوری اطلاعات و ارتباطات و کاربرد ابزارها و روش های نوین در حسابرسی باعث افزایش دقت و پیشرفت روز افزون حرفه حسابرسی شده است، یکی از این پیشرفت ها اجرای سیستم های خبره در فرایند حسابرسی است. این سیستم هزینه ی گردآوری داده ها را کاهش داده و موجب اثربخشی فرایند حسابرسی می شود.هدف این تحقیق بررسی اهمیت سیستم های خبره در فرایند حسابرسی است. نتایج مطالعه نشان می دهد، بکارگیری سیستم های خبره موجب افزایش کارایی و کاهش هزینه های حسابرسی و تصمیم گیری های منطقی درفرایند حسابرسی خواهد شد.
پیش بینی تقاضای انرژی بخش حمل و نقل با استفاده از شبکه های عصبی: مطالعة موردی در ایران(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در این مقاله با استفاده از شبکه های عصبی مصنوعی و با در نظر گرفتن شاخص های اقتصادی و
اجتماعی، تقاضای انرژی بخش حمل و نقل کشور در سال های 1386 تا 1400 پیش بینی شده است. از
شبکه های عصبی رو به جلو با ناظر برای پیش بینی و از الگوریتم پس انتشار برای آموزش شبکه ها
استفاده شده است. برای بررسی تأثیر شاخص های اقتصادی و اجتماعی بر تقاضای انرژی بخش حمل
و نقل، داده های مربوط به تولید ناخالص داخلی، جمعیت و تعداد خودرو طی سال های 1347 تا 1385
به کار گرفته شده است. نتایج حاصل از پیش بینی با این روش در مقایسه با روش رگرسیون
چندمتغیره، نشان دهندة خطای به مراتب کمتری است،؛ به طوری که درصد میانگین قدرمطلق خطا
6% کاهش یافت. / 15 % به 05 / از 52
شناسایی و رتبه بندی عوامل کلیدی موفقیت مدیریت دانش با استفاده از رویکرد گسترش عملکرد کیفیت فازی: یک مطالعه موردی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
هدف اصلی این پژوهش، رتبه بندی عوامل کلیدی موفقیت مدیریت دانش با استفاده از رویکرد گسترش عملکرد کیفیت فازی در شرکت مکو می باشد. در این پژوهش از یک استراتژی سه مرحله ای کیفی- کمی- کیفی استفاده شده است. در بخش کیفی نخست (مرحله اول پژوهش)، با انجام مطالعه ای موردی، عوامل کلیدی موفقیت مدیریت دانش و نتایج مدیریت دانش در شرکت مکو شناسایی گردید. سپس در بخش کمی پژوهش (مرحله دوم پژوهش)، عوامل کلیدی موفقیت مدیریت دانش شناسایی شده در بخش کیفی نخست، با استفاده از رویکرد گسترش عملکرد کیفیت فازی رتبه بندی گردید. در بخش کیفی دوم (مرحله سوم پژوهش)، راه کارهایی جهت تحقق و بهبود عوامل کلیدی موفقیت مدیریت دانش در شرکت مکو ارائه شده است. بر اساس اطلاعات در دسترس محققین، این پژوهش از نخستین پژوهش هایی است که عوامل کلیدی موفقیت مدیریت دانش را با استفاده از رویکرد گسترش عملکرد کیفیت فازی مورد ارزیابی قرار می دهد. این روش به سبب اولویت بندی عوامل کلیدی موفقیت مدیریت دانش با توجه به نتایج مدیریت دانش، ابزاری مناسب را برای ارزیابی استقرار مدیریت دانش در سازمان ها ارائه می دهد.
سیستمهای کنترل هوشمند تاسیسات حرارتی ساختمان
حوزه های تخصصی:
محدودیت منابع انرژی ، آلودگی محیط زیست ، هزینه های هنگفت بالادستی در توسعه منابع انرژی همگی مسائلی است که دولتهای کشورهای توسعه یافته و در حال توسعه را به خود مشغول کرده است . در این میان اختصاص 40 درصد منابع انرژی به بخش ساختمان ، کنترل و بهینه سازی مصرف انرژی در این بخش را بیش از پیش حائز اهمیت می سازد . ...
کاربرد شبکه های عصبی هوشمند
حوزه های تخصصی: