توسعه شبکه عصبی مصنوعی ترکیبی به منظور انتخاب سبد محصولات در سازمان ها
Authors
abstract
دنیای امروز شاهد رقابت فشرده سازمانها درحوزههای متنوع است و تصمیمگیری صحیح و بهینه،بخصوص در امور راهبردی مزیت رقابتی را برای هر سازمان به ارمغان میآورد. در این مقاله، مدلی برای یاری مدیران ارشد سازمان در اتخاذ تصمیمات راهبردی توسعه داده شده است. این مدل با استفاده از ترکیب رویکرد تصمیمگیری چندمعیاره فازی و شبکه عصبی مصنوعی ارائه شده و امکان شناسایی بهترین سبد محصولات برای سرمایهگذاری را برای مدیران ارشد و بدون دخالت مستقیم آنان در تصمیمگیری، فراهم میآورد. در مدل پیشنهادی، اولویتبندیمحصولات بر اساس معیارهای مورد نظر سازمان انجام میگیرد، به این نحو که ابتدا از دادههای سالیان گذشته و با استفاده از فرآیند تحلیل سلسه مراتبی فازی، ارزش یا وزنی اولیه برای هر یک از معیارهای انتخاب کالا و هر یک از محصولات کاندید محاسبه می شود. از آنجایی که اوزان به دست آمده لزوماً بهینه و یا نزدیک به بهینه نیستند، در گام پایانی، شبکه عصبی مصنوعی به کار گرفته شده است تا با اعمال فرآیند یادگیری و با بهرهگیری از نتایج به دست آمده، از فرآیند تحلیل سلسله مراتبی، مقادیر وزنها بیش از پیش بهبود یافته و جواب قابل قبولتری توسط مدل ارائه شود. مدل پیشنهادی به صورت مطالعه موردی در یک سازمان دارویی نمونه مورد بررسی قرار گرفته است و مقایسه خروجی آن با نتایج واقعی سرمایهگذاری انجام شده توسط سازمان، حکایت از ارائه نتایج قابل قبول توسط مدل توسعه یافته در این مقاله دارد.
similar resources
توسعه شبکه عصبی مصنوعی ترکیبی به منظور انتخاب سبد محصولات در سازمانها
دنیای امروز شاهد رقابت فشرده سازمانها درحوزههای متنوع است و تصمیمگیری صحیح و بهینه،بخصوص در امور راهبردی مزیت رقابتی را برای هر سازمان به ارمغان میآورد. در این مقاله، مدلی برای یاری مدیران ارشد سازمان در اتخاذ تصمیمات راهبردی توسعه داده شده است. این مدل با استفاده از ترکیب رویکرد تصمیمگیری چندمعیاره فازی و شبکه عصبی مصنوعی ارائهشده و امکان شناسایی بهترین سبد محصولات برای سرمایهگذاری را...
full textانتخاب سبد سرمایه ریسکی با استفاده از شبکه های عصبی
هدف اصلی این تحقیق دستیابی به یک سبد سرمایه مناسبتر برای سرمایهگذاران ریسکپذیر است. در این تحقیق مدل مارکوتیز در تئوری سبد سرمایه به عنوان مدل مقایسهای استفاده شده است و مدل شبکه عصبی با آن مقایسه شده است. الگوی یادگیری شبکه عصبی، الگوی «پس انتشار خطا» میباشد. سبد انتخابی شامل بیست سهم از بازار بورس اوراق بهادار تهران است که برای یک دوره سیزده ماهه مورد مطالعه قرار گرفته است. در هر دو مدل ...
full textپیشبینی تقاضای جهانی گاز طبیعی :توسعه مدل محاساباتی ترکیبی بر پایه شبکه عصبی مصنوعی
Recently natural gas global market attracted much attention since it is cleaner than oil and also is cheaper than renewable energy sources. However, price fluctuations, environmental concerns, technological development, unconventional resources, energy security challenges, and shipment are some of the forces made energy market more dynamic and complex in the last decade. Studying of natural gas...
full textتوسعه شبکه عصبی مصنوعی مبتنی بر الگوریتم ژنتیک به منظور پیشبینی آزمایشهای PVT چاههای نفت در صنایع بالادستی
در مرحله صیانت از مخازن نفتی صنایع بالادستی، آزمایشهای پیچیدهای موسوم به PVT برای شناسایی خواص سیالات مخزن انجام میگیرد. وجود مشکلاتی چون خطرات احتمالی، زمانبر بودن، دقیق نبودن نمونهها و محدودیتهای دما و فشار، باعث شده تا استفاده از روشهای هوشمند در این حوزه گسترش یابد. در این پژوهش به منظور اجتناب از مشکلات مذکور و یافتن رابطه پیچیده و غیرخطی دادههای آزمایشهای PVT از شبکه عصبی مصنوعی...
full textانتخاب سبد سرمایه ریسکی با استفاده از شبکه های عصبی
هدف اصلی این تحقیق دستیابی به یک سبد سرمایه مناسب تر برای سرمایه گذاران ریسک پذیر است. در این تحقیق مدل مارکوتیز در تئوری سبد سرمایه به عنوان مدل مقایسه ای استفاده شده است و مدل شبکه عصبی با آن مقایسه شده است. الگوی یادگیری شبکه عصبی، الگوی «پس انتشار خطا» می باشد. سبد انتخابی شامل بیست سهم از بازار بورس اوراق بهادار تهران است که برای یک دوره سیزده ماهه مورد مطالعه قرار گرفته است. در هر دو مدل ...
full textMy Resources
Save resource for easier access later
Journal title:
نشریه مهندسی صنایعPublisher: پردیس دانشکده های فنی
ISSN 2423-6896
volume 48
issue 1 2014
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023