نام پژوهشگر: مریم اعتمادی

ارزیابی عملکرد پارک های علم و فناوری کشور در حوزه حمایت از نوآوری و تجاری سازی ایده ها با استفاده از تحلیل پوششی داده های شبکه ای
thesis وزارت علوم، تحقیقات و فناوری - دانشگاه علم و هنر - دانشکده علوم انسانی 1392
  مریم اعتمادی   حبیب الله میرغفوری

امروزه ارزیابی عملکرد و نظام های بازخورد به عنوان یکی از عوامل موثر در موفقیت سازمان ها به شمار می رود. از طرفی پارک های علم و فناوری به عنوان زیرساخت هایی هوشمند برای ایجاد اقتصاد دانش محور محسوب می شوند. بنابراین با توجه به جایگاه ارزیابی در سازمان ها و اهمیت پارک¬های علم و فناوری در توسعه فناوری و رشد اقتصادی کشور، این پژوهش با هدف ارزیابی عملکرد پارک¬های علم و فناوری انجام شده است. در این پژوهش با استفاده از مدل تحلیل پوششی داده های شبکه ای به ارزیابی عملکرد این پارک ها در دو حوزه حمایت از نوآوری و تجاری سازی ایده ها، که از رسالت های اساسی پارک ها محسوب می شود، پرداخته شده است. در این راستا، به منظور شناسایی شاخص های موثر در ارزیابی عملکرد پارک ها، از مقالات به روز و منابع معتبر در این زمینه استفاده شد. در نهایت 9 شاخص با تأیید خبرگان، به عنوان ورودی ها و خروجی های مدل تحلیل پوششی داده های شبکه ای و به تفکیک دو حوزه حمایت از نوآوری و تجاری سازی ایده ها، تعیین شدند. جامعه تحقیق در این پژوهش، پارک های علم و فناوری در سراسر کشور با تعداد 33 پارک و نمونه تحقیق که واحدهای تصمیم گیری در مدل تحلیل پوششی داده های شبکه ای می باشد تعداد 15 پارک است. مقادیر شاخص های مدل برای پارک های علم و فناوری در بازه زمانی یک ساله جمع آوری شده و مقادیر کارایی برای هر یک از پارک ها با استفاده از نرم افزار winqsb محاسبه گردید. نتایج نشان داد که در مجموع این پارک ها در حوزه تجاری سازی ایده ها، عملکرد بهتری نسبت به حوزه حمایت از نوآوری دارند. هم چنین، با این که تعدادی از پارک ها در حوزه حمایت از نوآوری و تعدادی نیز در حوزه تجاری سازی ایده ها کارا هستند، هیچ یک به طور همزمان در هر دو حوزه کارا نشده اند. علاوه براین، تحلیل حساسیت ورودی ها و خروجی های مدل نشان داد که ورودی های فضای اختصاص داده شده به شرکت های مستقر و حمایت مالی پارک از این شرکت ها، معیارهای موثری بر عملکرد پارک ها تلقی می شوند که لازم است توجه ویژه ای به آن ها شود.

کاربرد روش شبکه های عصبی برای حل مساله تخصیص تعمیم یافته
thesis 0 1380
  مریم اعتمادی   محمدعلی صنیعی منفرد

مساله تخصیص تعمیم یافته یک مساله بهینه سازی ترکیبی معروف است که در آن هدف حداقل کردن هزینه تخصیص شغل ها به افراد است . به طوری که هر شغل تنها به یک نفر داده شده و به هیچ فردی بیش از ظرفیت آن کار داده نشود. این مساله دارای کاربردهایی مانند تعیین مسیر وسائل نقلیه ، تخصیص کا ربه کامپیوترهای موجود در یک شبکه کامپیوتری ، برنامه ریزی منبع ، طراحی شبکه های ارتباطات ، برنامه ریزی برای طول آگهی های تجاری تلویزیون و ... دارد. در این پایان نامه ، روشهای مختلفی که برای حل مسئله تخصیص تعمیم یافته در ادبیات تحقیق در عملیات بیان شده مورد بررسی و تحلیل قرار می گیرد. سپس روش شبکه های عصبی هاپفیلد را به عنوان یک روش حل بلادرنگ مورد بررسی انتقادی قرار می دهیم و روش های آبه در 1992 و گال و زیسیمپولوس در 1999 ، به عنوان آخرین توسیع های مدل هاپفیلد مورد مطالعه قرار می گیرند. در ادبیات شبکه های عصبی هاپفیلد تنها روش تابع جریمه خارجی برای تبدیل مسائل بهینه سازی با محدویت به بدون محدویت به کار برده شده است . در این پایان نامه ما روشهای تابع جریمه داخلی ، تابع جریمه خارجی ، دوآل لاگرانژین افزوده به جای روش تابع جریمه خارجی موجود در مدل آبه نتایج بهتری نسبت به مدل های آبه و گال حاصل می گردد.