نام پژوهشگر: محمد عیسی زاده

بررسی عوامل موفقیت بر کسب و کارهای گردشگری استان اردبیل (مطالعه موردی هتلها)
thesis دانشگاه آزاد اسلامی واحد گرمی - دانشکده مدیریت 1394
  محمد عیسی زاده   عظیم اصلانی

هدف اصلی این تحقیق بررسی عوامل موثر بر موفقیت کسب و کارهای گردشگری استان اردبیل(مطالعه موردی هتلها) بود. روش تحقیق از نوع مقطعی و جامعه آماری تحقیق کسب و کارهای گردشگری استان اردبیل (هتل ها)(800n=) بودندکه تعداد(65n=) شرکت به صورت نمونه انتخاب گردید اطلاعات مورد نیاز از طریق پخش پرسشنامه نوبخت(1392) در بین مدیران هتلها، جمع آوری و با استفاده از آزمون های همبستگی و رگرسیون مورد تحلیل قرار گرفت. نتایج تحقیق نشان داد که عوامل بازاریابی، شبکه سازی،دسترسی به سرمایه و قانونمندی(به صورت منفی) از عوامل اثر گذار موفقیت هتل ها در استان اردبیل می باشد. نتایج به دست آمده پیشنهاد می کند که صاحبان این کسب و کارها جهت موفقیت، بهتر است به بهبود فعالیتهای بازاریابی، گسترش یا ایجاد شبکه سازی و دسترسی به سرمایه اهتمام ورزند. همچنین آژانسهای کسب و کار و دانشگاهها در زمینه استفاده از اطلاعات و کاربرد سرمایه ها می توانند در این زمینه موثر واقع شوند. دولت بایستی در راستای حل معظلات قانونی اقدامات اساسی انجام دهد.

تخمین جریان رودخانه زرینه رود با استفاده از مدل های هیبریدی فراکاوشی
thesis وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده کشاورزی 1394
  محمد عیسی زاده   محمد علی قربانی

در این پایان نامه قابلیت مدل های شبکه عصبی پرسپترون چند لایه، رگرسیون بردار پشتیبان، هیبرید موجک – عصبی و هیبرید موجک – رگرسیون بردار پشتیبان برای تخمین جریان رودخانه بررسی گردید . در این راستا سری زمانی جریان ماهانه رودخانه در دوره 1367 تا 1390 برای ایستگاه های صفاخانه، سنته و پل آنیان از حوضه آبریز رودخانه زرینه رود در شمال غربی ایران استفاده شد. جهت تعیین بهترین ساختار ورودی مدل ها، ترکیب های ورودی مختلف از جریان ماهانه تاخیر یافته، سری میانگین ماهانه و شاخص زمان مورد بررسی قرار گرفت. نتایج مدل ها با استفاده از ریشه میانگین مربعات خطا (rmse) و ضریب همبستگی (cc) مقایسه شدند. مقایسه مدل ها نشان می دهد که مدل های هیبرید موجک – عصبی و موجک –رگرسیون بردار پشتیبان از مدل های منفرد بهتر عمل نموده است. همچنین نتایج نشان داد که افزودن شاخص زمان و سری میانگین ماهانه به ورودی مدل ها به طور قابل توجهی باعث افزایش عملکرد آنها می گردد. همچنین مدل موجک_ عصبی با مقادیر cc و rmse به ترتیب برابر با 991/0، (m3/s)084/1، 994/0، (m3/s)262/1، 987/0 و(m3/s)487/6 در دوره صحت سنجی، بهتر از سایر مدل ها برای پیش بینی سری زمانی جریان ماهانه ایستگاه های صفاخانه، سنته و پل آنیان عمل نموده است.