مقایسه سیستم استنتاج فازی و شبکه عصبی فازی در مدل سازی بهره وری صنایع منتخب کشور با رویکرد داده کاوی

پایان نامه
چکیده

بهره وری مفهومی جامع و کلی است که افزایش آن به عنوان یک ضرورت، جهت ارتقای سطح زندگی، رفاه بیشتر، آرامش و آسایش انسان ها مطرح و هدفی اساس برای همه کشورهای جهان محسوب می شود. از سوی دیگر افزایش بهره وری، بر شاخص های اقتصاد ی جامعه مانند افزایش تولید، کاهش تورم، افزایش سطح اشتغال و توان رقابتی کشورها نیز تأثیر می گذارد. بنابراین بسیاری از کشورها به ویژه کشورهای در حال توسعه با انجام سرمایه گذاری های گسترده، به دنبال ارزش افزوده بالاتر و به دنبال آن بهره وری بیشتر و در نهایت دست یابی به رشد و توسعه اقتصادی بالاتر هستند. در این تحقیق به مدل سازی بهره وری کارگاه های صنعتی ده نفر و بیشتر در صنعت غذا پرداخته شده است(البته در قسمت ضمیمه مدل سازی صنعت نساجی هم ارائه شده است). در ابتدا بر اساس معیارهای تعداد شاغلان و موجودی سرمایه، کارگاه هایی که پتانسیل بهره وری بالا دارند را جدا کرده، سپس به بررسی آن کارگاه ها با استفاده متغیرهای هزینه ای و انواع ترکیب نیروی انسانی پرداخته شده است. روش های مورد استفاده جهت مدل سازی، داده کاوی و سیستم استنتاج فازی از یک سو و شبکه عصبی فازی از سوی دیگر است. نتایج تحقیق نشان داد که در این صنعت تنها 48% از کارگاه هایی که پتانسیل بهره وری بالا را داشتند توانستند به آن دست یابند. هم چنین سایر یافته ها نشان داد که در میان متغیرهای هزینه ای، جبران خدمات، هزینه مواد اولیه، سرمایه گذار و هزینه انرژی مصرفی و در میان متغیرهای مربوط به نیروی انسانی، تعداد شاغلان تولیدی، تعداد شاغلان مرد و تعداد شاغلان با تحصیلات عالی به ترتیب از اهمیت بالاتری در این صنعت برخوردار هستند. هم چنین مقایسه سیستم استنتاج فازی و شبکه عصبی فازی نشان از برتری نسبی شبکه عصبی فازی دارد، اما سیستم استنتاج فازی بر خلاف شبکه عصبی فازی روابط بین متغیرها را به تحلیل گر نشان می دهد یا به عبارتی سیستم استنتاج فازی بر خلاف شبکه عصبی فازی جعبه سفید است.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

مدل سازی فرایند لجن فعال با روش ترکیبی سیستم استنتاج فازی عصبی تطبیقی

در این مطالعه، از سامانه استنتاج فازی-عصبی تطبیقی برای مدل‌سازی فرایند تصفیه فاضلاب لجن فعال پتروشیمی مبین استفاده شد. این مدل برای پیش‌بینی غلظت اکسیژن مورد نیاز شیمیایی خروجی مورد استفاده قرار گرفت و ضریب همبستگی بین پارامترهای ورودی و کیفیت جریان خروجی محاسبه شد. پارامتر ورودی با بیشترین تأثیر بر کیفیت جریان خروجی تعیین شد و بر اساس آن، سه ساختار فازی- عصبی تطبیقی مستقل با تعداد پارامترهای گ...

متن کامل

پیش‌بینی بلند مدت رواناب با استفاده از شبکه های عصبی مصنوعی و سیستم استنتاج فازی

مدل‏های مفهومی ‌بر مبنای هوش مصنوعی، اغلب برای پیش‌بینی‏های کوتاه مدت و میان مدت هیدورلوژیکی به کار رفته اند. در این مقاله با استفاده از مفهوم تولید مجموعه ای از پیش‌بینی‌ها1 (ESP) و تفکیک مدل‏سازی برای متغیرهای اقلیمی‌و هیدرولوژیکی، از مدل‏های مفهومی ‌برای پیش‌بینی بلندمدت حجم جریان رودخانه زاینده رود در محل ورودی به سد زاینده رود استفاده می‌شود. سیستم استنتاج فازی برای پیش‌بینی بار...

متن کامل

مدل سازی مکانی مناطق اکتشاف نفتی با سیستم استنتاج فازی عصبی تطبیقی (anfis) در gis

فرآیند اکتشاف منابع هیدروکربنی فرآیندی بسیار پیچیده و پرهزینه می باشد. در این فرایند فاکتورهای متعدد زمین شناسی، ژئوشیمی و ژئوفیزیک تهیه و باهم تلفیق می شوند.  طراحی بهترین مسیر برای برداشت داده های لرزه نگاری و همچنین  تعیین بهترین محل برای حفر چاه های اکتشافی از اهمیت ویژه ایی برخوردار است، زیرا عدم دقت در انتخاب موقعیت مکانی، صرف هزینه و زمان زیاد در طول عملیات می باشد. هدف این تحقیق تعیین م...

متن کامل

مقایسه کاربرد شبکه عصبی مصنوعی (ANN) با سیستم استنتاج فازی (FIS) در پیش بینی جریان رودخانه زاینده رود

یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدل‌سازی سیستم‌هایی که دارای پیچیدگی زیاد یا عدم‌صراحت بوده و یا داده‌های کافی از آنها موجود نیست، استفاده از تئوری مجموعه‌های فازی و شبکه عصبی مصنوعی می‌باشد. مزیت اصلی این تکنیک‌ها نسبت به روش‌های رایج این است که در مدت زمان نسبتاً کوتاهی قادر به بررسی تأثیر انواع پارامترهای در دسترس، بر فرآیند مورد بررسی می‌باشند بدون آنکه در هر مرتبه نیاز به یافتن...

متن کامل

تخمین سطح تنش رطوبتی خاک با استفاده از مدل HYRDUS2D و سیستم استنتاج عصبی- فازی

در این پژوهش، به­منظور تعیین طول دوره­ی تنش در طول فصل کشت، قابلیت مدل­های HYDRUS2D و ANFIS در شبیه­سازی روند تغییرات زمانی رطوبت خاک و اجزای بیلان آب تحت آبیاری کامل و کم­آبیاری معمولی در دو سطح 75 (DI75) و 55 درصد (DI55) در یک مزرعه­ی ذرت با یکدیگر مقایسه شدند. بدین منظور، طی دو فصل زراعی داده­های رطوبت خاک با استفاده از رطوبت­سنج TRIME-FM برای واسنجی و صحت­یابی مدل HYDRUS2D برداشت شد. همچنین...

متن کامل

طراحی مدل پیش‌بینی و ارزیابی ظرفیت نوآوری شرکت‌های دانش‌بنیان با رویکرد استنتاج فازی عصبی- تطبیقی(ANFIS)

      ارزیابی ظرفیت نوآوری شرکت‌های دانش بنیان و پیش‌بینی میزان ظرفیت نوآوری آن‌ها برای این شرکت‌ها بسیار حائز اهمیت است و تصمیم در خصوص انتقال یا بسط فناوری شرکت تابع میزان ظرفیت نوآوری است. هدف اصلی این تحقیق، طراحی مدل ارزیابی ظرفیت نوآوری شرکت‌های دانش بنیان با رویکرد استنتاج فازی عصبی- تطبیقی است. سیستم استنتاج فازی عصبی - تطبیقی ([1]ANFIS) روش مناسبی برای حل مسائل غیرخطی است. ANFIS ترکیبی...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

موسسه آموزش عالی غیر انتفاعی و غیر دولتی جهاد دانشگاهی استان یزد - دانشکده علوم انسانی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023