روابط ساختار- فعالیت از جمله روش های مهم در کمومتری هستند که بررسی رابطه ی بین ساختار و فعالیت ترکیبات، پیش بینی فعالیت ترکیبات جدید را براساس اطلاعات مربوط به ساختار شیمیایی آن ها امکان پذیر می سازد. در این تحقیق متغیرهای کوانتومی در حالت خلأ، حلال آب و اکتانول مطابق با روش اونزاگر، متغیرهای پتانسیل الکترواستاتیک پولیتزر، رزونانس مغناطیس هسته برای 67 مولکول ازمشتقات فنول محاسبه شد. وابستگی فعالیت ضد میکروبی فنول به این پارامترها با استفاده از رگرسیون خطی چندگانه مورد ارزیابی قرار گرفت. نتایج برای 67 مولکول فنول همبستگی نسبتاً قوی با ضریب خطی با 43/0r2l00= نشان می دهد. در این مدل متغیر اوربیتال انرژی سهم قابل ملاحظه ای در فعالیت بیولوژیکی این سری از مواد دارا می باشد. از آنجائیکه ارزیابی اولیه این سری نشان می داد که مکانیسم عمل دسته ای از آن ها متفاوت است. مدل سازی برای دو دسته 51 و 16 مولکول به طور جداگانه انجام داده شد. ضریب خطی مدل ها به ترتیب 64/0loo=2r و 7/0loo=2r حاصل گردید. در ادامه تلاش هایی برای در یک رژیم قرار دادن تمام مولکول ها صورت گرفت و به این منظور سعی شد متغیرهای غیر خطی در مدل با استفاده از شبکه عصبی منظور شود. الگوریتم ژنتیک به همراه شبکه عصبی مدلی ارائه داد که برای کلیه مولکول ها مرتبه خطی برابر 79/0= r2را نشان می دهد که مرتبه خطی آن نسبت به مدل خطی اولیه ارتقاء یافته است. مدل ایجاد شده با شبکه عصبی پیشنهاد می کند که مکانیسم عمل را متغیربیشترین بار مثبت معین می نماید.

نمره دهی اعتباری مشتری اغلب به عنوان یک وظیفه ی دسته بندی که در آن مشتریان وضعیت خوب یا بد می گیرند، در نظر گرفته می شود. با توجه به محدودیت منابع مالی در اختیار بانک ها، ارزیابی اعتباری مشتریان پیش از اعطای تسهیلات یکی از مهمترین چالش ها در سیستم بانکی است. با بهره گیری از تحلیل اطلاعات مربوط به مشتریان با استفاده از الگوریتم های داده کاوی و هوش مصنوعی می توان بدون قضاوت شخصی به ارزیابی اعتباری متقاضیان تسهیلات پرداخت. یک گام مهم در جهت توسعه ی مدل های دقیق دسته بندی مالی، انتخاب ویژگی است که اغلب بر اساس قضاوت ذهنی کارشناسان انجام می گیرد. با این حال، الگوریتم های انتخاب ویژگی خودکار می-توانند کمک بزرگی برای تصمیم گیرندگان اعتباری باشند. این تحقیق از هر دو روش انتخاب ویژگی، حلقه باز و حلقه بسته، که دقت دسته بندی کننده های شبکه عصبی را بهبود می دهند، استفاده می کند. انتخاب یک الگوریتم مناسب برای آموزش شبکه عصبی بسیار مهم است. عموماً از الگوریتم های پس انتشار در آموزش شبکه های عصبی استفاده می شود. الگوریتم های آموزش پس-انتشار، از اطلاعات گرادیان نزولی برای کاهش خطاهای خروجی استفاده می کنند. در حالی که این الگوریتم ها ثابت می کنند که در آموزش انواع زیادی از ساختارهای شبکه عصبی بسیار قوی و موثر هستند، از برخی اشکالات جدی همچون همگرایی کند و گیر افتادن در مینیمم محلی رنج می برند. این تحقیق الگوریتم رقابت استعماری را برای آموزش شبکه عصبی پرسپترون چندلایه، به منظور بهبود قدرت پیش بینی مدل های نمره دهی اعتباری ارائه می دهد. تعداد نرون ها در لایه ی میانی شبکه پرسپترون تأثیر زیادی بر روی عملکرد این شبکه ها دارد. از اینرو، جهت بدست آوردن تعداد نرون های بهینه، شبکه عصبی به ازای تعداد نرون های متفاوت در لایه ی میانی خود مورد اجرا و آموزش قرار گرفت و تعداد نرون های بهینه بر اساس کمترین میزان میانگین مربعات خطا انتخاب شدند. یکی از معیارهای مهم در سیستم های اعتبارسنجی میزان خطای نوع دوم می باشد. بدین منظور، با استفاده از منحنی مشخصه عملکرد سیستم، بهترین نمره ی برش را جهت تفکیک مشتریان خوب و بد و در نتیجه کاهش خطای نوع دوم بدست آید. از ماشین بردار پشتیبانی و درخت تصمیم به عنوان سایر تکنیک های دسته بندی جهت مقایسه و ارزیابی مدل ارائه شده استفاده شد. نتایج نشان داد مدل شبکه عصبی بر سایر تکنیک ها برتری داشته و رویکرد رقابت استعماری برای آموزش مدل های شبکه عصبی، از عملکرد بهتری نسبت به روش های پس انتشار برخوردار است.

هدف اصلی پژوهش حاضر تعیین وضعیت تولیدات علمی اعضای هیأت علمی دانشکده کشاورزی دانشگاه شهید چمران، دانشگاه کشاورزی و منابع طبیعی رامین و دانشکده منابع طبیعی بهبهان در سطوح ملی و بین المللی طی سال های1368 تا 1387 شمسی به تفکیک نوع مدرک و روند رشد است. این پژوهش از نوع توصیفی است که با روش پیمایشی و با استفاده از شاخص های علم سنجی انجام شده است. ابزار گردآوری داده ها سیاهه وارسی، کارنامه ی پژوهشی، وهمچنین استفاده از داده های پایگاه وب آو ساینس می باشد. جامعه ی مورد مطالعه شامل 128 نفر عضو هیأت علمی شاغل در هر سه موسسه ی مورد مطالعه بود. یافته های پژوهش نشان دهنده ی روند صعودی تولیدات علمی طی دوره ی مورد بررسی بود و بیش ترین میزان مدرک علمی در سال 1387 تولید شد. از مجموع تعداد 5715 عنوان مدرک تولیدشده، مقالات با 3531 عنوان (7/61 درصد) در رتبه ی اول و پایان نامه های دوره های تحصیلات تکمیلی، طرح های پژوهشی و کتاب به ترتیب با 1700 (7/29 درصد)، 399 (9/6 درصد) و 85 (7/1 درصد) عنوان در رتبه های بعدی قرار گرفتند. قالب مدرک برتر تولیدی در هر سه موسسه مقاله ، و تولیدات علمی جامعه ی پژوهش به طور وسیع به زبان فارسی بود. مقایسه ی میزان تولیدات علمی بین موسسه ها، گروه های آموزشی و رشته های جامعه ی پژوهش بیانگر آن بود که دانشگاه کشاورزی و منابع طبیعی رامین، موسسه ی برتر از لحاظ تولیدات علمی و گروه آموزشی "زراعت و اصلاح نباتات" و رشته ی "زراعت" همین دانشگاه به ترتیب گروه آموزشی برتر و رشته ی برتر هستند. اینترنت، مجله ی لاتین و کتاب لاتین در هر سه موسسه به ترتیب، اولویت اول تا سوم منابع مورد جستجوی اطلاعات بودند و بین منابع چاپی و الکترونیکی، منابع الکترونیکی اولویت اول جستجوی اطلاعات توسط جامعه ی پژوهش بودند. از مجموع تعداد مقاله های تولیدشده، بیش ترین تعداد با 850 عنوان مقاله (3/70 درصد) در مجله های معتبر داخلی و کم ترین تعداد با 359 عنوان مقاله (7/29 درصد) در مجله های معتبر خارجی منتشر گردید. نتایج همچنین نشان داد که بین میزان تولیدات علمی، با سابقه ی خدمت و رتبه ی علمی اعضای هیأت علمی رابطه ی مثبت و بسیار معناداری وجود دارد. بررسی میزان تولیدات علمی جامعه ی پژوهش در پایگاه وب آو ساینس در دوره زمانی مورد بررسی حاکی از آن بود که تعداد 86 عنوان مدرک در این پایگاه نمایه شد. به تدریج و با نزدیک شدن به سال های انتهایی دوره، تعداد مدارک نمایه شده رو به افزایش گذاشت به طوری که بیش ترین تعداد مدرک در سال 2009 میلادی تولید شد که معادل 8/62 درصد مجموع تولیدات نمایه شده بود، که بیانگر روند رو به رشد تولیدات است. دانشکده کشاورزی دانشگاه شهید چمران با تولید 46 عنوان، موسسه ی برتر گردید. مقاله قالب مدرک برتر، و تمامی مدارک نمایه شده در این پایگاه، به زبان انگلیسی بود.

چکیده ندارد.

چکیده ندارد.