استفاده از اختیارهای معامله در بهبود مدیریت ریسک و انتخاب سبد سرمایه گذاری تأثیر به سزایی دارد. بازار اختیار معامله دارای سیستمی کاملاً غیرخطی و آشوب گونه است؛ این غیر خطی بودن بسیار پیچیده تر از رفتار غیر خطی در سهام بوده، که از شرایط سیاسی، اقتصادی و روانشناسی تأثیر می پذیرد. این ویژگی باعث شده تا روش های فرا ابتکاری بهتر از روش های سنتی عمل کنند. در این تحقیق به طراحی و ارائه ی یک مدل جدید و کارای پیش بینی قیمت اختیار معامله با استفاده از رویکرد فازی عصبی و پیاده سازی آن در بازار اختیار معامله ی سیدنی (استرالیا) پرداخته شده است. بدین منظور چهار روش مختلف از انواع شبکه های عصبی و منطق فازی به همراه الگوریتم های آموزش مختلف ّارائه و با نرم افزار متلب پیاده سازی شده است. این الگوها شامل شبکه ی عصبی ، شبکه ی عصبی به همراه ماشین بردار پشتیبان ، شبکه ی عصبی فازی (anfis) و شبکه ی anfis با الگوریتم آموزشی حرکت دسته ذرات و با استفاده از روش آنتروپی برای انتخاب بهترین ورودی ها است. قابل توجه است که روش چهارم روش پیشنهادی این تحقیق بوده است. نوآوری این تحقیق در توسعه نظری بوده که با تغییر در فر آیند آموزش شبکه ی عصبی فازی با استفاده از الگوریتم حرکت دسته ی ذرات و نیز آموزش همزمان کلیه ی متغیرهای آن به جای آموزش هر یک از آنها به صورت جداگانه و همچنین روش آنتروپی برای رتبه بندی کردن داده های ورودی به منظور کاهش خطا و یادگیری بهتر و سریع تر شبکه استفاده شده است. سپس با استفاده از سری زمانی مربوط به دو سال بازار اختیار معامله ی سیدنی برای صد شرکت و سایر متغیرهای موثر از جمله قیمت جاری سهام، قیمت توافقی اختیار معامله، زمان باقیمانده تا سررسید اختیار معامله، قیمت سهام در زمان سررسید اختیار معامله، نرخ بهره ی بدون ریسک در طول مدت سرمایه گذاری و همچنین سری های زمانی مربوط به قیمت اختیارات معامله که با استفاده از روش های سنتی مانند درخت دوتایی ، شبیه سازی مونت کارلو و روش دیفرانسیل محدود و نیز بهبود یافته های این روش ها محاسبه شده، به پیش بینی قیمت اختیار معاملات در روز آینده پرداخته و با انتخاب معیار های استاندارد ارزیابی عملکرد از جمله میانگین مربعات خطا (mse) و ضریب همبستگی بین نتایج حاصله و مقادیر مورد انتظار (r) مشخص شده که کدام پیکربندی در هر الگو، پیش بینی بهتری انجام داده است. نتایج نشان می دهد که روش پیشنهادی که از شبکه ی فازی عصبی و الگوریتم آموزشی حرکت دسته ذرات استفاده می کند، پیش بینی های بسیار مناسب تری داشته و نسبت به شبکه ی عصبی منفرد و سایر روش های مورد استفاده از سرعت بالاتر و توانایی تقریب قوی تری برای پیش بینی قیمت اختیار معامله برخوردار بوده است و آن را به عنوان روش برتر در پیش بینی قیمت اختیار معامله معرفی کرده است.

یکی از مهم ترین خواص فیزیکی شیمیایی مولکول های زیستی، پتانسیل یونش آن ها است. به عنوان مثال، وقتی یک فرایند جذب یا یونش نوری در سیستم زیستی اتفاق می افتد، ممکن است باعث اثرات نورزیستی مختلفی روی سیستم مانند آسیب، مرگ یا جهش گردد. داشتن مقادیر انرژی های یونش مولکول های زیستی در کشف سازوکار آسیب های وابسته به یونش نوری در مورد سلول ها، dna و پروتئین ها اهمیت دارد. در میان روش های مختلف، طیف سنجی فوتوالکترون یک روش قدرتمند برای تعیین انرژی یونش اتم ها و مولکول ها می باشد. با این وجود محدودیت هایی برای استخراج مستقیم انرژی های یونش از قله های بهدست آمده در طیف فوتوالکترون ثبت شدهبهخصوص برای مولکول های زیستی وجود دارد. اولین محدودیت مربوط به همپوشانی نوارهای یونش است، بهطوریکه هر قله مشاهده شده در طیف فوتوالکترون می تواند از بیش از یک نوار یونش تشکیل شده باشد. بنابراین تحلیل یک طیف فوتوالکترون تنها براساس انرژی های یونش بهدست آمده از قله های موجود در آن پیچیده و مبهم می باشد. محدودیت دوم مربوط به مولکول هایی با بیش از یک صورت بندی یا توتومر پایدار است. در مورد این مولکو ل ها طیف ثبت شده، جمع وزن دار شده از توتومرها وصورت بندی های سهیم در آن مولکول براساس درصد جمعیت آن ها می باشد. برای برطرف کردن این محدودیت ها، محاسبات از اساس در سطح بالا برای توصیف و تجزیه و تحلیل طیف های فوتوالکترون و همچنین آشکارکردن تفاوت های جزئی بین طیف های فوتوالکترون که در اثر تفاوت در محیط های شیمیایی و همچنین به دلیل اثرات صورت بندی و توتومرها ظاهر می شوند، لازم می باشد. در این کار، روش برهم کنش پیکربندی– خوشه های تقارن سازگار شده (sac-ci) برای محاسبه پنج انرژی اول یونش عمودی ظرفیتی تعدادی از مولکول های مهم زیستی شامل 2 و 4-دی نیتروفنول (dnp)، 2 و 4-دی نیتروآنیسول (dnan)، نیکوتینیک اسید (na)، نیکوتینیک اسید متیلاستر (name)، نیکوتین آمید (nam)، n و n-دی اتیل نیکوتین آمید (dnam)، باربیتوریک اسید (ba)، اوریک اسید (ua)، سیتوزین (cyt) و بتاکاروتن در فاز گازی به کاربرده شد. موقعیت های انرژی و شدت های محاسبه شده برای نوارهای یونش هر مولکول برای محاسبه طیف فوتوالکترون آن مولکول استفاده شدند. نسبت جمعیتی بولتزمن هر توتومر یا صورت بندی چرخشی یک مولکول که با استفاده از محاسبات ترموشیمی به دست می آید در محاسبه طیف فوتوالکترون هر مولکول در نظر گرفته شد. همچنین محاسبات اوربیتال های پیوندی طبیعی (nbo) برای تجزیه و تحلیل نوارهای یونش در طیف فوتوالکترون هر مولکول به کاربرده شد. در بین مولکول های مورد بررسی تنها در مورد بتاکاروتن بین طیف فوتوالکترون تجربی و محاسبه شده از روشsac-ciتوافق خوبی مشاهده نمی شود که این عدم همخوانی با توجه به بررسی های تجربی و نظری انجام گرفته در این کار به تجزیه شدن یا شکستن بتاکاروتن در دمای ثبت طیف فوتوالکترون تجربی (?300) نسبت داده شد. در نهایترابطه ای بین اولین انرژی یونش محاسبه شده برای مولکول های مورد بررسی با مقادیر نمایه k هوکل آن ها برای بهدست آوردن مقادیر انتگرال کولنی (?) و انتگرال رزونانسی (?) مربوط به این مولکول ها، بهدست آورده شد.