چکیده: دیدگاهی که در این پژوهش ارائه می دهیم در دو مرحله جای می گیرد: مرحله ی اول طبقه بندی سهم ها ی پورتفوی ابتدایی با روش k-means به دسته های کوچکتر است، سپس طبقه ای که کمترین ریسک و بیشترین بازده را دارد یا به عبارتی طبقه ای که بهینه تر می باشد را به عنوان ورودی الگوریتم خود که آن را minvarmaxr نامیده ایم برمی گزینیم. الگوریتم مذبور،الگوریتم پویایی، براساس الگوریتم ژنتیک و مفهوم ارزش در معرض خطر می باشد. هدف ما از اجرای این الگوریتم مینیمم کردن ریسک و ماکسیمم کردن بازده پورتفوی، به صورت همزمان می باشد. به همین منظور 100 شرکت عضو بورس اوراق بهادار تهران طی سالهای 1388، 1389 و 1390 به صورت روزانه مورد مطالعه قرار گرفته است. توزیع داده ها نرمال نبوده، به همین دلیل از آزمون های آمار ناپارامتری جهت آزمون فرضیات استفاده شده است. نتایج تحقیق بیانگر آن است که طبقه بندی داده ها وسپس اجرای الگوریتم ژنتیک روی طبقه ی بهینه موجب دستیابی به پورتفویی می شود که نسبت به پورتفوهای حاصل از اجرای ژنتیک به تنهایی، دارای ریسک کمتر و بازدهی بیشتر است. همچنین در مورد سبدهای با اندازه ی کوچکتر، الگوریتم ژنتیک خود به خود سبدی را بر می گزیند که در طبقه ی بهینه ی انتخابی الگوریتم طبقه بندی جای گرفته است. واژه های کلیدی: الگوریتم ژنتیک، اگوریتم طبقه بندی، روش k-means، ارزش در معرض خطر.

چکیده پایان نامه (شامل خلاصه، اهداف، روش های اجرا و نتایج به دست آمده) : مدیریت موجودی سازمان، از مهم¬ترین بخش¬های هر سیستم تولیدی است. کنترل موجودی انبار، خرید بموقع و به اندازه مواد اولیه، و ارسال کالا در بهترین زمان جهت رفع نیاز خریدار با در نظر داشتن کمترین هزینه برای سازمان، از جمله مسائلی است که مورد توجه محققین علوم مدیریت و صنایع قرار دارد. مدل یک فروشنده و یک خریدار ادغام ¬شده با تولید یکی از مهم¬ترین مدل¬های کنترل موجودی است که طی سال¬های اخیر نظر بسیاری از محققین را جلب کرده¬است. در این پژوهش، مدل "یک فروشنده و یک خریدار ادغام شده با تولید" در محیط فازی مورد بررسی قرار می¬گیرد. همان¬طور که می¬دانید تقاضا در دنیای واقعی همیشه با عدم قطعیت همراه است. این عدم قطعیت در این پژوهش با استفاده از پارامتر فازی در نظر گرفته شده¬است. در این مدل، تقاضا به صورت یک پارامتر فازی احتمالی در نظر گرفته شده¬است. تمام اعداد فازی معرفی شده به صورت فازی مثلثی هستند. با توجه به اینکه تقاضا یک پارامتر فازی احتمالی است؛ بنابراین سیستم کنترل موجودی در شرایط عدم قطعیت قرار دارد. برای مقابله با عدم قطعیت موجود، موجودی اطمینان را نیز در سیستم کنترل موجودی حاضر در نظر گرفته¬ایم. پس از مدل¬بندی مساله در محیط فازی، آن را حل کرده و در انتها با استفاده از مثال عددی کارایی مدل¬ ارایه شده را نشان داده¬ایم.