هر چقدر مقوله بازاریابی رشد می نماید، به همان میزان بر اهمیت رابطه طولانی مدت با مشتری افزوده می گردد. مدیریت ارتباط با مشتری بعنوان یک پدیده بازاریابی بدنبال ایجاد رابطه پایدار با مشتریان سودده می باشد. این می تواند نقطه شروعی برای مدیریت رابطه جهت بدست آوردن میزان ارزش هر مشتری با هدف ایجاد رابطه بلند مدت با مشتریان سودده باشد. موفقیت شرکت به میزان توانایی سازمان آن در ایجاد و حفظ رابطه وفادارانه ارزشمند با مشتریان دارد. بنابراین تدوین استراتژی برای مشتریان بر اساس میزان ارزش آنها از اهمیت بالایی برخوردار می باشد.در این پایان نامه، چهار چوبی جهت محاسبه ارزش مشتری و تقسیم بندی مشتری بر اساس ارزش آن انجام می دهیم. در این مدل با استفاده از فضای ارزش دوره عمر مشتری که با محاسبه سه مقدار ارزش کنونی، ارزش پتانسیل و میزان وفاداری بدست می آید جایگاهی را برای هر مشتری در این فضا مشخص می نماییم. سپس، با استفاده از الگوریتم داده کاوی k-means به خوشه بندی مشتریان می پردازیم. پس از انتخاب بخش بندی مناسب مشتریان اقدام به تدوین استراتژی با در نظر گرفتن خصوصیات آنها می نماییم.پس از آنکه چار چوبی برای بخش بندی مشتریان به بخشهای مختلف نمودیم به یک بررسی موردی از شرکتهای بازاریاب لوازم اداری خواهیم پرداخت و در انتها نیز برای بخشهای جداگانه مشتریان استراتژی تدوین خواهیم نمود.

در این پروژه مسأله انتخاب سهام چنددوره ای با عدم قطعیت در قیمت های سهام و با درنظر گرفتن هزینه تبادلات، به صورت خانواده ای از مدل های استوار مدل و حل می شود. کیفیت جواب های نسخه های مختلف مدل های جایگزین استوار این مسأله ارزیابی شده و با هم مقایسه می شوند. برای انجام این مقایسات از روش شبیه سازی استفاده می شود. البته در این روش برخلاف روش های معمول شبیه سازی در این دسته مسایل، پیش فرضی برای نوع توزیع مقادیر عایدی سهام در نظر گرفته نشده است، بلکه باتوجه به داده های تاریخی قیمت سهام و بهره گرفتن از سه مفهوم گارچ ، توزیع مقادیر حدی و کاپولا قیمت سهم در طول دوره شبیه سازی می شود به گونه ای که وابستگی قیمت های هر سهم در طول زمان و وابستگی بین قیمت سهام مختلف در هر دوره در مدل شبیه سازی لحاظ شده است. نتیجه ارزیابی جواب های مدل های استوار به کمک مثال عددی نشان داده می شود. در این مثال معیارهایی چون میانگین و واریانس مقادیر عایدی کل، مقدار احتمالی عایدی با احتمال های مختلف، سرمایه در معرض خطر و سرمایه در معرض خطر شرطی و ... برای مقایسه مدل ها محاسبه شده اند.

در این پایان نامه به بررسی روش های نقطه داخلی در حل مسایل برنامه ریزی نیمه معین مثبت می پردازیم که از میان همه روش های نقطه داخلی، روش تعقیب مسیر مرکزی و روش درج خود دوگان همگن را شرح می دهیم. از این روش ها، به عنوان موفق ترین وکارآمد ترین روش های نقطه داخلی در برنامه ریزی نیمه معین مثبت یاد می شود. همچنین در ادامه، از میان جهت های جستجو در برنامه ریزی نیمه معین مثبت از جهت نستروف-تاد برای بهنگام کردن تکرارها استفاده می شود. با استفاده از روش های یاد شده چگونگی حل مسایل برنامه ریزی نیمه معین مثبت را شرح می دهیم. سرانجام بر اساس مطالب این پایان نامه الگوریتمی را در برنامه ریزی خطی ارایه، و آن را به برنامه ریزی نیمه معین مثبت تعمیم می دهیم.

روشهای الگوریتم ژنتیک از قابلیت مناسبی درحل مسایل چند هدفه برخوردارند و در هر بار اجرا مجموعه ای از نقاط بهینه را در قالب مسیر بهینگی چند هدفه ارایه می کنند. قابلیت حل مسایل با هر درجه غیر خطی و نیز مسایل غیر محدب و مشتق ناپذیر حوزه کاربرد این روشها را وسیعتر کرده است. اما این روشها دارای نقاط ضعفی از جمله کندی همگرایی و عدم دقت در ارایه راه حلهای بهینه و زمان نسبتا زیاد حل هم هستند و این ضعفها به ویژه در زمینه الگوریتمهای چند هدفه نمود بیشتری دارند. در این رساله ضمن بررسی ادبیات زمینه الگوریتمهای ژنتیک و تعیین نقاط قوت و ضعف آنها، تلاش شده است ک الگوریتمهایی توسعه داده شود که از نظر شاخصهای عملکردی، الگوریتمهای ژنتیک چند هدفه موجود را بهبود دهند. در این راستا پس از مرور ادبیات، شاخصهایی که مبنای مقایسه را فراهم می آورند، الگوریتم مبنا که نتایج الگوریتمهای توسعه داده شده با آن مقایسه می گردد و مساله پایه برای اجرای الگوریتمهای توسعه داده شده (مساله توسعه سیاستهای بهره برداری از سیستم سدهای چند مخزنه به صورت قطعی و فازی) مشخص شده اند. در ادامه سه نوع الگوریتم ژنتیک چند هدفه جدید زیر بر اساس نقاط قابل بهبود الگوریتمهای موجود، توسعه داده شده اند : الگوریتم ژنتیک مبتنی بر گرادیان که در آن توسعه نسلهای بعدی به صورت تصادفی نیست بلکه با استفاده از اطلاعات گرادیان، نسلهای بعدی تولید می شوند. این استراتژی باعث می گردد که ضمن برخورداری از مزایای الگوریتم ژنتیک، دقت جستجوی محلی الگوریتم بهتر شده و جوابهای بهتری در زمان کمتری تولید شود. الگوریتم ژنتیک یادگیرنده که از ترکیب یک الگوریتم ژنتیک با شبکه های عصبی خود سازمانده کوهونن توسعه داده شده است. این شبکه ها برای آموزش نیاز به مجموعه ای از داده ها دارند که این داده ها به آسانی در الگوریتمهای ژنتیک تولید می شوند و قابل دسترس اند. شبکه نرونها در حین آموزش جوابهای جدیدی توسعه می دهد که می توان از آنها برای ارتقاء کیفیت مجموعه حل جمعیت خارجی یا آرشیو استفاده کرد. نتایج اجرای این روش قابل توجه بوده و در سه زمینه زمان پردازش، پراکندگی حل و دقت مجموعه حل نهایی الگوریتم مبنا (nsca-ii) را بهبود داده است. الگوریتم ژنتیک یادگیرنده مبتنی بر گرادیان که از ترکیب دو الگوریتم ژنتیک بر گرادیان و الگوریتم ژنتیک یادگیرنده توسعه داده شده است و در آن شبکه عصبی خودسازمانده با استفاده از الگوریتم ژنتیک مبتنی بر گرادیان آموزش می بیند. دقت بیشتر حلهای این الگوریتم و تعداد بیشتر حلهای موثر آن بعث افزایش کارایی و اثربخشی الگوریتم ژنتیک یادگیرنده شده است و بر اساس شاخصهای عملکردی نتایج بدست آمده به نحوی است ک بهبودی جامع در همه زمینه های مشخص شده ایجاد شده است. کارایی مدلهای پیشنهادی با استفاده از اطلاعات سیستم چند مخزن کارون –دز ارزیابی شده است.

در این پایان نامه پس از معرفی مفهوم طراحی مکانیزم و کاربرد آن در حوزه مزایدات ترکیبی، مسأله خاص عرضه عمومی اولیه سهام مورد بررسی قرار می گیرد. در ادامه یکی از چالش‏های مطرح در فرآیند عرضه عمومی اولیه سهام یعنی پدید? قیمت‏گذاری زیر قیمت بازار معرفی و دلایل آن ارایه می گردد. یکی از دلایل خاص بروز این پدیده وجود عدم تقارن اطلاعات در بازار در مورد بنگاه‏های تحت واگذاری می‏باشد. در این راستا مدیریت بازار سرمایه، شرکت هایی که عوامل شفاف‏ساز نامیده می‏شوند را متولی بررسی مولفه‏های بنگاههای تحت واگذاری می نماید تا بتواند با کسب اطلاعات مورد نیاز از آنها این چالش را رفع نماید. اما شرکت های شفاف‏ساز نیز ممکن است به منظور بیشینه کردن مطلوبیت خود، فرآیند شفاف‏سازی را به طور کامل انجام نداده و دچار مخاطره اخلاقی گردند. برای جلوگیری از بروز مخاطره اخلاقی در این تحقیق، مدلی ارایه می گردد که با تعیین مقدار بهینه پاداش و جریمه عوامل شفاف‏ساز که از جانب مدیریت بازار به آنها تعلق می‏گیرد، علاوه بر کمینه نمودن مقدار هزینه مدیریت بازار رفتار صادقانه عوامل را نیز تضمین می کند. همچنین از آنجایی که شرایط محیطی حاکم بر بازارهای سرمایه مختلف است، در این تحقیق دو مدل متفاوت توسعه داده شده و هر یک از آنها به طور جداگانه مورد تحلیل قرار می گیرد. در ادامه نیز نظام ایجاد همکاری بین عوامل شفاف‏ساز در هر دو مدل بررسی و شرایطی تعیین می شود که تحت آنها صرفه جویی در هزینه شفاف سازی بر اثر همکاری، بر هزینه ممانعت از مخاطره اخلاقی غلبه دارد.

در این پایان نامه یک روش ابتکاری برای مسیله برنامه ریزی پروژه با منابع محدود و فعالیت های چند حالته ارایه شده است. هدف اصلی از این روش حل، حداقل کردن زمان تکمیل پروژه است. تمامی منابع بصورت تجدید شونده فرض شده است، که هر کدام ممکن است در برخی از زمانها در دسترس نباشند. . در این روش حل فعالیت ها می توانند در زمانهایی که منابع مورد نیازشان موجود نیستند بصورت شکسته شده انجام شوند که این امر باعث کاهش زمان حل و حداکثر شدن استفاده از منابع می گردد. در نهایت توانایی این روش حل در مسایلی با حجم بزرگ (شبیه به شرایط واقعی) و در مقایسه با روشهای مشابه مورد ارزیابی قرار گرفته است.

به دلیل پیچیدگی سیستم های غیر خطی، خطی سازی سیستم های غیر خطی ابزاری مناسب جهت آنالیز این سیستم ها می باشد. تاکنون برای خطی سازی سیستم های غیر خطی از ماتریس ژاکوبین یعنی از جمله اول بسط سری تیلور استفاده می شد. این خطی سازی باعث می گردید تا سیستم های غیر خطی رفتار غیر خطی خود را از دست بدهند. تحلیل کیفی آنها که به کمک مقادیر ویژه ماتریس ژاکوبین خطی سازی شده بدست می آمد، از دقت کافی برخوردار نبود. در این پایان نامه با استفاده از ضرب کرونیکر جملات از مرتبه بیش از 2 بسط سری تیلور سیستم های غیر خطی محاسبه شد. به تناسب آنها ماتریس ژاکوبین تعدیل گردیده است. ماتریس ژاکوبین جدید را "ماتریس ژاکوبین تقویت شده" می نامیم. استفاده از ماتریس ژاکوبین تقویت شده به جای ماتریس ژاکوبین باعث می شود تا رفتار سیستم غیر خطی حفظ شده و در نتیجه مقادیر ویژه سیستم حاصل از بسط سری تیلور با دقت بیشتری محاسبه گردد. دقت بالا در محاسبه مقادیر ویژه سیستم های غیر خطی، که دستاورد این پایان نامه می باشد، امکان استفاده از تجزیه مودال را در خصوص سیستم های غیر خطی فراهم می آورد. در ادامه با معرفی بسته های نرم افزاری شبیه سازی، ابزار موجود در این بسته ها را در جهت تحلیل سیستم های غیر خطی معرفی کرده و با ارائه مثالی برتری روش مدون در این پایان نامه را نسبت به روشهای قبلی نشان می دهیم.

آلودگی هوا بعنوان یکی از مهمترین معضلات زیست محیطی بشر می باشد. بنابراین باید با بکارگیری ابزار و روشهای مناسب و کارا این مشکل را کنترل و بر طرف نمود یکی از روشهای قابل اطمینان ساده و کم هزینه برای حذف آلاینده های گازی بیوفیلتر می باشد. در این روش هوای آلوده با عبور از میان یک بستر حاوی میکروارگانیسم های تجزیه کننده تصفیه می شود. به منظور بررسی حذف آلاینده ها با بیوفیلتر، از گاز سولفید هیدروژن استفاده شد. این گاز بخاطر بوی بسیار بد و اثرات مخرب یکی از آلاینده های مهم در صنایع ضایعات کشتارگاهی، پالایشگاهها، واحدهای تصفیه پساب و مرغداری ها می باشد. برای حذف این گاز ستونی از جنس پلی اکریلیک شفاف با قطر 14 سانتی متر و ارتفاع 1/2 استفاده شده بود. این ستون با بستر طبیعی حاوی کمپوست و صدف به نسبت 4:1 پر شد. کارائی این بیوفیلتر به مدت 14 ماه با سرعت حجمی و غلظت های مختلف در شرایط دمای محیط مورد بررسی قرار گرفت . نتایج این بررسی نشان می دهد که راندمان این روش غلظتی حدود 150ppm دمای متوسط 26/9 سانتی گراد و در سرعت حجمی 6 و 12 لیتر بر دقیقه بیش از 95 درصد و برای دمای متوسط 20/5 سانتی گراد و سرعتهای حجمی 19/5 و 26 لیتر بر دقیقه بیش از 85 درصد می باشد. متوسط سرعت حذف حداکثر (vm) این سیستم با کاربرد معادله میکائیل منتن 0/075 gs/kg-drycompost.h و متوسط ثابت اشباع آن 32/5 ppm بود.