تجزیه و تحلیل سیستم های پیچیدة خدماتی با درنظرگرفتن الگوهای تصادفی آن ها به کمک روش های مدل سازی ریاضی بسیار پیچیده یا احتمالاً ناممکن است؛ بنابراین مشاهده می شود راهکارهای بهبود بیشتر متکی بر استفاده از تجربیات خبرگان فن و تحلیل های توصیفی است. در مقالة حاضر، با بهره گیری از رویکرد شبیه سازی کامپیوتری گسسته- پیشامد، نظام دادرسی کیفری در دادگاهی برگزیده در کشورمان تجزیه و تحلیل کمّی شد و در آن با...

جملة گسسته ساختی است که گزاره‌ای واحد را به­جای یک بند، در دو بند بیان می‌کند: یکی بند اصلی، که حاوی سازة گسسته است و دیگری بند موصولی. در چارچوب ساختار اطلاعی، آثار متعددی در باب این جملات نوشته شده است. یکی از مباحث مطرح این بوده است که آیا سازة گسسته همواره کانون جمله و در نتیجه، حاوی اطلاع نو است یا این سازه می‌تواند بنا به مدل کلامی، حاوی اطلاع کهنه نیز باشد. در مقالة حاضر، با ارائه چهار د...

مکان یابی و تعیین مکان های مناسب برای انواع کاربری ها، ازجمله موضوعات مکانی و تصمیم گیری درباره مکان محسوب می شود. مدل ها و روش های متفاوتی در این حوزه وجود دارد، که می توان آنها را به دو دسته گسسته و پیوسته تقسیم کرد. در این تحقیق به مقایسه روش ها و مدل های مختلف و مزایا و معایب آنها پرداخته شده، و از روش های topsis در گروه مدل های گسسته و روش های شاخص وزنی و بولین برای مدل های پیوسته استفاده ...

سابقه و هدف: در تحلیل داده های باروری از روشهای مختلف آماری میتوان استفاده نمود. در حالتی که متغیر پاسخ (وابسته)، گسسته باشد مدل پواسن مورد استفاده قرار می گیرد. در صورتی که شرایط مدل پواسن برقرار نباشد، از تعمیم یافته آن و یا در صورتی که متغیری به عنوان متغیر لایه (سطح) وجود داشته باشد بهتر است از پواسن چند سطحی استفاده گردد. هدف از این مطالعه، مقایسه برازندگی دو مدل تعمیم یافته و چند سطحی، نس...

برنامه ریزی خطی نیمه نامتناهی، دسته ی مهمی از مسائل بهینه سازی است که بی نهایت قید را شامل می شود. در این مقاله، برای حل این دسته مسائل، یک روش گسسته سازی با یک روش شبکه عصبی ترکیب شده است. با یک گسسته سازی ساده، مسئله برنامه ریزی خطی نیمه نامتناهی به یک مسئله برنامه ریزی خطی تبدیل شده است. سپس از یک مدل شبکه عصبی بازگشتی با یک ساختار ساده بر اساس یک سیستم دینامیکی، برای حل مسئله مورد استفاده ق...

چکیده امروزه افزایش روزافزون فعالیت های بشری و گسترده تر شدن کلان شهر ها سبب شده تا مدیران و متصدیان حوزه شهری، در پی یافتن روشهایی نوین جهت مدیریت مشکلات حمل و نقلی ناشی از این فعالیت ها باشند. نیاز مبرم به حمل و نقل و تردد در سطوح مختلف جابجایی مسافر و بار، روند صعودی تقاضا و لزوم استفاده از دستاوردهای به روز ترافیکی و شبیه سازی رفتارهای ترافیکی در انجام این سفرها، مهمترین مسائلی هستندکه دید...

به منظور مدل سازی و تخمین مناسب و قابل اعتماد پارامترها در مدل های داده­های خودهمبسته، از رویکردهای پایداراستفاده می­شود. وجود داده های پرت و آلودگی ها، تاثیری مخرب در تخمین پارامترهای این مدلها دارد. از آنجایی که در اغلب مسائل مالی، داده های گذشته بر داده­های اخیر اثرگذار هستند، این داده ها معمولاً در قالب سری زمانی مدل­سازی می شوند. در این تحقیق، مدل­های خود رگرسیون به عنوان یکی از مدل­های مطر...

یکی از مشکلات مهم در پیش بینی با شبکه های عصبی مصنوعی، فراهم کردن داده های لازم برای پیش بینی است؛ چرا که شبکه های عصبی برای حصول نتایج دقیق نیاز به داده های زیادی دارند. اما باید توجه داشت که جمع آوری داده های مورد نیاز شبکه، نخست، بسیار هزینه بر است و دوم، مدت زمان طولانی را طلب می کند. بنابراین با توجه به تغییرات سریع در محیط های واقعی و به ویژه سیستم های اقتصادی و مالی، پیش بینی در این گونه...

  برای پیش‌بینی ورشکستگی مالی ‌روش‌های متعددی وجود دارد. یکی از این ‌‌روش‌ها ، روش‌های آماری یا به‌عبارت بهتر، روش‌های اقتصادسنجی است. چون متغیر وابسته، یعنی ورشکسته‌شدن و ورشکته‌‌نشدن، متغیری گسسته و کیفی است، باید از مدل‌های گسسته برای پیش‌بینی استفاده کرد. در این مطالعه، از روش لوجیت مرکب استفاده شده است که یکی از روش‌های انعطاف‌پذیر در مدل‌های گسسته است . اساس این مدل ، تابع مطلوبیت تصادفی ...