Filenaab@gmail.com
filenaab.ir
%41تخفیف

دانلود پروژه: بکارگیری روش ترکیبی تحلیل پوششی داده ای ، شبکه های عصبی و کارت امتیازی متوازن جهت رتبه بندی پارک های علم و فناوری کشور

تعداد 149 صفحه در فایل word

کارشناسی ارشد در رشته کامپیوتر

گرایش : نرم افزار

بکارگیری روش ترکیبی تحلیل پوششی داده ای ، شبکه های عصبی و کارت امتیازی متوازن جهت رتبه بندی پارک های علم و فناوری کشور

چکیده:

محدودیت منابع انسانی، مالی و انرژی، مدیران را به فکر پیدا کردن روشهای استفاده بهینه از منابع وا‌داشته است.در حقیقت اطلاع از عملکرد واحد‌های تحت سرپرستی مدیر، مهمترین وظیفه مدیریت در رابطه با تصمیم گیری‌های مناسب به منظور هدایت بهتر آنهاست. لذا لازمه رقابت در دنیای کنونی ،بهره گیری از تمام فنون و ابزارهای جدید جهت اندازه‌گیری و سنجش کارایی و تحلیل ظرفیت‌های موجود می‌باشد.در این پایان نامه با ترکیب سه روش کارت امتیازی متوازن ، تحلیل پوششی داده ها و شبکه های عصبی تلاش شده است تا ایده ی مناسبی جهت ارزیابی عملکرد و رتبه بندی پارک های علم و فناوری ارائه گردد. در واقع در این ساختار ترکیبی ، از کارت امتیازی متوازن  بعنوان ابرازی برای طراحی شاخص های ارزیابی عملکرد و از تحلیل پوششی داده ها و همچنین شبکه های عصبی  به عنوان ابزاری برای ارزیابی کارایی و عملکرد نسبی پارک های علم و فناوری استفاده شده است.

واژگان کلیدی:ارزیابی عملکرد-روش های رتبه بندی-پارک های علم و فناوری

دسته: , برچسب:

فهرست مطالب

    عنوان                                       صفحه

فصل اول 2

1-کلیات موضوع 2

1-1-مقدمه‌اي بر ارزيابي عملكرد: 2

1-2- تعاریف ارزیابی عملکرد: 3

1-4- فرایند ارزیابی عملکرد: 4

1-5- تدوین شاخص‌ها: 4

1-6- تعیین وزن شاخصها: 5

1-7- مقایسه چند روش ارزیابی عملکرد: 6

1-8- معرفی نرم افزارها : 6

فصل دوم 8

2- مروری بر تحقیقات انجام شده 8

فصل سوم 17

3-مدل های مختلف رتبه بندی 17

3-1-مدلهاي تصميم گيري با معيارهاي چندگانه: 17

3-1-1- مدلهای تصمیم گیری چند هدفه: 18

3-1-2- مدلهای تصمیم گیری چند شاخصه: 19

3-2 – روش تحلیل سلسله مراتبی: 19

3-3-مدل فرايند تحليل شبکه: 20

3-4 – تکنيک ديمتل : 23

3-5- مدل تاپسیس: 25

3-6 -مدل ویکور: 26

3-7- روش سروکوال: 28

3-8- روش مهندسی مجدد: 29

فصل چهارم 31

4-مواد و روش کار 31

4-1 – مقدمه ای بر کارت امتیازی متوازن(BSC): 31

4-1-1 – چهار منظر کارت امتیازی متوازن: 32

4-3 – مقدمه‌ای بر تحلیل پوششی داده ها: 44

4-3-1- واحد تصمیم‌گیرنده :(DMU) 44

4-3-2 – واحدهای تصمیم‌گیرنده متجانس: 45

4-3-3 -کارایی  (عملکرد) 45

4-3-4 -تابع تولید 46

4-3-5- مجموعه امکان تولید (PPS) 47

4-3-7- چند تعریف 49

4-3-8-2 – مدل BCC 52

4-3-8-3- مدل جمعی: 54

4-3-9-1-مدل اندرسن ـ پيترسن : 55

4-3-9-2- مدل MAJ: 58

4-3-9-3-مدل ابركارايي LJK-CCR 60

4-3-9-4- مدل LJK و مدل Super SBM (I) 62

3-4-10 – رتبه بندی پارک های علم و فناوری بوسیله ی DEA: 64

4-3-10-1- تعیین شاخص ها: 64

4-3-10-2- انتخاب شاخص های ورودي و خروجي: 64

4-3-10-3 – نتايج حاصل از تحليل پوششي داده‌ها: 69

4-4– مقدمه ای بر شبکه های عصبی مصنوعی: 82

4-4-1- تعریف شبکه عصبی مصنوعی: 83

4-4 -2- مزایاي شبکه هاي عصبی مصنوعی: 84

4-4 -3- مراحل مدل شبکه های عصبی: 84

-1-3-4-4 ورودی و خروجی شبکه: 84

-2-3-4-4 نرمال سازی داده ها: 85

-3-3-4-4انتخاب نوع شبکه: 85

4-4-4- معماری شبکه: 99

4-4-4-5-سايرمشخصات فنی شبکه: 107

4-4-4-6-  آموزش نهایی شبکه: 107

4-4-4-7-بررسي عملكرد پارک های علم و فناوری با استفاده از شبكه عصبي طراحي شده🙁 ANN1) 113

فصل پنجم 116

5-نتایج 116

5-1 نتیجه گیری: 116

6-1 پیشنهادات: 117

فهرست منابع: 119

فهرست جدول ها

عنوان                                           صفحه

جدول1-1– دیدگاه‌ها در مورد ارزیابی عملکرد: 3

جدول1-2 چهار روش معمول براي ارزيابي عملكرد 6

جدول 2-1- مطالعات انجام شده در زمينه بكار‌گيري مدل تركيبي تحلیل پوششی داده ها-شبکه های عصبی 11

جدول 4-1- ﺗﻮﺳﻌﻪ ﻣﺪلBSC در ﺑﺨﺶ پارک های علم و فناوری 37

جدول 4-2- ﻧﻤﻮﻧﻪﮔﻴﺮي ﺗﺼﺎدﻓﻲ ﻃﺒﻘﻪاي ﺑﺎ ﺳﻄﺢ ﺧﻄﺎي0.06 ﺟﻬﺖ ﺗﻌﻴﻴﻦ ﺗﻌﺪاد ﻧﻤﻮﻧﻪ از ﺑﻴﻦ پارک ها 40

جدول 4-3- درجه ی اهمیت هر یک از مناظر با استفاده مقایسه ی زوجی AHP 41

جدول 4-4- مقایسه مدل های DEA  و BSC 42

جدول 4-5- DMU هاي A ، B و C 63

جدول 4-6- داده های مربوط به ورودی ها و خروجی های پارک های علم و فناوری – سال 88 65

جدول 4-7- داده های مربوط به ورودی ها و خروجی های پارک های علم و فناوری – سال 89 66

جدول 4-8- داده های مربوط به ورودی ها و خروجی های پارک های علم و فناوری – سال 90 67

جدول 4-9- داده های مربوط به میانگین ورودی ها و خروجی های پارک های علم و فناوری – 68

جدول4-10- سیکل 4 از رتبه بندی (AP-O) و کارائی (BCC-O) 69

جدول4-11- سیکل 5 از رتبه بندی (AP-O) و کارائی (BCC-O) 70

جدول4-12- سیکل 6 از رتبه بندی (AP-O) و کارائی (BCC-O) 71

جدول4-13- میانگین رتبه بندی (AP-O) و کارائی (BCC-O) 72

جدول4-14- مقایسه سیکل های مختلف 73

جدول4-15- سیکل 4 از رتبه بندی (AP-I) و کارائی (BCC-I) 75

جدول4-16- سیکل 5 از رتبه بندی (AP-I) و کارائی (BCC-I) 76

جدول4-17- سیکل 6 از رتبه بندی (AP-I) و کارائی (BCC-I) 77

جدول4-18- میانگین رتبه بندی (AP-I) و کارائی (BCC-I) 78

جدول4-19- مقایسه سیکل های مختلف BCC ورودی محور 79

جدول4-20- مقايسه نتايج BCC در دو حالت خروجي محور و ورودي محور 80

جدول4-21- ميزان كارايي پارک ها به همراه مقادير حاصل از DEA 114

فهرست شکل ها

عنوان                                           صفحه

شکل 3-1-انواع حالت های تصمیم گیری 19

شکل3-2-الگوی انتخاب به صورت سلسله مراتبی AHP 20

شکل 3-3-مفهوم وجود ارتباط در مدل ANP و عدم ارتباط بین معیار ها در مدل AHP 22

شکل 3-4– ایجاد گراف در تکنیک دیمتل 23

شکل 3-5-نمودار علّي 24

شکل 3-6-مدل تاپسیس برپایه ترجيح براساس مشابهت به راه حل ايده‌آل 25

شکل 3-7-راه حل های ایده آل و توافقی 26

شکل 3-8– مدل تصمیم گیری سلسله مراتبی 27

شکل 3-9-تقسیم‌بندی مدل‌های سنجش رضایت‌مندی مشتریان 29

شکل4-1– مناظر کارت امتیازی متوازن 35

شکل 4-2- مدل ترکیبی BSC و DEA. 43

شکل 4-3– تعبیر هندسی TCCR، TBCC و Tconvex 49

شکل 4-4– تعبیر هندسی TCCR، TBCC و Tconvex 49

شکل 4-5– تعبیر هندسی TCCR، TBCC و Tconvex 49

شكل 4-6- مدل MAJ 58

شکل 4-7- رابطه بين كارايي ميانگين داده ها و ميانگين كارايي هاي سه سيكل 75

شكل4-8- شبكه هاي عصبي چند لايه 86

شكل4-9- تنظیمات اولیه برای شبكه ی عصبي چند لايه 87

شكل4-10- شرایط پیش فرض تست شبكه ی عصبي چند لايه 88

شكل4-11- میزان کارائی و رگرسیون شبکه با یک لایه ی پنهان 88

شكل4-12- شبکه ی Fitting با دو لایه پنهان، 4نورون در لایه اول و 3 نورون در لایه دوم 92

شكل4-13- عملکرد شبکه ی Fitting با افزایش تعداد لایه ها 93

شكل4-14- شبکه ی چندلایه با استفاده از یک تابع انتقال RBF در لایه پنهان 94

شكل4-15- شبکه ی چندلایه با استفاده از یک تابع انتقال غیر RBF در لایه پنهان 95

شكل4-16- شبکه ی چندلایه با تعداد نورون ها و توابع انتقال متفاوت در لایه پنهان 96

شكل4-17-ساختار شبکه ی عصبی RBF 99

شكل4-18- تفکیک کننده خطی 100

شكل4-19- تفکیک کننده ی لایه ای برای مواقعی که یک تابع با خط قابل تفکیک نیست 100

شكل4-20- پیاده سازی تفکیک کننده ی RBF فقط با یک نورون 101

شكل4-21- استفاده از شاخص غیر خطی RBF فقط با یک نورون 101

شكل4-22- نمایش شاخص غیر خطی RBF بر روی محور 102

شكل4-23- معادله ی دایره و شرایط تفکیک داده ها 103

 شكل4-24- معادله ی بیضی و شرایط تفکیک داده ها 103

 شكل4-25- اگر در ماتریس به جای صفرها مقادیر عددی قرار بگیرند بیضی دوران می یابد 103

شكل4-26- انتخاب مراکز ثابت 104

شكل4-27-انتخاب مراکز به صورت غیر نظارت شده 105

شکل 4-28- روند آموزش شبكه 111

شکل 4-29- ميزان ميانگين مربعات خطا در هر سه دسته از داده‌ها 112

شکل 4-30- عملكرد شبكه از ديدگاه رگرسيون 112

شکل 4-31 بررسي روابط رگرسيون 113

شکل 4-32-نتايج حاصل از دو روش DEA و BCC  جهت مقايسه 114

شکل 4-34- بررسي عملكرد پارک های علم و فناوری با استفاده از شبكه عصبي طراحي شده 115

 

لینکدین واتساپ

محصولات مرتبط

%38تخفیف

دانلود پروژه: درآمدی بر آموزش و دروس معماری در ایران و کانادا

قیمت اصلی 37,000 تومان بود.قیمت فعلی 23,000 تومان است.
0
0 فروش
افزودن به سبد خرید
%41تخفیف

دانلود پروژه: تاثیر محیط های اجتماع پذیر بر خود پنداره بیماران در جهت خلق محیط های شفا بخش

قیمت اصلی 39,000 تومان بود.قیمت فعلی 23,000 تومان است.
2.80
0 فروش
افزودن به سبد خرید
%46تخفیف

تاثیر سیگنال‌های اقلیمی بزرگ مقیاس بر بارش در حوزه آبخیز مهارلو- بختگان

قیمت اصلی 39,000 تومان بود.قیمت فعلی 21,000 تومان است.
3.00
0 فروش
افزودن به سبد خرید
امتیاز 0 از 5 از 0 دیدگاه

قیمت اصلی 39,000 تومان بود.قیمت فعلی 23,000 تومان است.

  • تاریخ ایجاد دی 25, 1399
  • تاریخ بروزرسانی اسفند 13, 1401
  • فروش 0
  • دیدگاه 0
شرایط استفاده از محصول

تمام محصولات به ازای پرداخت پروژه تنها قابل استفاده می باشند. این بدین معنی است که برای استفاده از یک یا چند محصول ، لازم به خرید آن محصول است.

مزایای خرید این محصول:
  • دسترسی به فایل به صورت همیشگی
  • پشتیبانی رایگان
  • پشتیبانی 24 ساعته محصول
  • بازگشت وجه در صورت عدم رضایت مشتری
مشاهده قوانین سایت
قبلا حساب کاربری ایجاد کرده اید؟
گذرواژه خود را فراموش کرده اید؟
ثبت نام کنید
enemad-logo