تصمیم گیری در زمینه سرمایه گذاری یکی از مسائل اساسی در مدیریت مالی است . وقتی که سرمایه گذار با گزینه های مختلفی جهت سرمایه گذاری روبرو می گردد بایستی در مورد تعداد دارایی های انتخابی و میزان سرمایه گذاری بر روی هر کدام از آن ها تصمیم گیری نماید. انتخاب ابزار و تکنیک ها چکیده کامل
تصمیم گیری در زمینه سرمایه گذاری یکی از مسائل اساسی در مدیریت مالی است . وقتی که سرمایه گذار با گزینه های مختلفی جهت سرمایه گذاری روبرو می گردد بایستی در مورد تعداد دارایی های انتخابی و میزان سرمایه گذاری بر روی هر کدام از آن ها تصمیم گیری نماید. انتخاب ابزار و تکنیک های که بتواند سبدسهام مناسب را تشکیل دهد یکی از اهداف اصلی دنیای سرمایه گذاری است در این مطالعه جهت کمک به تصمیم گیری مطلوب در انتخاب سهام موجود در سبد براساس مدل مارکویتز از الگوریتم کلونی مصنوعی زنبوراستفاده شده است و برای تعیین کارایی این الگوریتم معیار شارپ، معیار ترینر و ریسک نامطلوب آن محاسبه و با سبد تشکیل شده از الگوریتم های ژنتیک و کلونی مورچگان مقایسه گردیده است. نمونه آماری پژوهش شامل شرکت های فعال پذیرفته شده، در بورس اوراق بهادار تهران از سال 1384 تا 1394 است که به روش حذف سیستماتیک انتخاب گردیده اند. نتایج پژوهش نشان می دهد معیار شارپ سبدسهام تشکیل شده از طریق الگوریتم کلونی مصنوعی زنبور نسبت به الگوریتم های ژنتیک و مورچگان عملکرد بهتری دارد، اما هرچند معیار ترینر و ریسک نامطلوب سبد سهام تشکیل شده از طریق الگوریتم کلونی مصنوعی زنبور عملکرد بهتری داشته، ولی از لحاظ آماری این اختلاف معنادار نبوده است.
پرونده مقاله
این تحقیق برآن است که دو الگوریتم کلونی مورچگان و الگوریتم پرواز پرندگان را جهت پیش بینی مدیریت سود بکار گرفته و مشخص نماید که کدام الگوریتم قدرت تبیین بیشتری دارد. برای دستیابی به هدف پژوهش، تعداد 163 شرکت به روش حذف سیستماتیک در بازه زمانی 1398-1392 انتخاب گردیده اند. چکیده کامل
این تحقیق برآن است که دو الگوریتم کلونی مورچگان و الگوریتم پرواز پرندگان را جهت پیش بینی مدیریت سود بکار گرفته و مشخص نماید که کدام الگوریتم قدرت تبیین بیشتری دارد. برای دستیابی به هدف پژوهش، تعداد 163 شرکت به روش حذف سیستماتیک در بازه زمانی 1398-1392 انتخاب گردیده اند. داده های ترکیبی بوده و سیزده متغیر جهت بررسی الگوها در نظر گرفته شده که نهایتا هشت متغیر موثر شناخته و با استفاده از نرم افزار پایتون آزمون ها انجام شده است. نتایج نشان می دهد که مدیریت سود با دقت بیش از 97 درصد توسط هر دو الگوریتم قابل پیش بینی بوده اما توان پیش بینی مدل پرواز پرندگان در مدیریت سود تعهدی بیشتر بوده و این در صورتی است که الگوریتم کلونی مورچگان توان بیشتری در پیش بینی مدیریت سود واقعی دارد.
پرونده مقاله
موضوع استفاده از روش های فرا-ابتکاری برای کاربرد در مسائل بهینه سازی ترکیبی، زمینه تحقیقاتی است که با سرعت در حال رشد است. این امر به دلیل اهمیت مسائل بهینه سازی ترکیبی در دنیای صنعت و علم است. در سال های اخیر یکی از مهمترین و امید بخش ترین تحقیقات، روش های فرا-ابتکاری چکیده کامل
موضوع استفاده از روش های فرا-ابتکاری برای کاربرد در مسائل بهینه سازی ترکیبی، زمینه تحقیقاتی است که با سرعت در حال رشد است. این امر به دلیل اهمیت مسائل بهینه سازی ترکیبی در دنیای صنعت و علم است. در سال های اخیر یکی از مهمترین و امید بخش ترین تحقیقات، روش های فرا-ابتکاری برگرفته از طبیعت بوده است که در حل مسائل مشکل ترکیبی نتایج بسیار خوبی داشته است. الگوریتم های فرا-ابتکاری هنگامی برای حل یک مسئله استفاده می شوند که همگام با افزایش ابعاد مسئله فضای شدنی به صورت چشمگیری افزایش یابد که اصطلاحا اینگونه مسائل NP-hard نامیده می شوند. یکی از روش های فرا-ابتکاری پرکاربرد در این زمینه الگوریتم بهینه سازی کلونی مورچگان است که امروزه در حل مسائل تخصیص منابع مکانی، مسیریابی و مکان یابی در محیط های سیستم اطلاعات جغرافیایی کاربرد دارد. در این تحقیق ضمن بررسی الگوریتم کلونی مورچگان به بیان و پارامترهای مورد نیاز آن برای استفاده در محیط سیستم اطلاعات جغرافیایی پرداخته می شود.
پرونده مقاله
انتقال چند مسیره یک روش انتقال مناسب برای بستههایی با سرعت داده بالا مانند جریانسازی ویدیو میباشد. به منظور جریانسازی ویدیو با کیفیت بالا، بستههای ویدیویی برای انتقال از مسیرهای متفاوت به فریمهای مختلفی تقسیم میشوند. با این حال، بسیاری از ویژگیهای ذاتی شبکههای چکیده کامل
انتقال چند مسیره یک روش انتقال مناسب برای بستههایی با سرعت داده بالا مانند جریانسازی ویدیو میباشد. به منظور جریانسازی ویدیو با کیفیت بالا، بستههای ویدیویی برای انتقال از مسیرهای متفاوت به فریمهای مختلفی تقسیم میشوند. با این حال، بسیاری از ویژگیهای ذاتی شبکههای موردی بین خودرویی، طراحی یک پروتکل مسیریابی کارآمد و پایدار را برای کاربردهای مختلف در این شبکهها دشوار میکند. به طور خاص، ماهیت پویای توپولوژی و قطعیهای ارتباط برقراری کیفیت سرویس را بسیار دشوار میکند. برای تامین کیفیت سرویس در کاربردهای سرگرمی و موارد ایمنی در شبکههای موردی بین خودرویی، ما یک پروتکل مسیریابی مبتنی بر تقاطع با توجه به کیفیت سرویس از نظر تاخیر، نرخ تحویل بسته و احتمال اتصال پیشنهاد نمودیم. به منظور ایجاد مسیرهایی با بهترین کیفیت سرویس، مسئله مسیریابی مربوطه را به عنوان مسئله بهینهسازی در نظر گرفتیم و یک الگوریتم مبتنی بر کلونی مورچگان برای حل آن پیشنهاد نمودیم. علاوه بر این، یک الگوریتم مبتنی بر منطق فازی برای انتخاب بهترین وسیله نقلیه گام بعدی با در نظر گرفتن موقعیت خودرو، کیفیت لینک و مدل تحرک وسیله نقلیه پیشنهاد شده است. با توجه به نتایج شبیه سازی، الگوریتم پیشنهادی نرخ تحویل بسته بیشتر از 2/84 درصد، تاخیر انتها به انتها کمتر از 58/3 ثانیه، سربار کمتر از 65/15 درصد و نرخ بیشینه سیگنال به نویز بیشتر از 82/20 دسیبل را ارائه میدهد. تجزیه و تحلیل نتایج نشان میدهد که عملکرد روش پیشنهادی بسیار خوب است.
پرونده مقاله
اگر چه شبکههای بیسیم نسل جدید از نظر هزینهی نصب و توسعه، فنآوری مناسبی برای زیرساخت اینترنت محسوب میشوند، ولی به دلیل محدودیت در ظرفیت و مقیاس پذیری، چالشهای زیادی را مانند زمانبندی پیوند و مسیریابی به دنبال دارند. در این مقاله، با تمرکز بر روش دسترسی چندگانه چکیده کامل
اگر چه شبکههای بیسیم نسل جدید از نظر هزینهی نصب و توسعه، فنآوری مناسبی برای زیرساخت اینترنت محسوب میشوند، ولی به دلیل محدودیت در ظرفیت و مقیاس پذیری، چالشهای زیادی را مانند زمانبندی پیوند و مسیریابی به دنبال دارند. در این مقاله، با تمرکز بر روش دسترسی چندگانه تقسیم زمانی الگوریتم جدیدی با عنوان کلونی مورچه ها برای زمانبندی پیوند در شبکه های مش (ALSM) بر مبنای رنگ آمیزی گراف و الگوریتم کلونی مورچگان ارائه شده که با زمانبندی پیوندها امکان تصادم را به صفر میرساند. در این الگوریتم سعی خواهد شد اندازه ابرقابها و اختصاص هر پیوند به یک شکاف زمانی به گونهای باشد که با توجه به محدودیت تداخل پیوندها و نیز درجه آزادی آنتنهای مورد استفاده برای ارسال یا دریافت، تأخیر انتها به انتها کاهش و ظرفیت شبکه افزایش یابد. در شبکههای توری بیسیم چند ورودی-چند خروجی دو نوع تداخل (تداخل ضعیف و قوی) وجود دارد. در ALSM، الگوریتم کلونی مورچگان به گونهای اصلاح شده که بتوان با در نظر گرفتن این دو نوع تداخل، زمانبندی بهینه پیوندها را به دست آورد. نتایج این تحقیق نشان میدهد که الگوریتم ALSM در مقایسه با الگوریتمهای دیگری که در سالهای اخیر ارائه شده است با طول ابرفریم کوتاهتری میتواند زمانبندی پیوندها را انجام دهد.
پرونده مقاله
هدف این پژوهش ارایه مدل تکاملی فروش استقراضی به کمک هوش جمعی و الگوریتمهای فرا ابتکاری (الگوریتم کلونی مورچگان) میباشد. این پژوهش از نظر روش، در زمرة پژوهش کمی و از نظر هدف پژوهش، کاربردی است. جامعة آماری شامل کلیة شرکتهای فعال پذیرفته شده در بورس اوراق بهادار تهران چکیده کامل
هدف این پژوهش ارایه مدل تکاملی فروش استقراضی به کمک هوش جمعی و الگوریتمهای فرا ابتکاری (الگوریتم کلونی مورچگان) میباشد. این پژوهش از نظر روش، در زمرة پژوهش کمی و از نظر هدف پژوهش، کاربردی است. جامعة آماری شامل کلیة شرکتهای فعال پذیرفته شده در بورس اوراق بهادار تهران میباشد. این پژوهش در فاصلة زمانی بین سالهای 1390 تا 1398 برای شرکتهای فعال پذیرفته شده در بورس اوراق بهادار تهران مورد بررسی قرار گرفته است. شیوة جمع آوری دادهها از نوع کتابخانهای و استفاده از مقالههای خارجی، داخلی و دادههای مالی شرکتهای پذیرفته شده در بورس میباشد که با مراجعه به صورتهای مالی ویاداشتهای توضیحی با استفاده از نرم افزار رهآورد نوین گردآوری شده است. در ادامه با استفاده از نرم افزار ایویوز 9 و متلب اقدام به ارایه مدل فروش استقراضی نموده و سپس با استفاده از نرمافزار متلب و الگوریتم کلونی مورچگان اقدام به ارایه مدل تکاملی فروش استقراضی نموده ایم. در پایان، با مقایسه مدل رگرسیون گام به گام و مدل فروش استقراضی (الگوریتم کلونی مورچگان) اقدام به ارایه مدلی نموده که نسبت به مدلهای دیگر از کارآیی بالاتری برخودار است. نتیجه پژوهش حاکی از آن است که مدل فروش استقراضی به کمک الگوریتم کلونی مورچگان از کارایی بالاتری نسبت برخوردار است.
پرونده مقاله
هدف این پژوهش ارزیابی توانمندی الگوریتم فراابتکاری بهینهسازی ملخ (GOA) در پیشبینی دقیقتر درماندگی مالی با استفاده از متغیرهای درونشرکتی (مالی و غیرمالی) و اقتصادی میباشد. روش این پژوهش بهبود عملکرد مدل پایه شبکه عصبی مصنوعی پرسپترون چندلایه (ANN-MLP) از طریق ایجاد چکیده کامل
هدف این پژوهش ارزیابی توانمندی الگوریتم فراابتکاری بهینهسازی ملخ (GOA) در پیشبینی دقیقتر درماندگی مالی با استفاده از متغیرهای درونشرکتی (مالی و غیرمالی) و اقتصادی میباشد. روش این پژوهش بهبود عملکرد مدل پایه شبکه عصبی مصنوعی پرسپترون چندلایه (ANN-MLP) از طریق ایجاد مدل ترکیبی مبتنی بر الگوریتم ملخ (MLP-GOA) و مقایسه توانمندی آن با عملکرد مدل ترکیبی مبتنی بر الگوریتم کلونی مورچگان (MLP-ACO) میباشد. جامعه آماری پژوهش شرکتهای فعال در بازار بورس اوراق بهادار تهران طی یک دوره 7 ساله (از 1391 تا 1397) شامل 476 شرکت بوده که در نهایت با حذف سیستماتیک، 289 شرکت حایز شرایط (شامل 2023 مشاهده سال- شرکت) مورد بررسی و غربالگری قرار گرفته است. آزمون فرضیهها برمبنای معیارهای ارزیابی ماتریس اغتشاش و منحنی ROC انجام شد. یافتهها توانمندی مدل پایه ANN-MLP در پیشبینی درماندگی مالی با استفاده از متغیرهای مالی و غیرمالی را اثبات نمود و علاوه بر آن، الگوریتم-های فراابتکاری از طریق مدلهای MLP-GOA و MLP-ACO عملکرد مدل پایه شبکه عصبی را بهبود دادند. دقت مــدل MLP-GOA برای سال وقوع درماندگی تا دو سال قبل از آن به ترتیب 3/97%، 5/94% و 3/91% بوده است که از دقت مدل پایه و مدل MLP-ACO نیز بیشتر بوده است. همچنین نتایج نشان داد که با ورود متغیرهای اقتصادی، اگر چه توانمندی کلیه مدلهای پایه و ترکیبی به نحو معنیداری افزایش یافته است، لیکن درماندگی مالی بیشتر متاثر از متغیرهای درونشرکتی بوده و در واقع اثر متغیرهای اقتصادی بر این رخداد، قبلاً از طریق اثر بر رویدادهای مالی ثبت شده در سیستم حسابداری، لحاظ شده است.
پرونده مقاله
سکوی نشر دانش
سند یا سکوی نشر دانش ،سامانه ای جهت مدیریت حوزه علمی و پژوهشی نشریات دانشگاه آزاد می باشد