به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

regression

در نشریات گروه مدیریت
تکرار جستجوی کلیدواژه regression در نشریات گروه علوم انسانی
  • فائزه زمانی، احمد ابراهیمی*، رویا سلطانی، بابک فرهنگ مقدم

    هدف این پژوهش بررسی عوامل موثر در پیش بینی زمان انتظار و ایجاد مدل پیش بینانه زمان انتظار سفارشات کانبان به جهت بهبود پایداری و تاب آوری در زنجیره تامین ناب می باشد. برای دستیابی به این هدف، مطالعه از روش داده کاوی پیروی می کند، مجموعه داده ها شامل 103023 مشاهده، ازسیستم کانبان واکسترانت زنجیره تامین با رعایت الزامات شاخص های کیفیت دیتاست در بازه 6/1402 تا 11/ 1402 استخراج شده است. ابتدا شاخص های موثر بر زمان انتظار سفارشات استخراج شده است و به جهت بهبود عملکرد و دقت پیش بینی، از فرآیندکاوی جهت شناسایی متغیرهای پرتکرار و تاثیرگذار در واریانت های اصلی و سپس در مرحله برازش مدل، از رویکرد تحلیل گام به گام تلفیقی جهت انتخاب ویژگی ها و از تنظیم پارامتر رویکردهای رگرسیونی ناپارامتریک استفاده شده است. مدل پیش بینانه با استفاده از مدل های رگرسیونی خطی چندمتغیره، چندمتغیره دارای انحنا، لاسو، الاستیک نت، درخت تصمیم تقویتی، جنگل تصادفی بوت استرپ، k- نزدیک ترین همسایه، شبکه عصبی تقویتی برازش داده شده است. عملکرد مدل های رگرسیونی برازش شده با استفاده از شاخص های ارزیابی R^2 ، RASE و اعتبارسنجی نتایج و مدل تایید شده است. نتایج نشان داد که عوامل لجستیکی در زمان انتظار سفارشات موثر بوده و الگوریتم شبکه عصبی تقویت شده بهترین مدل در پیش بینی زمان انتظار سفارشات با دقت 96 درصد و با خطا 84/5 است. سپس قابلیت پیش بینی مدل برای دیتاهای جدید در سیستم صدور سفارشات کانبان به کار گرفته شده است، نتایج و بهبودهای حاصل از بهره گیری قابلیت های داده کاوی در سیستم کانبان همگی بیان گر تاثیر معنی دار ترکیب ابزار ناب و یادگیری ماشین به جهت توانمندسازی و تاب آوری زنجیره تامین ناب می باشد.

    کلید واژگان: یادگیری ماشین، رگرسیون، مدیریت زنجیره تامین ناب، کانبان، زمان انتظار
    Faezeh Zamani, Ahmad Ebrahimi *, Roya Soltani, Babak Farhang Moghaddam

    This research aims to investigate the effective factors in predicting lead time (LT) and create a predictive model of LT to improve sustainability and resilience for Kanban orders in the lean supply chain (LSC). The study follows the data mining (DM) method, and the dataset includes 103023 observations from the Kanban system, which were extracted in compliance with the requirements of the dataset quality indicators in the period 1402/6 to 1402/11. First, indicators affecting the LT of orders were extracted. Process mining was used to identify influential variables in high-variance processes to improve performance and accuracy. A stepwise analysis approach was used to select features for the model fitting stage. Also, tuning the parameters of non-parametric approaches was used. The predictive model uses Multiple Linear Regression, Multiple with curvature, Lasso, Elastic Net, Boosted Decision Tree, Bootstrap Random Forest, K-Nearest Neighbor, and Boosted MultiLayer Perceptron. The performance of the fitted regression models has been confirmed using R^2, RASE, and validation of the results and model. The results showed that the logistical features are effective in LT, and the Boosted Multi-Layer Perceptron is the best for predicting orders' LT with an accuracy of 96% and an error of 5.84. Using the model's predictive capability for new data in the Kanban system, the results obtained within four months have been used. The improvements from using DM capabilities in the Kanban system all express the significant impact of combining lean and machine learning (ML) tools to empower and resilient Lean Supply Chain Management (LSCM).

    Keywords: Machine Learning, Regression, Lean Supply Chain Management, Kanban, Lead Time
  • پردیس فولادی، محسن امینی خوزانی*، زهره حاجیها، شادی شاهوردیانی

    مدل های سنجش اعتبار به طور قابل توجهی در طول زمان تکامل یافته اند و تکنیک های مختلفی را برای ارزیابی اعتبار افراد و کسب وکارها ترکیب می کنند. امتیازدهی اعتباری فرآیند با اهمیتی برای پرداخت کنندگان اعتبار به شمار می رود چرا که احتمال نکول یا عدم نکول متقاضیان را تعیین می کند و نقش مهمی در تعیین توانایی افراد برای دریافت تسهیلات و اعتبار دارد. مدل های سنجش اعتبار یا امتیازدهی اعتباری سنتی، مانند مدل هایی که تاریخچه اعتباری و رفتار بازپرداخت وام گیرندگان را در بر می گیرد، برای دهه ها در مدیریت ریسک اعتباری مورد توجه بوده است. این مدل ها با ارزیابی اعتبار، تاثیرگذاری بر تاییدیه های وام و شکل دهی اقدامات پیشگیرانه در صورت وقوع نکول، به فرآیندهای تصمیم گیری کمک می کنند. با استفاده از چارچوب ها و رویکردهای روبه رشد یادگیری ماشینی و منابع داده های جایگزین، روش های امتیازدهی اعتباری به مرور زمان در بهینه سازی مدیریت ریسک، بهبود فرآیندهای تایید وام، کاهش ریسک سرمایه گذاری برای وام دهندگان و رسیدگی موثر به نیازهای مالی وام گیرندگان موفق تر خواهند بود. در این پژوهش به ارائه ی یک طبقه بندی جامع از مدل های سنجش اعتبار، با استفاده از تحلیل استنادی کتاب سنجی پرداخته شده و شامل بیش از 100 مقاله ی داخلی و خارجی دارای استناد است.

    کلید واژگان: سنجش اعتبار، تحلیل آماری، رگرسیون، یادگیری ماشینی، شبکه های عصبی
    Pardis Fooladi, Mohsen Amini Khozani*, Zohreh Hajiha, Shadi Shahverdiani

    Credit scoring models have evolved significantly over time, incorporating various techniques to assess the creditworthiness of individuals and businesses. Credit scoring is an important process for credit providers because it determines the probability of default or non-default of applicants and plays an important role in determining people's ability to receive facilities and credit. Traditional credit scoring models, such as those that incorporate the credit history and repayment behavior of borrowers, have been of interest in credit risk management for decades. These models help decision-making processes by evaluating credit, influencing loan approvals, and shaping preventive measures in case of default. Using emerging machine learning frameworks and approaches and alternative data sources, credit scoring methods will become more successful over time in optimizing risk management, improving loan approval processes, reducing investment risk for lenders, and effectively addressing the financial needs of borrowers. In this research, a comprehensive classification of credit scoring models has been presented using bibliometric citation analysis and includes more than 100 cited articles.

    Keywords: Credit Scoring, Statistical Analysis, Regression, Machine Learning, Neural Networks
  • Maryeh Nematizadeh, Alireza Amirteimoori *, Sohrab Kordrostami, Leila Khoshandam

    After assessing the efficiency of the units under evaluation, determining their ranking becomes a critical concern for decision-making. Ranking methodologies rely on specific unit inputs and outputs, but some variables affecting unit performance are not directly observable and are termed contextual variables. Thus, the primary objective of this research is to introduce a ranking methodology that incorporates these variables. To achieve this, a two-step approach is employed. Firstly, the Data Envelopment Analysis (DEA) technique calculates efficiency scores for each Decision-Making Unit (DMU), considering its unique inputs and outputs. Subsequently, the linear regression method is applied to assess the impact of contextual variables on efficiency. Finally, efficiency scores are modified by removing the impact of contextual variables, enabling unit ranking. To illustrate this proposed methodology, we conducted a performance evaluation of provincial gas companies in Iran. The evaluation covered four periods, from 2013 to 2016.

    Keywords: Data Envelopment Analysis, Regression, Contextual Variable, Efficiency, Ranking
  • خلود عباسیان راد، فاطمه حمیدی فر*، بهارک شیرزادکبریا

    هدف پژوهش حاضر بررسی رابطه بین ابعاد دانشگاه هوشمند در توسعه سیستم های دانش بنیان در دانشگاه های آزاد اسلامی شهر تهران یوده است. این تحقیق کاربردی، برای گردآوری داده ها از روش میدانی و از نظر متد اجرا توصیفی از نوع همیستگی بوده است. جامعه آماری که در این پژوهش قرار داشتند شامل هیئت علمی دانشگاه آزاد اسلامی شهر تهران است که با استفاده از جدول کرجسی ومورگان و روش نمونه گیری تصادفی نسبی 120 نفر به عنوان حجم نمونه انتخاب شدند. ابزار گردآوری داده ها این پژوهش پرسشنامه پژوهش ساخته بود. روایی این پرسشنامه توسط متخصصان مورد تایید و پایایی از طریق ضریب آلفای کرونباخ محاسبه شد. برای تجزیه و تحلیل داده ها (کولموگروف - اسمیرنوف، ضریب همبستگی پیرسون ورگرسیون) با استفاده از نرم افزار spss26 استفاده شد. نتایج نشان داد که بین ابعاد دانشگاه هوشمند با توسعه سیستمهای دانش بنیان رابطه وجود دارد.

    کلید واژگان: ابعاد دانشگاه هوشمند، دانش ینیان، همبستگی پیرسون، رگرسیون
    Kholood Abbasianrad, Fatemeh Hamidifar *, Baharak Shirzad Kebria

    The aim of the current research is to investigate the relationship between the dimensions of a smart university in the development of knowledge-based systems in Islamic Azad Universities in Tehran. This applied research was used to collect data from the field method and from the point of view of the implementation method, it was of the collaborative type. The statistical population included in this research includes the faculty of the Islamic Azad University of Tehran, and 120 people were selected as the sample size using the Karjesi and Morgan table and the relative random sampling method. The data collection tool of this research was a research questionnaire. The validity of this questionnaire was calculated by approved experts and reliability through Cronbach's alpha coefficient. For data analysis (Kolmogrof-Smirnov, Pearson correlation coefficient and regression) using spss26 software was used. The results showed that there is a relationship between the dimensions of a smart university and the development of knowledge-based systems.

    Keywords: Dimensions Of Smart University, Knowledge Base, Pearson Correlation, Regression
  • پیش بینی عملکرد تحصیلی دانشجویان با استفاده از الگوریتم های داده کاوی
    رمضان خسروی*، اکرم اسماعیلی اول

    درک عوامل موثر بر عملکرد تحصیلی دانشجویان و پیش بینی این عملکرد یک مساله مهم و چالش برانگیز برای مدیران هر دانشگاهی است. شناسایی این عوامل و تدارک اقدامات مدیریتی مناسب، همچون ارایه مشاوره های لازم به دانشجویان، برگزاری سمینارها و دوره های آموزشی، می تواند به بهبود عملکرد تحصیلی آن ها منجر شود. در این تحقیق سعی شده است با بکارگیری روش های داده کاوی روی داده های تحصیلی و غیرتحصیلی مرتبط جمع آوری شده از دانشجویان مجتمع آموزش عالی گناباد، مدل هایی مناسب برای پیش بینی معدل آنها ارایه گردد. برای توسعه این مدل ها، ابتدا با استفاده از دو روش رگرسیون بهترین زیرمجموعه ها و الگوریتم ژنتیک، متغیرهای تاثیرگذار شناسایی شدند. در ادامه، برای هر دسته از متغیرهای تاثیرگذار شناسایی شده، معدل کل دانشجویان با استفاده از دو روش درخت تصمیم و شبکه عصبی پیش بینی شده است. نتایج نشان می دهد استفاده از الگوریتم ژنتیک برای تعیین متغیرها و استفاده از درخت تصمیم برای پیش بینی منجر به دقت بالاتری در پیش بینی می شود.

    کلید واژگان: ارزیابی عملکرد تحصیلی، داده کاوی، الگوریتم ژنتیک، درخت تصمیم، رگرسیون
    Predicting Educational Performance using Data Mining Techniques
    Ramezan Khosravi *, Akram Esmaeili Avval

    Identifying factors that affects students’ performance can help universities and higher education institutions in improving the quality of education. The knowledge acquired from educational data can help decision makers in understanding students’ behaviors and improving students’ performance. In this research, using the data collected from the students, some models for predicting their educational performance (in terms of their average score) are proposed. To develop these models, first, the affecting factors are identified using the best subsets regression and genetic algorithm. Then, using the identified factors, the average score of the students is predicted by the decision three and neural network methods. The results revealed that the predictions from the decision tree algorithm based on the factors obtained from the genetic algorithm were more accurate than from the others. Beside the real data collected from the students, the use of different data mining techniques provides rich information, which made the decisions more sensible.

    Keywords: Educational performance, Data Mining, Decision tree, genetic algorithm, Regression
  • Arefeh Pour Seyfaldini Jorjafki *

    This study aimed to identify and analyze how the key components of environmental accounting—including the identification and recording of environmental costs, environmental information reporting and transparency, and monitoring and evaluating environmental performance—affect the financial decision-making process. This research is applied in terms of its objective and descriptive-survey in nature, employing a quantitative approach. The statistical population consisted of 145 financial experts and accountants at the Department of Environment in Khorasan Razavi Province. Using the Morgan Table, 106 individuals were randomly selected through simple random sampling. Data were collected using a researcher-made questionnaire, developed based on a review of scientific literature, and comprised two sections: demographic information and 30 items measured on a five-point Likert scale. The questionnaire assessed two main variables—environmental accounting and financial decisions—across six components. Content validity was confirmed by subject matter experts, and reliability was verified through a pilot test and Cronbach's alpha coefficient (0.87). Data were analyzed using SPSS, with confirmatory factor analysis and multiple regression employed to examine the relationships between variables. In the analysis of variance, the identification and recording of environmental costs had the greatest impact (variance = 0.0944), followed by environmental information reporting and transparency (variance = 0.0855), and monitoring and evaluating environmental performance (variance = 0.0860). In the regression model, the identification and recording of environmental costs had a significant effect on financial decisions (β = 0.35, p = 0.001), as did environmental information reporting and transparency (β = 0.22, p = 0.032), while monitoring and evaluating environmental performance had a weaker effect (β = 0.18, p = 0.053). Strengthening environmental accounting processes—particularly in the areas of cost identification and information transparency—can enhance financial decision-making in the public sector and lay the groundwork for sustainable development planning.

    Keywords: Environmental Accounting, Financial Decisions, Governmental Organization, Factor Analysis, Regression
  • آفرین شیرزادای، لیلا نامداریان، محمدرضا خوش نشین لنگرودی*
    امروزه، با توسعه فناوری، فروش دیجیتال بخش مهمی از فروش شرکت ها را به خود اختصاص داده است. در چنین فضایی، توسعه سواد اطلاعاتی مشتریان می تواند به بهبود بازارگری و فروش در عرصه بازارهای مجازی کمک نماید. توجه به سواد اطلاعاتی و تلفیق آن با بازارگری در فضای دیجیتال می تواند به درک چگونگی کمک سواد اطلاعاتی به تصمیم خرید مشتریان یک بنگاه بیانجامد. در همین راستا، پژوهش حاضر با هدف کشف مدل تاثیر سواد اطلاعاتی بر «تصمیم خرید» مصرف کننده در بستر دیجیتال به انجام رسیده است. به منظور تحقق هدف مذکور، ابتدا بر پایه بررسی عمیق ادبیات موضوع، مدل مفهومی پژوهش توسعه یافته است. برای تصمیم خرید متغیرهایی نظیر انتخاب برند، واسطه یا مکان خرید، مقدار خرید، زمان خرید و نحوه پرداخت شناسایی شده اند. سپس برای سنجش ارتباط متغیرهای پژوهش، یک پرسشنامه محقق ساخته تهیه شده و در میان 150 نفر از مشتریان برند سربینه (لباس محلی) که امکان دسترسی به آن ها وجود داشت، توزیع شده است. در این پژوهش، برای تحلیل داده های حاصل از پرسشنامه از روش تحلیل رگرسیون رتبه ای استفاده شده است. نتایج این پژوهش نشان می دهد سواد اطلاعاتی بر تصمیم خرید (انتخاب برند)، و تصمیم خرید (زمان) تاثیری نداشته ولی بر تصمیم خرید (واسطه/مکان خرید)، تصمیم خرید (مقدار)، و نحوه پرداخت موثر است.
    کلید واژگان: تصمیم خرید، خرید دیجیتال، رگرسیون، سواد اطلاعاتی
    Afrin Shirzadi, Leila Namdarian, Mohammadreza Khoshneshin-Langrudi *
    Introduction
    In digital shopping, numerous factors influence the consumers’ purchase decision. Among them, information literacy plays a key role. In this regard, the current study aims to develop a model of how information literacy affects the consumers’ purchase decision in digital shopping in a local clothing business. In The purchase decisions on brand choice, place of purchase, amount of purchase, and time of purchase are examined through Kotler’s model.The concepts examined to conceptualize information literacy include the skill of using polling forums, awareness of inserting questions about the goods on the websites, ability to organize information in electronic environment, ability to gain access to information in electrical environment, ability to categorize information, skill of using different types of hardware such as laptop/computer, ability to examine accurate information, ability to establish communication between current and previous data, and skill of using information in decision-making. According to the conceptual framework presented in the current study, the major hypotheses are as follows:Information literacy influences the consumer’s brand choice in digital shopping.Information literacy influences the consumer’s place of purchase in digital shopping.Information literacy influences the consumer’s amount of purchase in digital shopping.Information literacy influences the consumer’s time of purchase.Information literacy influences the consumer’s payment choice in digital shopping.Information literacy influences the consumers’ purchase decision in digital shopping.
    Methodology
    The current study aims to examine the goods which undergo a short choice duration and the purchase decision of which is not complicated. To this end, examinations were conducted of touristic goods and products, particularly SARBINEH brand products. The statistical population consisted of all the consumers of SARBINEH local clothes (costumes) in the country. Due to the limited number of SARBINEH brand consumers, a convenience procedure was used for sampling. The participants included friends, colleagues, relatives, etc., based on the relative ease of access. A total number of 150 questionnaires were distributed but 98 were completed and returned. Then, a regression analysis was done to analyze the collected data.
    Results and Discussion
    The results demonstrated that SARBINEH brand consumers did not prioritize the clothes brands in digital shopping (when buying goods on the Internet), and this was not related to their information literacy. In other words, the low or high degree of information literacy had no influence on their decision in brand purchase. In this sense, it might be inferred that the consumer’s attitude towards the brand makes no change in digital environments and makes no difference where they see their desired brand to purchase. Accordingly, SARBINEH brand consumers pay particular attention to the place of purchase on the Internet in digital shopping, which is linked to their information literacy. So, a low or high degree of information literacy matters and changes their decision about the place of purchase (i.e., the website on which they make purchase).Additionally, information literacy influenced the consumer’s purchase decision (amount of purchase) in digital shopping. In other words, a low or high degree of information literacy would change their amount of purchase (e.g, the number of clothes they bought). Also, SARBINEH local clothes consumers paid no attention to the time spent on their purchase in digital shopping; they could register their purchase at any time during 24 hours of a day. Moreover, the results indicated that SARBINEH local clothes (costumes) consumers paid attention to the payment methods (in-person or online payment) in digital shopping, which seemed to be related to their information literacy. Their low or high degree of information literacy led to a change in their payment methods. According to the findings, two variables, including information literacy and purchase decision, made no factorial impact in the sample under the study. Thus, the dependent variables of purchase decision were influenced by a certain percentage, and two variables including brand choice and time were not influenced by the information literacy. However, information literacy significantly impacted the place of purchase, amount of purchase, and payment method.
    Conclusion
    The study is significant in that digital environments are increasingly growing in most developing countries like Iran. Such an environment is considered as a prominent opportunity for enhancing digital markets. As a result, increasing the samples similar to the one in the current study, which sought to highlight the significance of the consumers’ purchase decision, information skills and their instrumental attraction in the virtual environment, can pave the way for the development of small businesses in virtual settings and, thereby, accelerate the development of the most important economic cycle, that is SMEs. The major innovation of in this study is the juxtaposition of two fields of marketing (a sub-discipline of management) and information literacy (a sub-discipline of information sciences) to make practical recommendations for improving the purchase rate in digital marketing. The findings were in line with those of previously conducted studies. It is worth noting that the entire model was not confirmed since Iranian customers disregard the importance of a particular level of awareness for purchasing clothes. This implies that their information literacy might be based on a specific one-to-one corresponding model of purchase decision constructs. It is also to be noted that the research model was assessed with regard to SARBINEH brand local clothing business, and a change in the studied goods would lead to different results.
    Keywords: Digital shopping, Information Literacy, Purchase decision, regression
  • وحید صمدپور خلیفه محله *، محمدصادق شاه قلی، غلامرضا رضایی
    زمینه و هدف

    تجزیه و تحلیل پارامترهایی که باعث وقوع تصادفات می شوند، می تواند به بهبود ترافیک کمک کند. در سال 1399، تعداد 584 فوت ناشی از تصادفات وسایل نقلیه در کلان شهر تهران ثبت شده است. از این تعداد، 67درصد از تلفات در بزرگراه ها و 33درصد در سایر معابر شهری رخ داده است. پژوهش گران بسیاری به تحلیل و بررسی علل و شدت تصادفات پرداخته اند تا با ارایه راه کارهای مناسب به کاهش این خسارات کمک کنند. هدف اصلی این مطالعه، تعیین عوامل مرتبط با شدت تصادفاتی است که در بزرگراه های کلان شهر تهران رخ داده است.

    روش

     این پژوهش از نظر هدف، کاربردی و از نظر روش های کمی گردآوری داده ها، توصیفی- مقطعی است. گردآوری اطلاعات موردنیاز از طریق مطالعات کتابخانه ای و میدانی و استفاده از داده های آماری مربوطه انجام گرفته است. برای تجزیه و تحلیل داده ها از آمار تصادفات به وقوع پیوسته در ده بزرگراه منتخب شهر تهران استفاده شده است. به منظور شناسایی عوامل موثر بر شدت تصادفات معابر بزرگراهی، مدل رگرسیون لجستیک دودویی و 90852 داده واقعی تصادفات در بازه زمانی سال های 1390 تا 1399 به کار گرفته شدند و تحلیل حساسیت عوامل شناسایی شده نیز انجام شد.

    یافته ها

    یافته های  تحقیق نشان داد، احتمال وقوع تصادفات جرحی از ساعت 12 ظهر تا 4 عصر با 8/57درصد بیشتر از سایر بازه های زمانی است. تصادفات در روزهای هفته سه برابر بیشتر نسبت به تصادفات آخر هفته ها منجر به جرح می شوند. وقتی عوامل دیگر در حد متوسط ​​خود نگه داشته شدند، تصادفات مربوط به موتورسیکلت ها 7/79درصد احتمال آسیب دیدگی داشتند. معلوم شد که نقش سرعت در تصادفات 13 برابر بیشتر از نقص فنی وسیله نقلیه است.

    نتیجه گیری

    در نتیجه این تحقیق مدیریت شهری می تواند اقدامات مختلفی را برای بهبود ایمنی ترافیک انجام دهد، ازجمله این اقدامات، کاهش سرعت، تشویق استفاده از کلاه ایمنی برای موتورسواران و تصمیم گیری آگاهانه در ایجاد مناطق با محدودیت سرعت در بزرگراه ها است.

    کلید واژگان: شدت تصادف، بزرگراه، رگرسیون، لجستیک دودویی، سرعت در تصادفات، نقص فنی وسیله نقلیه
    Vahid samadpour *, Mohamad Sadegh Shah gholi, Gholamreza Rezaei
    Background and Aim

    In 1399, 584 deaths due to vehicle accidents were recorded in the metropolis of Tehran. Of these, 67% of casualties occurred on highways and 33% on other urban thoroughfares. Therefore, researchers have paid much attention to the analysis and investigation of the causes and severity of accidents in order to help reduce these damages by providing appropriate solutions. The main purpose of this study is to determine the factors related to the severity of accidents that have occurred on highways in Tehran.

    Method

    In this study, using 90852 real data of ten highway accidents in Tehran in the period of 1390 to 1399, using binary logistic regression method, the factors related to the severity of accidents on Tehran highways were identified.

    Results

    The results showed that the probability of injury accidents with 57.8% from 12 noon to 4 pm is higher than other time periods. Accidents on weekdays are three times more common than weekend accidents. When other factors were kept to a moderate level, motorcycle crashes had a 79.7% chance of injury. It turned out that the role of speed in accidents is more than 13 times greater than the mechanical defects of the vehicle.

    Conclution

    Urban management can now take a number of measures to improve traffic safety, including slowing down and encouraging the use of helmets for motorcyclists and making informed decisions about creating speed zones on highways.

    Keywords: Accident severity, highway, regression, binary logistics
  • آمنه مالمیر*، هادی حاجی عباس

    این پژوهش با هدف تعیین رابطه سبک های رهبری و سلامت اداری با سیر قهقرایی انجام شده است. پژوهش حاضر بر اساس هدف کاربردی و بر اساس ماهیت و روش  از نوع توصیفی_همبستگی است و از نظر گرداوری اطلاعات میدانی است.  جامعه ی  آماری مورد مطالعه، شامل کلیه ی کارکنان شرکت هفت تپه 540 می باشد. که بر اساس جدول مورگان 221 نفر با استفاده از روش نمونه گیری تصادفی ساده انتخاب شدند. ابزار مورد استفاده پرسشنامه استاندارد سلامت اداری مک کاسکر (2006) می باشد که ابعاد اداری، سیاسی، اقتصادی و اجتماعی مورد بررسی قرار می دهد. برای سنجش سبک های رهبری داده ها با پرسشنامه تلفیق شده از پژوهش های باس و آوولیو(2000) و زکریا و همکاران (2016) در قالب مقیاس لیکرت جمع آوری شده است. تجزیه و تحلیل اطلاعات به کمک نرم افزار amos انجام شده است. برای آزمون فرضیه ها از تحلیل عاملی استفاده شده است. نتایج پژوهش نشان داد که سبک های رهبری تحول آفرین  و سلامت اداری  با سیر قهقرایی  رابطه مثبت و معنا داری دارد و کاهش سیر قهقرایی سازمان را به همراه خواهد داشت.

    کلید واژگان: سیر قهقرایی، سبک رهبری تحول آفرین، سلامت اداری
    Amenehmalmir Malmir *, Hadi Haji Abbas

    The aim of this study was to determine the relationship between leadership styles and administrative health with regression. This research is applied and the method is descriptive-correlation and in terms of collecting information, it is survey. The statistical population of the study includes all 540 employees of Haft Tappeh Company. According to Morgan table, 221 people were selected using simple random sampling method. The instrument used is the McCasker Standard Office Health Questionnaire (2006) which examines the administrative, political, economic, and social dimensions. To measure leadership styles, data were collected using a combined questionnaire from Bass and Avolio (2000) and Zakaria et al. (2016) in the form of a Likert scale. Data analysis was performed using AMOS software. Factor analysis has been used to test the hypotheses. The results showed that transformational leadership styles and administrative health have a positive and significant relationship with regression and will reduce the regression of the organization.

    Keywords: regression, transformational leadership style, Administrative health
  • محمد حبیبی، احمد رضا صیادی*، محمدرضا خالصی
    عملیات بارگیری و باربری بخش مهمی از چرخه فرایند تولید در معادن روباز محسوب شده و سهم قابل توجهی از قیمت تمام شده تولید را به خود اختصاص می دهد. به منظور ارزیابی گزینه های فنی و تصمیم سازی در مرحله طراحی و مطالعات امکان سنجی پروژه های معدنی، دسترسی به مدل های تخمین هزینه سریع و کارآمد ضروری بوده و دقت و اعتبار آن ها از جمله عوامل بحرانی در موفقیت پروژه محسوب می شود. در این تحقیق مدلی جهت تخمین هزینه های این ماشین آلات با استفاده از تحلیل رگرسیون تک و چند متغیره ارائه شده است. تحلیل چند متغیره با استفاده از روش تحلیل مولفه های اصلی صورت گرفته است. ماشین آلات مورد مطالعه شامل بارگیرهای رایج نظیر شاول های هیدرولیکی و کابلی، لودر چرخ لاستیکی، کج بیل و کامیون یکپارچه باربر می باشند. توابع هزینه بر اساس نوع هزینه سرمایه ای و عملیاتی تفکیک شده اند. هریک از اقلام هزینه های عملیاتی نیز به صورت تابعی مجزا ارائه شده است. متغیر مستقل در تحلیل تک متغیره ظرفیت بارگیری و باربری بوده و در چند متغیره بسته به نوع دستگاه شامل متغیرهای مشخصه هر ماشین از جمله ظرفیت جام، ارتفاع بارگیری/ تخلیه، عمق حفر، طول بازو و توان موتور می باشند. کارائی هریک از توابع هزینه چند متغیره با استفاده از میانگین خطای مطلق سنجیده و بیشینه آن ها به 17درصد برآورد شده است.
    کلید واژگان: هزینه، ماشین آلات بارگیری و باربری، معادن روباز، رگرسیون، تحلیل مولفه های اصلی
    Mohammad Habbibi, Ahmad Reza Sayadi*, Mohammad Reza Khalesi
    Loading and hauling represent an important part of open pit mines production cycle and account for a considerable share of the total operating cost. The decision making during mine planning requires suitable and quick cost models. This paper intends to develop a model for estimating the capital and operating cost of major loading and haulage equipment used in the open pit mining, applying single (SRA) and multiple regression analysis (MRA). The MRA is based on Principal Component Analysis (PCA). The equipment include classical loading vehicles including hydraulic and cable shovels, wheel loader and backhoe along with rigid rear dump truck. Cost functions are classified on the basis of cost types; i.e. capital and operating costs. Furthermore, a set of functions is presented for operation cost items. Explanatory variable in SRA is bucket capacity of loading and hauling while explanatory variables in MRA include bucket capacity, power and certain specific parameters (including dump height, digging depth and boom length) depending on the proposed equipment. The performance of each multivariate cost function has been measured through the Mean Absolute Error Rate, whose maximum was found to be 17%.
    Keywords: Cost, Loading, hauling equipment, Regression, PCA
  • محمدرضا فرزین *، امیر افسر، علیرضا دبیر، ابتهال زندی
    یکی از مهم ترین رویدادها در صنعت گردشگری هر کشور، میزان تقاضا برای یک محصول یا مقصد گردشگری است. اما باید توجه داشت پیش بینی ها هرگز نمی توانند به طور صددرصد با آنچه در عمل پیش خواهد آمد تطابق داشته باشند. همیشه فواصل و انحرافاتی بین مقادیر واقعی و پیش بینی موجود خواهد بود، ولی استفاده از روش های علمی و نوین در امر پیش بینی، باعث خواهد شد نتایج حاصله به مراتب بیش از یک تخمین عینی به حقیقت نزدیک شود. در سال های اخیر با تغییر الگوی تعطیلات و شکل-گیری تعطیلات کوتاه مدت، شهرها فرصتی برای توسعه گردشگری پیدا کردند. یکی از مهم ترین انواع گردشگری داخلی شهر تهران، بر اساس آمار مرکز ملی آمار و نظرات صاحب نظران این حوزه، گردشگری تفریحی است به همین منظور پژوهش حاضر سعی دارد مدل هایی برای پیش بینی تقاضای گردشگری تفریحی داخلی شهر تهران پیشنهاد کند. برای این کار از اطلاعات ماهیانه بین سال های 1381 تا 1394 استفاده شده است. متغیر مستقل این تحقیق تعداد گردشگران تفریحی داخلی شهر تهران است و متغیرهای وابسته نیز بر اساس تکنیک دلفی و دیماتل فازی انتخاب شدند، چارچوب مدل، ترکیبی از رگرسیون ، شبکه عصبی فازی و الگوریتمSVR است که با ترکیب این روش ها می توان خطای پیش بینی را اندازه گیری و روش ها را با هم مقایسه کرد. نتایج این پژوهش نشان می دهد رویکرد ترکیبی رگرسیون و شبکه های عصبی فازی (ANFIS) پیشنهادی می تواند پیش بینی بهتری نسبت به سایر روش ها در خصوص پیش بینی گردشگری تفریحی داخلی داشته باشد.
    کلید واژگان: رگرسیون، شبکه عصبی فازی، الگوریتم SVR، گردشگری تفریحی، پیش بینی تقاضای گردشگری تفریحی داخلی، شهر تهران
    Mohammad Reza Farzin *, Amir Afsar, Alireza Dabir, Ebtehal Zandi
    Recreational tourism is an important form of domestic tourism in Tehran, based on the statistics of the National Center of Statistics and the views of the experts. This paper tried to propose models for predicting effective variables on predicting domestic demands for recreational tourism in Tehran. The study used the monthly information between 2001 and 2015. The independent variable was the number of domestic recreational tourists in Tehran, and the dependent variables were selected based on Delphi and Fuzzy DEMATEL techniques. The model framework was a combination of regression, the fuzzy neural network, and SVR algorithm. The combinations of these methods helped measure prediction errors and compare methods. Results showed that the proposed hybrid approach of regression and Adaptive Neuro-Fuzzy Inference System (ANFIS) could have a better prediction compared to other methods for predicting domestic recreational tourism.
    Keywords: regression, Adaptive Neuro-Fuzzy Inference System (ANFIS), Support Vector Regression (SVR) algorithm, recreational tourism, prediction
  • امیر عباس شجاعی*، مهرداد خازن چین
    در این پژوهش دو پروژه در فاز ساخت شرکت آذر آب برای پیش بینی هزینه های ساخت در نظر گرفته شد و هزینه های واقعی پروژه های مذکور بعد از جمع آوری اطلاعات محاسبه گردید ، سپس شش مدل رگرسیونی در چهار دوره زمانی برای هر پروژه ارائه و سپس میانگین خطای مدل ها برای هر پروژه در چهار دوره محاسبه گردید تا مدل نهایی و مورد قبول برای هر پروژه مشخص گردد. نتایج نشان داد که مدلهای 2 و 3 درصد خطای پایین و قابل قبولی را نسبت به دیگر مدل ها دارند. وجود منغیر های موثر در مدل ها و همچنین با توجه به ماهیت پروژه ها نتیجه می گیریم مدل شماره 3 با درجه اطمینان قابل قبول تری هزینه های آتی پروژه ها را پیش بینی می کند. درمجموع مدل شماره 3 را به عنوان مدل برتر برای پیش بینی هزینه های آتی پروژه های مورد بحث انتخاب خواهیم کرد. با این حال یادآور می شویم که برای هر پروژه با توجه به ماهیت آن ممکن است یک معادله خاص دیگر، پیش بینی های دقیق تری را ارائه دهد.اما به طور کلی می توان بیان داشت که مدلهای رگرسیونی برای پیش بینی هزینه های دوره های مختلف پروژه با توجه به ماهیت آن کاربردی می باشد.
    کلید واژگان: مدیریت ارزش حاصله، هزینه های واقعی، هزینه های برنامه ریزی شده، پیش بینی، رگرسیون
    Amir Abbas Shojaie *, Mehrdad Khazenchin
    In this research, two projects were considered during the construction phase of Azar AB Company to predict construction costs and actual costs of these projects were calculated after data collection, then six regression models were presented in four time periods for each project and then The average model error for each project was calculated in four periods to determine the final and acceptable model for each project. The results showed that models 2 and 3 percent have lower and acceptable errors than other models. The existence of effective modules in models as well as in terms of the nature of projects, we conclude that Model No. 3 predicts the future costs of projects with a reasonable degree of certainty. In sum, we will select Model No. 3 as the top model to predict the future costs of the projects in question. However, we recall that for each project, depending on its nature, another particular equation may provide more accurate predictions. But in general it can be said that regression models are used to predict the costs of different periods The project is applicable to its nature.
    Keywords: Earn Value management, actual costs, planned costs, forecast, regression
  • محمود شهرخی*
    هدف
    ارائه یک روش نوین برای مواجهه با عدم قطعیت در محاسبه قابلیت اطمینان قطعات از طریق بیان آهنگ خرابی قطعات به صورت عدد مثلثی فازی و به کارگیری محاسبات فازی برای تبدیل آن به عدد قابلیت اطمینان فازی.
    روش
    ابتدا آهنگ خرابی با توجه به عدم قطعیت آن به صورت یک عدد فازی مثلثی بیان شده است؛ سپس با فرض تابع عمر نمایی برای قطعه مد نظر، بر پایه این عدد قابلیت اطمینان فازی به دو روش گوناگون محاسبه شده و نتایج آنها با یکدیگر مقایسه شده است. در روش اول از اصل گسترش استفاده شده و عدد قابلیت اطمینان فازی به صورت دقیق محاسبه شده است. در این حالت عدد فازی قابلیت اطمینان یک شکل تقریبا مثلثی پیدا کرده است. در روش دوم، با استفاده از رگرسیون خطی، دو تابع خطی برای یال راست و چپ عدد فازی قابلیت اطمینان برازش شده و بدین گونه یک عدد فازی مثلثی ساخته شده است.
    یافته ها
    زمانی که تابع چگالی عمر نمائی برای یک قطعه به کار رود، میزان خطای محاسبه ی قابلیت اطمینان فازی با استفاده از روش رگرسیون، نسبت به روش اصل گسترش بسیار ناچیز است.
    نتیجه گیری
    تقریب تابع قابلیت اطمینان فازی با به کارگیری روش رگرسیون دقت کافی را دارا است و می تواند به جای استفاده از روش اصل گسترش مورد استفاده قرار گیرد.
    کلید واژگان: رگرسیون، قابلیت اطمینان فازی، منطق فازی، آهنگ خرابی فازی، اصل گسترش
    Mahmoud Shahrokhi *
    Objective
    The aim of this paper is to propose a new method to deal with uncertainty in computing the reliability of components through expressing the failure rate as a fuzzy triangular number and using fuzzy calculations to convert it to a fuzzy reliability number.
    Methods
    Firstly, considering its uncertainty the failure rate is expressed as a triangular fuzzy number. Then, assuming the exponential life-time function for the target component, based on the fuzzy failure rate, the fuzzy reliability is calculated in two different ways and the results are compared with each other. In the first method, the extension principle is used and the fuzzy reliability number is calculated, accurately. In this case, the fuzzy number of reliability has a nearly triangular shape. In the second method, using linear regression, two linear functions are fitted for the right and left edges of the reliability fuzzy number, and thus a triangular fuzzy number is obtained.
    Results
    When the exponential density function is used for lifetime of a component, the fuzzy reliability calculation error, using the regression method is very small, compared to the original extension method.
    Conclusion
    The approximation of the fuzzy reliability function, applying the regression method, provides sufficient accuracy and can be used instead of the extension principle method.
    Keywords: Fuzzy failure rate, Fuzzy logic, Fuzzy reliability, Regression, Extension principle
  • حمیدرضا نورعلی زاده *، علی بنیادی نایینی، محسن صادقی
    بسیاری از مطالعات مرتبط با سنجش کارایی، به محاسبه آن و نهایتا تحلیل ورودی ها و خروجی های می پردازد. این مطالعات هرچند که در برآورد و رتبه بندی واحدهای مورد مطالعه دست آوردهای درخوری داشته اند اما از تبیین ریشه های کارآمدی و ناکارآمدی غافل مانده اند. امری که به نظر می رسد ریشه آن در رویکردهای نسبتا مجزای مورد نیاز برای پژوهش در این دو بخش نهفته باشد. بر این اساس مطالعه پیش رو، پژوهشی دو مرحله ای را برای شناسایی عوامل موثر بر کارایی شعب بانک بیمه پیشنهاد می دهد که در مرحله نخست با استفاده از ادبیات کارایی و مشخصا روش تحلیل پوششی داده ها DEA، کارایی آنها برآورد شده و سپس با استفاده از ادبیات مدل های تعالی و مشخصا بخش توانمندساز مدل بنیاد اروپایی مدیریت کیفیت EFQM به شناسایی عوامل تبیین کننده کارایی شعب بانک بیمه با استفاده از رگرسیون چندگانه یک متغیره میپردازد. این پژوهش از نظر هدف کاربردی و از نظر روش بدست آوردن داده ها تحلیلی– ریاضی می باشد. جامعه ی آماری این تحقیق جهت برآورد و تبیین عوامل موثر بر کارایی، شعب بانک بیمهی بانک ملت در سال 94 بوده است. در این پژوهش ابتدا، کارایی میز بانک بیمهی بانک ملت و بیمه ما، با استفاده از روش تحلیل پوششی داده ها (DEA) ، برآورد و رتبه بندی شده اند و سپس با استفاده از چک لیست ارزیابی مبتنی بر EFQM، تاثیر عوامل توانمندساز مدل EFQM بر کارایی شعب، توسط تحلیل رگرسیون چندگانه یک متغیره مورد تحقیق قرار گرفته است. بر این اساس، عوامل موثر بر کارایی میزهای بانک بیمهی بانک ملت و بیمه ما به ترتیب اثرگذاری: کارکنان، شراکت و منابع، فرآیند محصولات و خدمات، استراتژی و رهبری میباشد.
    کلید واژگان: کارائی، بانک بیمه، میز بیمه، تحلیل پوششی داده ها، رویه دو مرحله ای، رگرسیون، مدل تعالی سازمانی، بانک ملت، بیمه ما
    Hamidreza Noor Alizadeh*
    A majority of studies around efficiency assessment just estimate it. Indeed, they don’t address the roots of inefficiency of DMUs. These shortcomings could be resulted from silo approaches conducted by researchers. Our research aims address this gap. We propose a two-stage procedure in which first, the efficiency of bancassurance desks are estimated by DEA (Data Envelopment Analysis) and then, roots of inefficiency are identified by a survey designed based on enabler section of European Foundation for Quality Management model (EFQM) and conducted among bancassurance desks employees. This study is applied in terms of purpose, and mathematical as well as statistical in terms of data analysis. The population of this study consisted of all bancassurance desks of BANK MELLAT in 2015. After efficient and inefficient branches of bancassurance have been estimated and ranked, in order to identify factors affecting efficiency, a questionnaire designed according with criteria of EFQM. Reliability of questionnaire was tested by Cronbach's alpha coefficient, and normal distribution of data was tested by using the Kolmogorov-Smirnov test. The effects of variables (factors) on efficiency were evaluated via regression analysis, then obtained answers were tested for research questions. The results of ranking the impact of factors on the efficiency of bancassurance desks showed that employees, partnerships and resources, products and services, strategy, and leadership are the efficient factors, respectively.
    Keywords: efficiency , bancassurance , Data Envelopment Analysis , DEA , European Foundation for Quality Management , EFQM , regression , two-stages procedure , Bank Mellat , Ma Insurance
  • محمد نورالامین *، صدف نورعین
    این مطالعه برای سنجش انگیزه های قماربازان بورس آنلاین، از شاخص شدت مشکل قمار، به واکنشهای آنها در مورد قمار آنلاین استفاده می کند. هدف اصلی مطالعه حاضر، بررسی تاثیر عوامل انگیزشی است که باعث افزایش استفاده از قمار آنلاین در پاکستان و عوامل رفتاری می شود و میزان اجرای شیوه های قمار مسالمتآمیز با شاخص شدت مشکل قمار را در قماربازان بورس آنلاین در پاکستان بررسی میکند. داده ها با استفاده از پرسشنامه جمعآوری شد و برای تجزیه و تحلیل از SEM، رگرسیون چندگانه و رگرسیون لجستیک چندجملهای استفاده شد. نتایج نشان داد که عوامل انگیزشی که به طور قابل توجهی در شاخص شدت مشکل قمار تاثیر میگذارد، شامل هیجان، انگیزه مالی، فرار و آرامش است و در شرایط مشروط به قمار، شرایط و شفافیت طراحی بازی، عناصر کلیدی عوامل رفتاری است، در حالی که خودمختاری و خودباوری (SE و SH) به عنوان عواملی تاثیرگذار محسوب نمیشود.
    کلید واژگان: تجزیه و تحلیل عوامل، رگرسیون، قمار
    Muhammad Noor-Ul-Amin *, Sadaf Noreen
    This study used PGSI to measure the motives of online stock exchange gamblers according to their responses about their online gambling. The main aim of the current study is to holistically explore the impact of motivational factors that motivate more usage of online gambling in Pakistan and behavioral factors that investigate the level of implementation of responsible gambling practices on PGSI in Pakistan’s online stock exchange gamblers. We collected data through questionnaires and for analysis we used SEM, multiple regression and multinomial logistic regression. Results indicated that motivational factors that significantly impact PGSI are excitement, financial motivation, escape and relaxation and in terms of responsible gambling practices, game design and transparent terms and conditions are the key elements of behavioral factors while self-exclusion and self-help (SE and SH) are not considered as significant factors.
    Keywords: Factor analysis, regression, gambling
  • بابک سهرابی*، ایمان رئیسی وانانی، سمانه کشاورزی

    کیفیت کار خود قلمداد می کنند. از آنجا که تقریبا کلیه سازمان های امروزی نیازمند رقابت در عرصه های مختلف از جمله خدمات هستند، ارائه خدمات با کیفیت در دستیابی به مزیت رقابتی پایدار از اهمیت قابل ملاحظه ای برخوردار است. سازمان ها و شرکت ها جهت بقاء و موفقیت در بازارهای رقابتی، ناگزیرند خدماتی با کیفیت به مشتریان ارائه کنند. نتایج بسیاری از پژوهش ها نشان می دهد کیفیت خدمات مقدمه ای برای رضایت مشتری است. با این وجود، بسیاری از شرکت های مشتری مدار در فرآیند تشخیص و ارزیابی ترجیحات مشتریان با مشکل مواجه شده و اغلب درک اشتباهی از خواسته ها و انتظارات مشتریان دارند، زیرا ارائه خدمات با کیفیت بالاتر مستلزم شناخت روابط بین خواسته های مشتریان و کیفیت خدمات ارایه شده توسط شرکت است. سازمان ها و شرکت های ارائه دهنده خدمات نرم افزاری نیز از این قائده مستثنی نیستند. هدف از این پژوهش ارائه مدلی در جهت پیش بینی میزان رضایت مشتریان از خدمات پشتیبانی ارائه شده، تعیین میزان تاثیر هر یک از متغیرهای اثرگذار بر رضایت مشتریان و اطلاع از سطح رضایت مشتریان از خدمات پشتیبانی در شرکت مذکور است. که بدین منظور الگوریتم های پیش بینی در داده کاوی از جمله الگوریتم های طبقه بندی و رگرسیون و با استفاده از نرم افزار رپیدماینر بر روی داده ها اجرا شدند. از میان این روش ها آنهایی که بالاترین میزان دقت و کمترین میزان خطا را داشتند به عنوان روش های منتخب، برگزیده شدند. همچنین از روش وزن دهی برای مشخص کردن موثرترین متغیر ها در رضایت مشتری استفاده شد تا نتایج حاصل از اینها به منظور اتخاذ تصمیمات و پیاده سازی راهکارهای بهبود رضایت مشتری در اختیار مدیران شرکت قرار گیرد

    کلید واژگان: رضایت مشتری، داده کاوی، خدمات صنعت نرم افزار
    babak sohrabi *, Iman raeesi, Samaneh Keshavarzi

    Nowadays, productive or service organizations consider the customer's satisfaction as a significant criterion to assess their work quality. Since almost all the organizations need to compete in different areas including services, giving a high quality service is so important to achieve a permanent competitive advantage. In order to survive in competitive markets, organizations and companies have to provide high quality customer services. The results of many researches illustrate that the service quality is the necessity for customer's satisfaction. Though, a lot of customer oriented companies have problem in recognizing and evaluating the customers' preferences and they often misunderstand the customers' demands. Because providing a high quality service requires understanding the relationship between the demands of customers and the quality of services provided by company. The organizations and companies which give software service also include this rule. The purpose of this research is to present a model to predict the customer's satisfaction from the provided services , also determine the influence of each effective variable on customer's satisfaction, as well be informed of customer's satisfaction level from provided service by the mentioned company. The proposed study used predictive algorithms such as Regression and Classification on data by Rapid Miner. Finally the method with the highest accuracy and minimum error were selected. In addition, in order to determine the most effective variables in customer's satisfaction, the weighting method was used. In order to make decisions and improve customer satisfaction, the results will be available for managers.

    Keywords: Customer Satisfaction, Data mining, Customer Satisfaction Model, Regression, Classification Software Industry Services.
  • مرتضی آذرباد، فرهاد حسین زاده لطفی
    ارتقای بهره وری سبب پیشرفت و توسعه یافتگی می شود و اکثر کشورهای توسعه یافته و در حال توسعه به منظور اشاعه نگرش به مقوله بهره وری و تعمیم بکارگیری فنون و روش های ارتقای آن، سرمایه گذاری های زیادی انجام داده اند. یکی از اجزاء مهم ارزیابی عملکرد، سنجش کارایی سازمان است. سنجش کارایی سازمان های مختلف و مقایسه کارایی بین واحدهای آنها، از جمله مسائل مهمی است که امروزه مورد توجه قرارگرفته است. یکی از مسائل اساسی که موسسه آموزشی و پژوهشی و به طور خاص دانشگاه ها با آن مواجه هستند فقدان سیستم های منسجم ارزیابی عملکرد است. تحلیل پوششی داده ها (DEA) تکنیکی ریاضی و مدیریتی برای ارزیابی واحدهای تصمیم گیرنده (DMU) با ورودی و خروجی های متعدد و متنوع است و با در نظر گرفتن وابستگی ها و ساختار سیستم ها و همچنین بازخورد اثرات متقابل معیارها به ارزیابی سیستماتیک عملکرد DMUها پرداخته می شود. در پژوهش حاضر اندازه گیری و مقایسه کارایی هجده دانشکده ی دانشگاه آزاد اسلامی واحد علوم و تحقیقات در حوزه پژوهشی برای دو مقطع زمانی صورت گرفت که در مجموع پژوهش دانشکده ها در مقطع زمانی اول یعنی نیمسال دوم سال تحصیلی 93-92 از وضعیت بهتری نسبت به مقطع زمانی دوم یعنی نیمسال اول سال تحصیلی 94-93 برخوردار بودند.
    کلید واژگان: محاسبه پیشرفت و پسرفت، ساختار شبکه دومرحله ای، داده های نادقیق و کارایی نسبی
    Morteza Azarbad, Farhad Hosin Zadeh
    Improve productivity leads to progress and development and developed and developing countries in order to promote the attitude towards the use of techniques and methods to improve the efficiency and extend the done a lot of investments. Oneofthe important parts ofthe performance evaluation, performan cemeasurement organization. Performance measureand comparethe performan ceoftheirvarious organizations, includingthe main pointsof interestarelocated.One of the fundamental issues of education and research institutions and universities in particular are faced with the lack of a coherent system of performance appraisal. Development Environment Data (DEA) mathematical technique and management to evaluate theDecision Making Units (DMUs) with the input and output of multiple and diverse that combining this technique with Multiple Criteria Decision Making (MCDM) a technical engineering and taking into account dependencies and system structure as well as measures to assess systematic feedback interactions are paid DMU performance. This approach (combining two techniques, DEA and MCDM) to eliminate restrictions on the complete ranking in the classic DEA method.In this study, measure and compare the performance of the eighteen schools of Islamic Azad University, Science and Research branch in the field of research has been done for two time periods.
    Keywords: calculation of progression, regression, two-step network structure, inaccurate, relative performance data
  • مصطفی سالاری، مرتضی باقرپور، کاوه تقی زاده، هادی منعم
    مساله ی موازنه ی زمان وهزینه یکی از مسائل مهم درحیطه ی برنامه ریزی پروژه میباشد. هیچ یک از مطالعات پیشین در این زمینه به بررسی امکان ادغام مساله موازنه زمان-هزینه با عملکرد پروژه در حین اجرای آن به منظور ارائه ی یک مدل یکپارچه برای کنترل و برنامه ریزی پروژه در تمام طول اجرای آن نپرداخته است. مدل ارائه شده در این مقاله به ارائه ی یک ساختار کنترلی جدید میپردازد که شامل برنامه ریزی پیش از شروع پروژه، کنترل عملکرد این برنامه ریزی در فاز اجرا به منظور بررسی ضرورت برنامه ریزی مجدد و در نهایت ارائه راهکاری برای برنامه ریزی مجدد پروژه میباشد. در مدل مذکور برای هر فعالیت چندین انتخاب وجود دارد و این انتخابها مسیرهای متفاوتی برای اجرای پروژه به وجود می آورند. برای هر انتخاب از فعالیت ها زمان وهزینه بصورت فازی در نظر گرفته شده اند. بهترین مسیر اجرای پروژه با توجه به زمان و هزینه اجرای پروژه در مسیرهای متفاوت، انتخاب میگردد. در ادامه، از روش مدیریت ارزش حاصله برای کنترل شاخص های عملکردی پروژه همچون زمان وهزینه و از روش آماری برای پیش بینی وضعیت آینده ی پروژه استفاده میشود. روش پیشنهادی به تصمیم گیرندگان این امکان را میدهد که با توجه به وضعیت فعلی پروژه برای ادامه ی آن تصمیم گیری کنند و در واقع حیطه ی برنامه ریزی برای پروژه را از قبل شروع آن به زمان اجرای آن انتقال میدهد. نتایج به دست آمده از این مدل میتواند وضعیت پروژه را در آینده پیش بینی نموده، نیاز آن به برنامه ریزی مجدد را مشخص کرده و نحوه ی برنامه ریزی مجدد را تعیین کند.
    کلید واژگان: موازنه زمان، هزینه، نظریه فازی، مدیریت ارزش حاصله، رگرسیون، پیش بینی
    Mostafa Salari, Morteza Bagherpour, Kaveh Taghizadeh, Hadi Monem
    Time-cost trade-off (TCT) problem is a well-known subject in the project scheduling contexts. None of previous studies in this area of research emphasize on the incorporation of the TCT problem into the started project’s performance in order to present a comprehensive model for scheduling and controlling the project in its whole life. The aim of this paper is to provide a novel control mechanism which includes scheduling the project prior to start date، monitoring the project’s performance through the execution، predicting future performance of the project، determining the necessity for re-scheduling، and providing an approach for re-scheduling of the project. In the proposed model، several options with specific time and cost have been considered for the initiation of each activity. These options make different paths for the construction of the project. Due to vagueness and imprecision presented in real case projects، the time and cost behavior for each option has been presumed as fuzzy numbers. Earned Value Management (EVM) has been then utilized for measuring project performance and ultimately، statistical modeling has been also employed in predicting the future trend of EVM’s indices. The model has resulted in selection of the best path for implementation purpose among all available paths. Moreover، the proposed model provides the advantage of assessing the possibility of rescheduling process. An illustrative case has been studied to analyze the application of the proposed model.
    Keywords: Time cost trade, off, Fuzzy logic, Earned Value Management, Regression, Prediction
  • محسن نظری*، سیدوحید طباطبایی کلجاهی، مهدی احراری
    در این مقاله، با استفاده از سه رویکرد لذت باورانه رگرسیون، شبکه عصبی بازگشتی و شبکه عصبی GMDH، تابع لذت باورانه قیمت رایانه همراه در بازار تهران الگو سازی و مقایسه شده است. برای انجام این پژوهش، داده های قیمت رایانه همراه از بازار رضای تهران، بزرگترین بازار رایانه همراه تهران جمع آوری و داده های فنی رایانه همراه ها از وب سایت رسمی شرکت های تولید کننده استخراج شده اند. نتایج این پژوهش حاکی از آن است که شبکه ی عصبی GMDH با کمترین خطا، تابع قیمت را برآورد می کند. همچنین ظرفیت حافظه درونی پردازشگر (cache)، دی وی دی رام، حافظه ی کارت گرافیکی و داشتن ویندوز بر قیمت رایانه همراه اثر مثبتی دارد. با توجه به نتایج این پژوهش، وارد کنندگان رایانه همراه می توانند برای رسیدن به سود بیشتر، رایانه همراه هائی را وارد بازار کشور کنند که شامل خصیصه هائی با بیشترین تمایل به پرداخت توسط خریداران می باشند.
    کلید واژگان: قیمت گذاری لذت باورانه، شبکه عصبی بازگشتی، شبکه عصبی GMDH، رگرسیون، قیمت رایانه همراه
    Mohsen Nazari*, Seyyed Vahid Tabatabaei Kalejahi, Mehdi Ahrari
    In this paper, laptop price estimator is developed by three approaches: Hedonic Regression, Artificial Neural Networks and ANN-GMDH. The data for this research is gathered from Tehran Bazar Reza and from laptops’ manufactures’ official websites. The results show that Artificial Neural networks’ model is the best estimator and its error is less than the other two estimators. Also, CPU Cache, DVDROM, Graphic Card Memory and Installed Windows on laptop positively affect the price of a laptop. By considering the result of this study, laptop importers can reach to more benefits by importing those laptops that have high willingness to pay by its buyers.
    Keywords: Hedonic Pricing, Feed forward Neural Network, GMDH, Regression, Laptop Price
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال