فصل چهارم -ماهیت قرارداد معالجه. 33

بخش اول  نظریه اجاره بودن قرارداد معالجه. 34

بخش دوم نظریه جعاله بودن عقد معالجه. 35

بخش سوم  نظریه وكالت.. 36

بخش چهارم  نظریه عقد نامعین. 36

فصل چهارم  اركان مسؤولیت مدنی پزشك.. 38

بخش اول خطای پزشکی.. 39

\

عنوان                                            صفحه
چکیده 1

فصل اول: کلیات تحقیق

1-1- بیان مساله. 3

1-2- اهمیت و ضرورت انجام تحقیق.. 4

1-3- سؤالات تحقیق.. 5

1-4- اهداف… 5

1-5- تعاریف و کلیات… 6

1-6- جمع بندی و جنبه جدید بودن و نوآوری در تحقیق.. 12

فصل دوم: مروری بر ادبیات و پیشینه تحقیق

2-1- مرور منابع. 14

2-1-1- بررسی پژوهش‌های انجام شده در داخل کشور. 14

2-1-2- بررسی پژوهش‌های انجام شده در خارج از کشور. 19

فصل سوم: مواد و روش‌ها

3-1- مواد و روش‌ها 22

3-1-1- مواد. 22

3-1-1-1- رویشگاه زاگرس… 22

3-1-1-2- زیست بوم استان ایلام. 22

3-1-1-3- منطقه مورد مطالعه. 23

3-1-1-4- اقلیم. 23

3-1-1-5- زمین‌شناسی.. 25

3-2- روش انجام تحقیق.. 26

3-2-1- تهیه نقشه‌های عوامل فیزیوگرافی.. 26

3-2-2- نمونه‌بردای خاک.. 27

3-2-2-1- آزمایشات خاک.. 28

3-2-3- جامعه آماری، روش نمونه‏گیری و حجم نمونه. 28

3-2-4- متغیر‌های مورد بررسی.. 28

3-2-5- روش‌ها و ابزار تجزیه و تحلیل داده‏ها 29

فصل چهارم: نتایج

4-1- نتایج.. 31

4-1-1- تهیه نقشه عوامل فیزیوگرافی.. 31

4-2- تهیه نقشه شبکه آماربرداری.. 33

4-3- پوشش گیاهی.. 34

4-4- مشخصات رویشی توده مورد مطالعه. 34

4-4-1- آنالیز همبستگی میان خصوصیات رویشی.. 37

4-5- بررسی مشخصه‌های کمی و کیفی بادام کوهی تحت تأثیر عوامل فیزیوگرافی: 38

4-5-1- ارتفاع از سطح دریا 38

4-5-2- جهت‌های جغرافیایی.. 39

4-5-3- شیب دامنه. 40

4-6- وضعیت خاک منطقه مورد مطالعه. 42

4-6-1- بررسی وضعیت خاک در طبقات مختلف ارتفاعی.. 42

4-6-2- بررسی وضعیت خاک در جهت‌های مختلف جغرافیایی.. 42

4-6-3- بررسی وضعیت خاک در شیب‌های مختلف… 43

4-6-4- ضریب همبستگی بین متغیر‌های رویشی و خصوصیات خاک.. 44

فصل پنجم: بحث و نتیجه گیری

5-1- بحث و نتیجه گیری.. 47

5-2- پیشنهادات… 49

منابع. 50

فهرست جدول‌ها
عنوان………………………………………………………………………………………………………              صفحه

جدول 1-1- لیست گیاهان شناسایی شده در تیپ Amygdalusarabica- Annual \ grasses 10

جدول 1-2 لیست گیاهان شناسایی شده در تیپ AmygdalusarabicQuercusbrantii- 11

جدول 4-1- لیست فلورستیک گونه‌های گیاهی منطقه مطالعاتی.. 34

جدول 4-2- نتایج اندازه‌گیری مشخصه‌‌های رویشی توده بادام کوهی.. 35

جدول 4-3- آنالیز همبستگی میان پارامتر‌های رویشی بادام کوهی منطقه مورد مطالعه. 37

جدول 4-4- نتایج تجزیه و تحلیل مشخصه‌های رویشی بادام کوهی در ارتباط با طبقات مختلف ارتفاعی  38

جدول 4-6- نتایج تجزیه و تحلیل مشخصه‌های رویشی بادام کوهی در ارتباط با جهت‌های جغرافیایی  39

جدول 4-7- مقایسه‌ی میانگین تأثیر عامل جهت دامنه بر مشخصه‌های كمی بادام کوهی.. 40

جدول 4-8- نتایج تجزیه و تحلیل مشخصه‌های رویشی بادام کوهی در ارتباط با درصد شیب   41

جدول 4-9- مقایسه‌ی میانگین تأثیر عامل شیب بر مشخصه‌های كمی بادام کوهی.. 41

جدول 4-10- مقایسه مشخصه‌های خاک در طبقات مختلف ارتفاعی.. 42

جدول 4-11- مقایسه مشخصه‌های خاک در جهات جغرافیایی.. 43

جدول 4-12- مقایسه مشخصه‌های خاک در شیب‌های مختلف… 44

جدول 4-13- ضریب همبستگی بین مشخصه‌های رویشی و خصوصیات خاک.. 45

فهرست شکل‌ها
عنوان………………………………………………………………………………………….              صفحه

شکل 1-1- نمایی از درختچه بادام کوهی در منطقه مورد مطالعه (ذخیره‌گاه بادام کلم بدره) 9

شکل 3-1- موقعیت منطقه مورد مطالعه در کشور، استان و شهرستان. 23

شکل 3-2- آمبروترمیک حوزه كلم (ایستگاه هواشناسی ایلام طی دوره‌ی آماری 1392-1370) 25

شکل 3-3- نمایی از نمونهبرداری خاک در رویشگاه مورد مطالعه. 27

شکل 4-1- نقشه مدل رقومی ارتفاعی (DEM) منطقه مورد مطالعه. 31

شکل 4-3- نقشه کلاسه‌های شیب در منطقه مورد مطالعه. 32

شکل 4-4- نقشه جهات جغرافیایی در منطقه مورد مطالعه. 32

شکل 4-5- شبکه آماربرداری 200×200 متر و نحوه قرارگیری پلاتها 33

شکل 4-6- جانمایی قطعات نمونه آماربرداری بر روی تصاویر ماهوار‌ه‌ای Google Earth. 33

شکل4-7- تعداد در هکتار گونه بادام کوهی در قطعات نمونه منطقه مورد مطالعه. 36

شکل4-8- تعداد در طبقات قطری تاج گونه بادام کوهی در منطقه مورد مطالعه. 36

شکل 4-9- تعداد در طبقات ارتفاعی گونه بادام کوهی در منطقه مورد مطالعه. 36

شکل 4-10- رابطه رگرسیونی بین قطر تاج و ارتفاع درختچه‌های بادام کوهی در منطقه مورد مطالعه 37

فهرست نمودارها
عنوان………………………………………………………………………………………………………              صفحه

نمودار 4-1- مقایسه‌ی میانگین تأثیر عامل ارتفاع از سطح دریا بر مشخصه‌های كمی بادام کوهی  39

نمودار 4-2- مقایسه‌ی میانگین تأثیر عامل جهت دامنه بر مشخصه‌های كمی بادام کوهی.. 40

نمودار 4-3- مقایسه‌ی میانگین تأثیر عامل شیب بر مشخصه‌های كمی بادام کوهی.. 41

نمودار 4-4- مقایسه مشخصه‌های خاک در طبقات مختلف ارتفاعی.. 42

نمودار 4-5- مقایسه مشخصه‌های خاک در جهات جغرافیایی.. 43

نمودار  4-6- مقایسه مشخصه‌های خاک در شیب‌های مختلف… 44

نمودار 4-7- ضریب همبستگی بین مشخصه‌های رویشی و خصوصیات خاک.. 45

چکیده
در این مطالعه، ذخیره‌گاه بادام کوهی (Amygdalus Arabica Olive) منطقه کلم شهرستان بدره در استان ایلام که یک دخیره گاه تیپیک می‌باشد، مورد بررسی قرار گرفت. ابتدا در منطقه، محدوده ذخیره‌گاه بادامک، شناسایی و پلیگون آن به ‌صورت رقومی بسته شد. در داخل محدوده‌‌های مشخص شده شبکه آماربرداری به ابعاد 200×200 متر به‌ صورت منظم- سیستماتیک تصادفی طراحی و برای اندازه‌گیری درختچه‌ها و از قطعات نمونه دایره‌ای شکل با مساحتی به روش حداقل سطح تعیین گردید. نتایج اندازه گیری مشخصه‌های کمی و کیفی نشان داد که این مشخصه‌ها در حال نوسان بوده و برای بررسی وضعیت خاک رویشگاه مورد مطالعه، برخی مشخصه‌‌های فیزیکی و شیمیایی خاک از قبیل بافت خاک، ماده آلی، کربن آلی، اسیدیته، نیتروژن کل، وزن مخصوص ظاهری و هدایت الکتریکی (Ec) در مرکز هر قطعه نمونه مورد اندازه­گیری و مطالعه قرار گرفت. مقایسه میانگین‌ها در ارتباط با مشخصه ارتفاع از سطح دریا نشان داد که در ارتفاعات پائین منطقه مورد مطالعه که اکثراً در داخل دره واقع شده بودند (طبقه ارتفاعی 1000-900 متر)، تعداد درختچه­ها، تعداد جست­ها و وضعیت شادابی دارای میانگین بیش‌تری بوده و بالعکس در ارتفاعات بالاتر (طبقه ارتفاعی 1200-1100 متر) میانگین ارتفاع درختچه­ها و قطر تاج بیش‌تر بوده است. در ارتباط با عامل فیزیوگرافی جهت دامنه نتایج نشان داد که در جهت­‌های شرقی منطقه مورد مطالعه، تعداد درختچه­ها، تعداد جست­ها و ارتفاع و قطر تاج آنها دارای میانگین بیش‌تری بوده و در جهت­‌های شمالی وضعیت شادابی درختچه­ها نسبت به دیگر جهت‌ها بهتر بوده است. نتایج بررسی خصوصیات کمی و کیفی بادام کوهی در شیب­‌های مختلف نشان داد که در طبقات شیب 60-45 درصد بیش‌‌ترین تعداد درختچه و تعداد جست گروه دیده می­شود و در مناطق کم شیب از تعداد درختچه کاسته می­شود. در کلاسه‌‌های شیب 45-30 درصد ارتفاع، قطر تاج و وضعیت شادابی درختچه­‌های بادام کوهی از میانگین بالاتری برخوردار است.

 

1-1 مقدمه
موفقیت و پیشرفت تحصیلی در هر جامعه فاکتوری مهم در تحصیلات علمی بوده و نشان دهنده موفقیت نظام آموزشی در زمینه هدف یابی و توجه به استعدادهای هوشی ورفع نیازهای فردی است بنابراین نظام آموزشی را زمانی می توان کارآمد وموفق دانست که پیشرفت تحصیلی دانشجویان آن در دوره های مختلف دارای بیشترین و بالاترین روند باشد(تمنایی فرد وگندمی 1390).<\ /p>

1-4- اهداف تحقیق.. 8

16……. 1-4-1- اهداف اصلی تحقیق

1-4-2-اهداف فرعی تحقیق.. 8

1-5- سوالات تحقیق.. 9

1-5-2- سوالات فرعی تحقیق.. 9

1-6-فرضیات تحقیق.. 10

1-6-1- فرضیات اصلی تحقیق.. 10

1-6-2- فرضیات فرعی تحقیق.. 10

1-7- تعاریف متغیرها 11

1-7-1 تعاریف مفهومی متغیرها 11

1-7-2- تعاریف عملیاتی متغیرها 12

1-8-  قلمرو تحقیق.. 13

1-9 متغیرهای تحقیق.. 13

فصل دوم: ادبیات تحقیق

2-1- بخش اول مبانی رفتار شهروندی.. 16

2-1- 1- رفتار شهروندی سازمانی.. 16

2-1-  ویژگی های کلیدی رفتار شهروندی.. 17

2-1-3- عناصر رفتار شهروندی.. 18

2-1-4- مؤلفه های رفتار شهروندی سازمانی.. 19

2-1-5- عوامل تاثیرگذار بر رفتار شهروندی سازمانی.. 22

2-1-6- پیامدها و نتایج رفتار شهروندی سازمانی.. 23

2-2- بخش دوم: مبانی نظری تسهیم دانش… 24

2-3- بخش سوم: مبانی نظری خلاقیت شغلی.. 34

2-3-3- تعریف خلاقیت… 36

2-3-4- ضرورت و اهمیت خلاقیت… 36

2-3-5- مدل های خلاقیت… 37

2-3-6- ویژگی های افراد خلاق.. 37

2-3-7- تاثیر خلاقیت فردی روی سازمان. 43

2-3-8- کارهای لازم برای ایجاد خلاقیت و نوآوری گروهی.. 44

2-3-9- اصول مدیریت برای نوآوری: 45

2-3-10- شرایط ایجاد خلاقیت و نوآوری: 45

2-3-11- روشهای افزایش خلاقیت… 46

2-3-12- مدیریت تقویت خلاقیت در سازمان: 47

2-4- بخش چهارم: پیشینه تجربی.. 47

فصل سوم: روش تحقیق

3-1- مقدمه. 58

3-2- روش انجام تحقیق.. 58

٣-3-  فرآیند تحقیق.. 60

3-4-  جامعه آماری، حجم نمونه و روش نمونه گیری.. 61

3-5- ابزار جمع آوری داده ها 62

3-6-روش تحلیل آماری ……………65

فصل چهارم: یافته های تحقیق

4-1 توصیف داده‌ها 68

ب- بررسی توزیع فراوانی افراد مورد بررسی بر اساس سن.. 69

پ- بررسی توزیع فراوانی افراد مورد بررسی بر اساس تحصیلات… 70

ج- بررسی توزیع فراوانی افراد مورد بررسی بر اساس سابقه کار. 72

4-1-2 توصیف کمی متغیرهای تحقیق.. 73

4-1-3 توصیف کیفی متغیرهای تحقیق.. 74

4-2 بررسی فرض نرمال. 77

فصل پنجم: بحث و نتیجه گیری

مقدمه: 92

\

5-1- نتیجه گیری.. 92

5-2- بحث: 93

۵-2-۱- فرضیه اصلی اول تحقیق: 93

۵-2-2- فرضیه اصلی دوم تحقیق: 94

۵-2-3- فرضیه فرعی اول تحقیق: 95

۵-2-4- فرضیه فرعی دوم تحقیق: 95

۵-2-5- فرضیه فرعی سوم تحقیق: 96

۵-2-6- فرضیه فرعی چهارم تحقیق: 96

۵-2-7- فرضیه فرعی پنجم تحقیق: 97

3-5- محدودیت های تحقیق.. 97

4-5- پیشنهادات تحقیق.. 98

1-4-5- پیشنهادات مبتنی بر نتایج تحقیق.. 98

2-4-5-  پیشنهادها برای تحقیق در آینده 100

منابع انگلیسی: 105

پیوست ………..

فهرست بندی جداول

جدول 3-1. محتوای پرسشنامه تسهیم دانش… 64

جدول 4-2 توزیع فراوانی افراد مورد بررسی بر اساس سن.. 69

جدول 4-3 توزیع فراوانی افراد مورد بررسی بر اساس تحصیلات… 70

جدول 4-5 توزیع فراوانی افراد مورد بررسی بر اساس سابقه کار. 72

جدول 4-6 مقادیر شاخص‌های توصیف کمی متغیرهای تحقیق (181=n) 73

جدول 4-7 توزیع فراوانی تسهیم دانش… 74

جدول 4-8 توزیع فراوانی خلاقیت سازمانی.. 75

جدول 4-10 نتایج آزمون کولموگروف- اسمیرنف برای بررسی نرمال بودن  توزیع داده ها 78

جدول 4-11 ضریب همبستگی بین تسهیم دانش و رفتار شهروندی.. 79

جدول 4-12 ضریب همبستگی بین خلاقیت سازمانی و رفتار شهروندی  81

جدول 4-13 ضریب همبستگی بین انتقال خبره و رفتار شهروندی.. 82

جدول 4-14ضریب همبستگی بین انتقال پنهان و رفتار شهروندی.. 84

جدول 4-15 ضریب همبستگی بین انتقال آشکار و رفتار شهروندی.. 85

جدول 4-16 ضریب همبستگی بین انتقال استراتژیک و رفتار شهروندی  87

جدول 4-17 ضریب همبستگی بین انتقال سریالی و رفتار شهروندی  88

جدول 4-18 خلاصه مدل. 90

جدول 4-19 تحلیل واریانس… 90

جدول 4-20 ضرایب… 90

 

فهرست بندی نمودارها

نمودار ۳-۱. فرایند تحقیق.. 60

نمودار 4-1 توزیع فراوانی افراد مورد بررسی بر اساس جنسیت… 68

نمودار 4-2 توزیع فراوانی افراد مورد بررسی بر اساس سن.. 69

نمودار 4-4 توزیع فراوانی افراد مورد بررسی بر اساس تاهل.. 71

نمودار 4-5 توزیع فراوانی افراد مورد بررسی بر اساس سابقه کار. 72

نمودار 4-6 نمودار پراکندگی تسهیم دانش و رفتارشهروندی.. 80

نمودار 4-7 نمودار پراکندگی خلاقیت سازمانی و رفتارشهروندی.. 81

نمودار 4-8 نمودار پراکندگی انتقال خبره و رفتارشهروندی.. 83

نمودار4-9 نمودار پراکندگی انتقال پنهان و رفتار شهروندی.. 84

نمودار4-10 نمودار پراکندگی انتقال آشکار و رفتار شهروندی.. 86

نمودار4-11 نمودار پراکندگی انتقال استراتژیک و رفتار شهروندی.. 87

نمودار4-12نمودار پراکندگی انتقال سریالی و رفتار شهروندی.. 8

چکیده

هدف این تحقیق بررسی رابطه بین تسهیم دانش و خلاقیت سازمانی با رفتار شهروندی در کارکنان ادارات آموزش و پرورش شهرستان بندرعباس می باشد. این تحقیق از لحاظ هدف، کاربردی و از نظر ماهیت و روش، از نوع همبستگی می باشد. جامعه آماری این تحقیق عبارت است از کلیه کارکنان ادارات آموزش و پرورش بندرعباس که تعداد آنها در سال 1393 به 402 نفر بالغ گردیده است. از جامعه آماری مزبور نمونه ای به حجم 181 نفر براساس فرمول کوکران تعیین گردیده است که به روش طبقه ای تصادفی انتخاب شدند. در این پژوهش از سه پرسشنامه که، شامل پرسشنامه 21 گویه ای تسهیم دانش بر اساس مدل نانسی دیکسون(2000)، 15 گویه ای رفتار شهروندی( اورگان) و 30 گویه ای خلاقیت سازمانی( رندسیپ)  برای گردآوری داده ها استفاده شد. داده ها بعد از گردآوری به کمک آماره‌های توصیفی و آمار استنباطی همبستگی پیرسون و رگرسیون چندگانه آنالیز شدند. نتایج پژوهش نشان داد که بین تسهیم دانش و رفتار شهروندی رابطه معنادار وجود دارد، همچنین بین خلاقیت سازمانی و رفتار شهروندی رابطه معنادار وجود دارد و بین ( انتقال سریالی، خبره، نزدیک، دور و استراتژیک) و رفتار شهروندی رابطه معنی داری دیده شد.

1-2. پرسش پژوهش…………………………………….. 8

1-3. فرضیه ­های پژوهش…………………………………….. 8

1-4. اهداف پژوهش…………………………………….. 9

1-5. روش پژوهش…………………………………….. 9

1-6. تعریف واژگان کلیدی……………………………………. 11

1-7. سازماندهی پژوهش…………………………………….. 11

فصل دوم: ادبیات موضوع

مقدمه…………………………………..13

2-1. مبانی نظری……………………………………. 13

2-1-1. تحلیل فنی……………………………………. 15

2-1-1-1. مبانی تحلیل فنی……………………………………. 16

2-1-1-2. پایه و اساس تحلیل فنی……………………………………. 17

2-1-2. تحلیل بنیادی……………………………………. 18

2-1-2-1. نقاط ضعف تحلیل بنیادی……………………………………. 19

2-1-3. فرضیه گام تصادفی……………………………………. 20

2-1-4. انواع نظام­های ارزی……………………………………. 20

2-1-4-1. نظام­های ارزی شناور…………………………………… 22

2-1-4-2. نظام­های ارزی میانه…………………………………… 24

2-1-4-3. نظام­های ارزی میخکوب شده نرم…………………………………… 25

2-1-4-4. نظام­های ارزی میخکوب سخت…………………………………….. 27

2-1-5. دیدگاه­های مختلف در ادبیات نرخ ارز…………………………………… 28

2-1-5-1. دیدگاه سنتی نرخ ارز…………………………………… 28

الف. روش کشش­ها …………………………………..28

ب. الگوی برابری قدرت خرید ( )…………………………………… 30

ج. الگوی ماندل – فلمینگ ( )…………………………………… 32

2-1-5-2. دیدگاه جدید دارایی……………………………………. 34

الف. الگوهای پولی تعیین نرخ ارز…………………………………… 34

ب. الگوی تعادل پورتفولیو…………………………………… 37

2-2. مطالعات انجام شده………………………………….. 38

2-2-1. مطالعات خارجی……………………………………. 38

2-2-2. مطالعات داخلی……………………………………. 46

2-3. مروری بر تحولات ارزی ایران…………………………………… 48

2-3-1. تحولات ارزی تا زمان وقوع انقلاب اسلامی……………………………………. 48

2-3-2. تحولات ارزی پس از وقوع انقلاب اسلامی……………………………………. 50

فصل سوم: روش پژوهش

3-1. مقدمه…………………………………… 55

3-2. حدود پژوهش و روش جمع­آوری داده­ها و اطلاعات…………………………… 55

3-3. پیش بینی……………………………………. 56

3-4. الگوهای پیش­بینی سری­های زمانی…………………………………… 57

3-4-1. الگوی خودرگرسیون میانگین متحرک انباشته ( )………………………… 58

3-4-1-1. تاریخچه خودرگرسیون میانگین متحرک انباشته…………………………. 58

3-4-1-2. ویژگی­های روش خودرگرسیون میانگین متحرک انباشته………………… 59

3-4-1-3. الگوسازی ،  و ……………………………………. 60

3-4-1-4. الگوی خودرگرسیون میانگین متحرک انباشته……………………….. 62

3-4-1-5. مراحل الگوسازی سری زمانی با روش خودرگرسیون میانگین متحرک انباشته………63

3-4-2. الگوهای شبکه­های عصبی مصنوعی ( )…………………………………… 64

3-4-2-1. تاریخچه شبکه­های عصبی مصنوعی……………………………………. 64

3-4-2-2. مبانی شبکه­های عصبی مصنوعی……………………………………. 65

3-4-2-3. مزیت­ها و معایب شبکه­های عصبی مصنوعی……………………………. 66

3-4-2-4. ساختار شبکه ­های عصبی مصنوعی…………………………………… 66

3-4-2-5. دسته­ بندی داده ­ها………………………………….. 68

3-4-2-6. واحدهای پردازش…………………………………….. 69

3-4-2-7. انواع توابع فعال­سازی (تبدیل)…………………………………… 69

3-4-2-8. انواع شبکه­ های عصبی……………………………………. 71

3-4-2-9. مراحل اساسی ساخت یک شبکه عصبی مصنوعی…………… 74

3-4-2-10. الگوریتم­های آموزش شبکه­ های عصبی مصنوعی…………….. 75

3-4-2-11. شبکه­ های پرسپترون چند لایه ( )…………………………………… 76

3-4-2-12. معیارهای خطا………………………………….. 79

3-4-3. مفاهیم فازی……………………………………. 80

3-4-3-1. تاریخچه نظریه فازی……………………………………. 80

3-4-3-2. مجموعه های فازی……………………………………. 81

3-4-3-3. عملگرهای فازی……………………………………. 82

3-4-3-4. اصل گسترش در مجموعه­ های فازی……………………………………. 82

3-4-3-5. عدد فازی……………………………………. 83

3-4-3-6. مبانی رگرسیون فازی……………………………………. 85

3-5. الگوی هوش محاسباتی ترکیبی……………………………………. 87

فصل چهارم: یافته­های پژوهش

4-1. مقدمه…………………………………… 96

4-2. مجموعه­ی داده ­ها …………………………………..96

4-3. آماده­سازی داده ­های ورودی……………………………………. 97

\

4-4. برازش الگوی خودرگرسیون میانگین متحرک انباشته…………….. 98

4-5. طراحی و آموزش یک شبکه عصبی مصنوعی……………………. 105

4-5-1. انتخاب نوع شبکه…………………………………… 106

4-5-2. تعیین تعداد لایه­ ها …………………………………..106

4-5-3. تعیین تعداد نرون­های هر لایه…………………………………… 107

4-5-4. تعیین توابع فعال­سازی……………………………………. 110

4-5-5. تعیین الگوریتم آموزش…………………………………….. 110

4-5-6. مجموعه­های آموزش و آزمون…………………………………… 111

4-5-7. معیار سنجش عملکرد…………………………………… 111

4-6. فازی­سازی الگوی  طراحی شده…………………………………… 113

4-7. فازی­سازی تجدید نظر شده و نهایی سازی مقادیر ضرایب…………… 117

4-8. مقایسه الگوی هوش محاسباتی ترکیبی با سایر الگوها…………….. 118

4-9. آزمون فرضیه­های پژوهش…………………………………….. 119

فصل پنجم: خلاصه، نتیجه­گیری و پیشنهادها

5-1. خلاصه و نتیجه ­گیری……………………………………. 122

5-2. پیشنهادها …………………………………..123

 منابع…………………………………… 124

 پیوست……………………………………. 132

چکیده:

پیش­بینی از ابزارها و راهکارهای مؤثر به منظور برنامه­ریزی و تدوین روش­های مالی است. دقت پیش­بینی از مهم­ترین عوامل مؤثر در انتخاب روش پیش­بینی است. امروزه با وجود روش­های متعدد پیش­بینی، هنوز پیش­بینی دقیق نرخ ارز کار چندان ساده­ای نیست و اکثر محققان درصدد به­کارگیری و ترکیب روش­های متفاوت به منظور دستیابی به نتایج دقیق­تر هستند. الگوهای خودرگرسیون میانگین متحرک انباشته یکی از مهم­ترین و پرکاربردترین الگوهای سری‌های زمانی هستند. مهم­ترین محدودیت آن­ها پیش‌فرض خطی‌بودن الگو است. شبكه‌های عصبی مصنوعی از جمله مهم­ترین و دقیق‌ترین روش­های حال حاضر جهت الگو‌سازی غیرخطی داده‌ها هستند. اما با وجود تمامی مزیت‌های شبکه‌های عصبی، این‌گونه از شبکه‌ها را نمی‌توان در تمامی موارد و به عنوان یک الگوی کلی که برای همه موارد مناسب باشند، درنظرگرفت. الگوی رگرسیون فازی یک الگوی مناسب در شرایط پیش­بینی با داده­های کم است. امّا عملکرد آن­ها در حالت کلی چندان رضایت‌بخش نیست. بنابراین، در پژوهش حاضر از شبکه‌های عصبی مصنوعی و رگرسیون فازی به ترتیب به منظور حذف محدودیت‌های خطی و تعداد داده‌های مورد نیاز در روش خودرگرسیون میانگین متحرک انباشته و بهبود نتایج حاصل، استفاده ‌شده است. اطلاعات استفاده شده در این پژوهش شامل 115 داده­ی هفتگی نرخ ارز (دلار ایالات متحده در مقابل ریال ایران) از تاریخ 12/01/1391 تا 21/03/1393 است. در پژوهش حاضر به منظور اندازه­گیری عملکرد پیش­بینی الگوی ارایه شده از شاخص­های مختلفی مانند میانگین مطلق خطا ( )، میانگین مربع خطا ( )، مجموع مربع خطا ( )، ریشه میانگین مربع خطا ( )، میانگین درصد مطلق خطا ( ) و میانگین خطا ( ) استفاده شده است. نتایج نشان می­دهد که الگوی هوش محاسباتی ترکیبی نسبت به سایر الگوها نتایج دقیق­تری در پیش­بینی نرخ ارز (دلار در مقابل ریال) ارایه می­دهد.

فصل یکم: مقدمه و کلیات

مقدمه:

پیش­بینی یکی از ابزارهای مدیریت مؤفق و عنصر کلیدی در مدیریت و برنامه­ریزی­های اقتصادی محسوب می­شود. نرخ ارز به عنوان یک متغیر کلان اقتصادی بسیار پراهمیت و تأثیرگذار بر بخش­های مختلف داخلی و خارجی اقتصادی یک کشور، هم­چون وضعیت تراز ­پرداخت­ها و قدرت رقابت بین­المللی، نقش تعیین­کننده­ای در سیاست­گذاری­های اقتصادی ایفا می­کند. تغییرات نرخ ارز، بخش­های مختلف اقتصاد یک کشور را تحت تأثیر قرار می­دهد. بنابراین، الگوسازی و پیش­بینی روند آتی این متغیر برای ارایه سیاست­ها و رهنمود­های اقتصادی امری ضروری به نظر می­رسد اما این امر با توجه به ساختار اقتصادی ایران اهمیت دوچندانی پیدا می­کند. از آن­جا که قسمت اعظم درآمد­های ارزی کشور از طریق فروش نفت خام تأمین می­شود و منبع اصلی درآمد دولت نیز همین فروش نفت خام است، به همین علت تغییرات نرخ ارز می­تواند تأثیرات بسیاری بر ساختار اقتصادی کشور و بازار­های داخلی داشته باشد. با توجه به موارد گفته شده جای تعجب نیست که حجم عظیمی از ادبیات اقتصادی به الگو­سازی و پیش­بینی نرخ­های ارز پرداخته است.

بررسی ادبیات موضوع مربوط به پیش­بینی در بازارهای مالی نشان­دهنده­ی این مطلب است که بررسی رفتار نرخ ارز با استفاده از یک الگو به سختی قابل پیش­بینی بوده و پیش­بینی نرخ ارز مشکلات ذاتی به همراه دارد (پرمینگر و فرانک[1]، 2007).

به­کارگیری روش­های ترکیبی یا ترکیب روش­های مختلف یک راه متداول به منظور رفع محدودیت­های روش­های تکی و بهبود دقت پیش­بینی­ها است. ایده­ی اساسی در ترکیب روش­ها بر این اساس استوار است که هیچ یک از روش­های موجود، یک روش جامع برای پیش­بینی نبوده و قابلیت به­کارگیری در هر شرایط و هر نوع داده را ندارد. بنابراین، با ترکیب روش­های مختلف می­توان نقاط ضعف یک روش را با استفاده از نقاط قوت روش دیگر بهبود بخشید (چن[2]، 1996).

بنابراین، در این پژوهش با به­کارگیری مفاهیم پایه­ای و مزیت­های منحصر به فرد هر یک از الگو­های خودرگرسیون میانگین متحرک انباشته، شبکه عصبی مصنوعی و رگرسیون فازی، یک روش ترکیبی به منظور دستیابی به نتایج دقیق­تر برای پیش­بینی نرخ ارز (دلار ایالات متحده در مقابل ریال ایران) ارایه می­شود.

1-1- بیان مسأله

پیش­بینی از ابزارها و راهکارهای مؤثر به منظور برنامه­ریزی و تدوین روش­های مالی است. دقت پیش­بینی­ یکی از مهم­ترین مؤلفه­های مؤثر در انتخاب روش پیش­بینی است. پیش­بینی متغیرهای اقتصادی به دو صورت پیش­بینی کیفی[1] و پیش­بینی کمی[2] صورت می­پذیرد. پیش­بینی کیفی به تجربه و توانایی­های افراد و پیش­بینی کمی به تابع توزیع احتمال هر پدیده بستگی دارد. گجراتی[3] پیش­بینی را بخش مهمی از تحلیل­های اقتصاد­سنجی می­داند و برای برخی از پژوهش­گران مهم­ترین قسمت از علم اقتصاد­سنجی، پیش­بینی است. فریدمن[4] معتقد است تنها آزمون مناسب برای اعتبار یک الگو، مقایسه­ی پیش­بینی آن با تجربه است. پیندایک و روبین­فلد[5] هدف اصلی از ساختن الگوهای رگرسیون را پیش­بینی می­دانند.

نرخ ارز یک متغیر اقتصادی است که پیش­بینی آن مورد توجه­ی بسیاری از فعالان اقتصادی است. این فعالان اقتصادی را می­توان به سه گروه تقسیم کرد. دسته­ی اول سیاست­گذاران اقتصادی و بانک­های مرکزی هستند. تحت یک نظام ارزی شناور بانک­های مرکزی به منظور هموارسازی نوسانات بازار، در بازار ارز مداخله می­کنند. دلایل آن­ها برای این مداخله می­تواند شامل نوسان­های بیش از حد معمول نرخ ارز و در نتیجه اثرات آن بر فعالیت­های اقتصادی باشد. بنابراین، پیش­بینی نرخ ارز از طرف این گروه لازمه­ی چنین مداخله­ای است. دسته­ی دوم بنگاه­های فعال در زمینه تجارت و سرمایه­گذاری مستقیم خارجی هستند که با جهانی شدن اقتصاد، این نوع سرمایه­گذاری­ها و به تبع آن ریسک­های مرتبط با این فعالیت­های بین­المللی افزایش یافته است. از مهم­ترین ریسک­های مرتبط با این فعالیت­ها، ریسک مربوط به نرخ ارز است؛ چرا که تغییرات نرخ ارز، درآمد، هزینه و به تبع آن سود بنگاه­ها را به منظور کسب منفعت بیش­تر تحت تأثیر قرار می­دهد. در نهایت دسته­ی سوم سفته­بازان بازار ارز هستند که با توجه به اهمیت این بازار در عرصه­ی بین­المللی می­توان این گروه را مشتاق­ترین علاقمندان به پیش­بینی نرخ ارز دانست (موسا[6]، 2000).

پیش­بینی نرخ­ ارز برای فعالان و پیش­بینی­کنندگان در بازار نرخ ارز از اهمیت اساسی برخوردار است. با وجود این، برخی معتقدند که پیش­بینی نرخ ارز امکان­پذیر نبوده و سیر تکاملی هر نوع نرخ ارزی از فرضیه­ی بازار کارا ( )[7] تبعیت می­کند. براساس این فرضیه، بهترین روش برای پیش­بینی نرخ ارز روز آتی، اتکا به نرخ کنونی آن بوده و نرخ ارز واقعی از فرضیه­ی گام تصادفی ( )[8] پیروی می­کند. این بدبینی در پیش­بینی نرخ ارز، پس از انتشار مقاله میس و روگوف[9] به وجود آمد. آنان در مطالعه خود نشان دادند که هیچ نوع روش تک معادله­ای، برای پیش­بینی نرخ ارز، بهتر از روش گام تصادفی نیست. چراکه تمامی روش­های بررسی شده توسط این محققان، روش­هایی خطی بوده، در صورتی که این حقیقت توسط بسیاری از محققین پذیرفته شده که تغییرات نرخ ارز، غیرخطی است (پایلبیم[10]، 1998).

نتایج حاصل از بررسی کارا و یا ناکارا بودن بازارهای مالی در ایران نشان­دهنده­ی ناکارا بودن بازار ارز در ایران است (سلامی، 1380).

به­کارگیری روش­های سری زمانی به منظور پیش­بینی بازارهای مالی، بهبود تصمیم­گیری­ها و سرمایه­گذاری­ها به ضرورتی انکارناپذیر در دنیای امروز تبدیل شده است. تلاش­های زیادی در چند دهه­­ی اخیر به منظور توسعه و بهبود الگوهای پیش­بینی سری­های زمانی انجام شده است. یکی از مهم­ترین و پرکاربردترین الگوهای سری­های زمانی، الگوهای خودرگرسیون میانگین متحرک انباشته هستند. این الگوها به­دلیل سادگی در فهم و به­کارگیری، در چند دهه­ی اخیر بسیار مورد توجه بوده­اند، اما به­کارگیری آن­ها در حالت کلی محدود است. مهم­ترین محدودیت این­گونه الگوها پیش فرض خطی بودن آن­ها است. بنابراین، الگوهای غیر خطی نمی­توانند توسط الگوی خودرگرسیون میانگین متحرک انباشته محاسبه گردند و به همین دلیل است که برآورد الگوهای خطی، برای مسایل پیچیده دنیای واقعی که بیش­تر الگوهای غیرخطی هستند، همیشه رضایت­بخش نخواهد بود (خاشعی و بیجاری، 1387).

شبكه‌های عصبی مصنوعی از جمله مهم­ترین و دقیق‌ترین روش­های حال حاضر جهت الگو‌سازی غیرخطی داده‌ها هستند. اما با وجود تمامی مزیت‌های شبکه‌های عصبی، این‌گونه از شبکه‌ها را نمی‌توان در تمامی موارد و به عنوان یک الگوی کلی که برای همه موارد مناسب باشند، درنظرگرفت.

روش­های پیش­بینی فازی، به دلیل استفاده از اعداد فازی به جای اعداد قطعی، نسبت به سایر روش­های مشابه به داده­های کمتری نیاز دارد اما عملکرد آن­ها همیشه رضایت­بخش نیست (خاشعی و بیجاری[11]، 2009).

بنابراین، در پژوهش حاضر از شبکه‌های عصبی مصنوعی و رگرسیون فازی به ترتیب به منظور حذف محدودیت‌های خطی و تعداد داده‌های مورد نیاز در روش خودرگرسیون میانگین متحرک انباشته و دستیابی به نتایج دقیق­تر برای پیش­بینی نرخ ارز (دلار ایالات متحده در مقابل ریال ایران) استفاده می­شود.

2-1- پرسش پژوهش

آیا الگوی هوش محاسباتی ترکیبی پیش­بینی دقیق­تری از نرخ ارز در مقایسه با الگوهای خود­رگرسیون میانگین متحرک انباشته ( )[1]، شبکه­های عصبی مصنوعی ( )[2] و الگوی ترکیبی ) ارایه می­دهد؟

3-1- فرضیه های پژوهش

با توجه به پرسش پژوهش سه فرضیه وجود دارد:

1- الگوی هوش محاسباتی ترکیبی پیش­بینی دقیق­تری از نرخ ارز در مقایسه با الگوی خود رگرسیون میانگین متحرک انباشته ارایه می­دهد.

2- الگوی هوش محاسباتی ترکیبی پیش­بینی دقیق­تری از نرخ ارز در مقایسه با الگوی شبکه عصبی مصنوعی ارایه می­دهد.

3-  الگوی هوش محاسباتی ترکیبی پیش­بینی دقیق­تری از نرخ ارز در مقایسه با الگوی ترکیبی ( ) ارایه می­دهد.

4-1- اهداف پژوهش

با توجه به اهمیت پیش­بینی نرخ ارز، هدف اصلی پژوهش حاضر طراحی یک الگوی هوش محاسباتی ترکیبی برای پیش­بینی نرخ ارز در اقتصاد ایران است. در مسیر تحقق این هدف اصلی، برخی دیگر از اهداف فرعی نیز محقق خواهد شد که در زیر به آن­ها اشاره شده است:

– بررسی و مقایسه­ی دقت پیش­بینی الگو­های هوش محاسباتی ترکیبی و خودرگرسیون میانگین متحرک انباشته در پیش­بینی نرخ ارز (دلار ایالات متحده در مقابل ریال ایران)

– بررسی و مقایسه­ی دقت پیش­بینی الگو­های هوش محاسباتی ترکیبی و شبکه عصبی مصنوعی در پیش­بینی نرخ ارز (دلار ایالات متحده در مقابل ریال ایران)

– بررسی و مقایسه­ی دقت پیش­بینی الگو­ی هوش محاسباتی ترکیبی و الگوی ترکیبی ( ) در پیش­بینی نرخ ارز (دلار ایالات متحده در مقابل ریال ایران)

5-1- روش پژوهش

در پژوهش حاضر به منظور پیش­بینی­ نرخ ارز، یک الگوی ترکیبی جدید با تکیه بر مفاهیم اساسی الگوهای خودرگرسیون میانگین متحرک انباشته، شبکه­های عصبی مصنوعی و رگرسیون فازی ارایه می­شود. هم­چنین در الگوی ارایه شده، از شبکه‌های عصبی مصنوعی و رگرسیون فازی به ترتیب به منظور حذف محدودیت‌های خطی و تعداد داده‌های مورد نیاز در روش خودرگرسیون میانگین متحرک انباشته و بهبود نتایج حاصل، استفاده می­شود.

در الگوی ارایه شده در مرحله­ی اول، ابتدا یک الگوی خودرگرسیون میانگین متحرک انباشته به منظور الگوسازی جز خطی الگو ، بر روی داده‌های سری زمانی مورد مطالعه برازش می‌گردد. در مرحله­ی دوم، یک شبکه عصبی با استفاده از اطلاعات موجود در باقیمانده‌های الگوی خودرگرسیون میانگین متحرک انباشته آموزش می­بیند. در مرحله­ی سوم، نتایج به­دست‌آمده از مرحله­ی یک و دو به منظور الگوسازی تمامی روابط موجود در داده‌های سری زمانی مورد مطالعه ترکیب می­شوند. در مرحله­ی چهارم الگوی ترکیبی ( )، فازی­سازی می­شود. در نهایت الگوی فازی­سازی شده برای پیش­بینی نرخ ارز (دلار ایالات متحده در مقابل ریال ایران) اعمال و عملکرد آن با الگوهای خودرگرسیون میانگین متحرک انباشته، شبکه عصبی مصنوعی و الگوی ترکیبی ( ) مقایسه می­شود.