توضیحات
فصل اول کلیات تحقیق
۱-۱- مقدمه
۱-۲- تعریف مسأله
۱-۳- اهداف اساسی از انجام تحقیق
۱-۴- ضرورت انجام تحقیق
۱-۵- فرضیات تحقیق
۱-۶- جامعه آماری
۱-۷- قلمرو تحقیق
۱-۸- مراحل انجام تحقیق :
فصل دوم مرور ادبیات و بررسی پیشینه ی تحقیق
۲-۱- مقدمه
۲-۲- تعاریف کارایی
۲-۳- روش های اندازه گیری کارایی فنی
۲-۳-۱- روش های پارامتری
۲-۳-۲- روش های نا پارامتری
۲-۴- مقایسۀ رگرسیون وتحلیل پوششی داده ها
۲-۵- مفاهیم کارایی
۲-۶- استفاده ازنسبت دراندازه گیری کارایی
۲-۷- انواع مدل های پایه ای (کلاسیک) تحلیل پوششی داده ها :
۲-۷-۱- مدل CCR :
۲-۷-۲- مدل BCC
۲-۷-۳- مدل جمعی ( SBM= Slack Based Model )
۲-۸- رتبه بندی واحد های کارا
۲-۹- روش اندرسون – پیترسون
۲-۱۰- شبکه های عصبی مصنوعی ( ANNs )
۲-۱۰-۱- مقدمه
۲-۱۰-۲- شبکه عصبی
۲-۱۰-۳- معرفی شبکه عصبی مصنوعی
۲-۱۰-۴- تاریخچه شبکههای عصبی مصنوعی
۲-۱۰-۵- چرا از شبکههای عصبی استفاده میکنیم؟
۲-۱۰-۷- ساختار شبکههای عصبی
۲-۱۰-۸- تقسیم بندی شبکههای عصبی
۲-۱۰-۹- کاربرد شبکههای عصبی
۲-۱۰-۱۰- معایب شبکههای عصبی
۲-۱۰-۱۱- مسائل مناسب برای یادگیری شبکه های عصبی
۲-۱۱- یادگیری یک پرسپترون
۲-۱۱-۱- آموزش پرسپترون
۲-۱۱-۲- الگوریتم یادگیری پرسپترون
۲-۱۲- مقایسه آموزش یکجا و افزایشی
۲-۱۳- شبکه های چند لایه
۲-۱۴- الگوریتم Back propagation
۲-۱۵- شبکه های عصبی چند لایه پیش خور
۲-۱۶- انواع شبکه های عصبی :
۲-۱۶-۱- شبکه عصبی پرسپترون
۲-۱۶-۲- شبکه همینگ
۲-۱۶-۳- شبکه هاپفیلد
۲-۱۶-۴- شبکه عصبی خود سازمانده مدل کوهنن
۲-۱۶-۵- شبکه عصبی تأ خیر زمانی
۲-۱۷- مدل ترکیبی شبکه های عصبی مصنوعی و تحلیل پوششی داده ها (NEURO/DEA )
۲-۱۷-۱- مقدمه
۲-۱۷-۲- الگوریتم تحلیل کارایی
۲-۱۷-۳- نرمال سازی داده ها
۲-۱۸- مفاهیم کارایی ، بهره وری و اثربخشی
۲-۱۹- مروری بر مطالعات انجام شده
فصل سوم روش تحقیق
۳-۱- مقدمه
۳-۲- روش تحقیق
۳-۳- جامعه آماری
۳-۴- شیوه گردآوری اطلاعات
۳-۵- مراحل انجام تحقیق
۳-۶- شیوه نرمال سازی
۳-۷- ارزیابی و تحلیل کارایی فنی پالایشگاه های گاز کشور با رویکرد تحلیل پوششی داده ها (DEA )
۳-۷-۱- مدل سازی ریاضی
۳-۷-۲- مدل مضربی CCR ورودی محور
۳-۷-۳- روش اندرسون – پیترسون بر ای رتبه بندی واحدهای کارا
۳-۸- دلایل استفاده از مدل مضربی CCR ورودی محور در مقایسه با مدل BCC
۳-۹- روش تحقیق مورد استفاده در تحلیل کارایی با مدل های ترکیبی Neuro/DEA
۳-۹-۱- مدل مورد استفاده در تحقیق
۳-۹-۲- روش به کار گرفته شده در مدل های ترکیبی Neuro/DEA1 و Neuro/DEA2 جهت ارزیابی واحد ها
فصل چهارم نتایج و تفسیر آن ها
۴-۱- مقدمه
۴-۲- نرمالیز کردن داده ها
۴-۳- الگوریتم پس انتشار
۴-۴- شبکه پیش سو
۴-۵- جمع آوری داده ها : Neuro – DEA
۴-۶- نرمال سازی داده ها Neuro /DEA
۴-۷- داده های آموزش
۴-۸- داده های تست
۴-۹- عملیات آموزش
۴-۱۰- نمایش نمودارها
فصل پنجم نتیجه گیری و پیشنهادات
۵-۱- محدودیت های انجام تحقیق
۵-۲- نتیجه گیری
۵-۳- تحقیقات آتی
نقد و بررسیها
هیچ دیدگاهی برای این محصول نوشته نشده است.