از کل نمونه تحقیق که ۲۰۰ نفر بوده است، مشاهده می‎شود که متوسط استفاده ماهانه از خدمات بانکی ۲۷ درصد از پاسخ دهندگان بین ۱ تا ۵ بار،۲۸درصد بین ۶ تا ۱۰ بار ،۵/۱۷ درصد بین ۱۱ تا ۱۵ بار، ۱۰درصد بین ۱۶ تا ۲۰ بار و ‎۱۷ درصدالای ۲۰ بار می‎باشند. همچنین۵/۰ درصد به این سوال پاسخ نداده اند.
۵-۲-۱۴ توصیف متغیر متوسط تجربه کار با خدمات اینترنتی بانک پاسخ دهندگان
از کل نمونه تحقیق که ۲۰۰ نفر بوده است، مشاهده می‎شود که تجربه کار با خدمات اینترنتی بانک ۱۶درصد از پاسخ دهندگان زیر یکسال ،۲۰درصد بین ۱ تا ۲ بار ،۲۲درصد بین ۲ تا ۳ بار ،۵/۱۶درصد بین ۳ تا ۴ بار و ۲۵درصد بالای ۴ بار می‎باشند. همچنین۵/۰ درصد به این سوال پاسخ نداده اند.
۵-۳ نتایج آمار استنباطی
۵-۳-۱ ابعاد فناوری خویش خدمت بر ارزش مشتری تأثیر دارد.
فرضیه فوق،به شکل زیر در قالب فرضیه‎های فرعی زیر قابل بررسی است.
۵-۳-۱-۱ استفاده آسان برارزش مشتری تاثیر دارد.
این فرضیه،به شکل زیر در قالب یک فرضیه آماری قابل ارائه می‎باشد:
استفاده آسان بر ارزش مشتری تأثیر ندارد. H0
استفاده آسان بر ارزش مشتری تأثیر دارد. H1
با توجه به مدل پایه تحقیق در حالت معنی داری مشاهده می‎شود که ‎میزان آماره تی بین دو متغیر برابر با ‎۰۵/۵ است. از آنجا که این مقدار خارج از بازه ( ۹۶/۱& 96/1-) است و لذا تاثیر استفاده آسان برارزش مشتری معنی دار است. همچنین با توجه مدل تحقیق در حالت استاندارد، میزان این تاثیر ‎برابر ۶۲/۰ ‎است.نتیجه تحقیقات شوهاسوم ^[۷۸]همکاران(۲۰۱۲) ، اکبری مقدم و دیگران (۱۳۹۱) ،معینی و دیگران (۱۳۸۹) نیز نتیجه ای مشابه تحقیق حاضر دارند و این نتیجه برآمده از این تحقیق را تایید می‎کنند.استفاده آسان از این خدمات می‎تواند حس درست بودن انتخاب را در فرد ایجاد نموده و در او قصد استفاده از این خدمات را ایجاد نماید.
۵-۳-۱-۲ سودمندی بر ارزش مشتری تأثیر دارد.
این فرضیه،به شکل زیر در قالب یک فرضیه آماری قابل ارائه می‎باشد:
سودمندی بر ارزش مشتری تأثیر ندارد. H0
سودمندی بر ارزش مشتری تأثیر دارد. H1
با توجه به مدل پایه تحقیق در حالت معنی داری مشاهده می‎شود که ‎میزان آماره تی بین دو متغیر برابر با ‎۰۵/۵ است. از آنجا که این مقدار خارج از بازه ( ۹۶/۱& 96/1-) است و لذا تاثیر سودمندی برارزش مشتری معنی دار است. همچنین با توجه مدل تحقیق در حالت استاندارد، میزان این تاثیر ‎برابر ۴۲/۰ ‎است.نتیجه تحقیقات شوهاسوم ^[۷۹]و همکاران(۲۰۱۲)، اکبری مقدم و دیگران(۱۳۹۱) ، معینی و دیگران ( ۱۳۸۹) نیز نتیجه ای مشابه تحقیق حاضر دارند و این نتیجه برآمده از این تحقیق را تأیید می‎کنند.
۵-۳-۱-۳ هزینه‎های کاهش بر ارزش مشتری تأثیر دارد.
این فرضیه،به شکل زیر در قالب یک فرضیه آماری قابل ارائه می‎باشد:
هزینه‎های کاهش بر ارزش مشتری تأثیر ندارد. H0
هزینه‎های کاهش بر ارزش مشتری تأثیر دارد. H1
با توجه به مدل پایه تحقیق در حالت معنی داری مشاهده می‎شود که ‎میزان آماره تی بین دو متغیر برابر با ‎۳۵/۰- است. از آنجا که این مقدار داخل بازه ( ۹۶/۱& 96/1-) قراردارد، ‎لذا تاثیر هزینه‎های کاهش برارزش مشتری معنی دار نمی‎باشد.نتیجه تحقیقات شوهاسوم^[۸۰] و همکاران (۲۰۱۲)،اکبری مقدم و دیگران(۱۳۹۱)، معینی و دیگران(۱۳۸۹) نیز نتیجه ای مشابه تحقیق حاضر دارند و این نتیجه برآمده از این تحقیق را تأیید می‎کنند.با توجه به استفاده فناوری خویش خدمت، هزینه‎های کاهش در میزان پول و هزینه‎های صرفه جویی شده در زمان دارد ولی با توجه به تحقیقات انجام شده بر ارزش مشتری تأثیر ندارد.
۵-۳-۱-۴ خودکنترلی بر ارزش مشتری تأثیر دارد.
با توجه به مدل پایه تحقیق در حالت معنی داری مشاهده می‎شود که ‎میزان آماره تی بین دو متغیر برابر با ‎۸۰/۲ است. از آنجا که این مقدار خارج از بازه ( ۹۶/۱& 96/1-) است و لذا تاثیر خود کنترلی برارزش مشتری معنی دار است. همچنین با توجه مدل تحقیق در حالت استاندارد، میزان این تاثیر ‎برابر ۴۰/۰ ‎است.نتیجه تحقیقات شوهاسوم ^[۸۱] و همکاران (۲۰۱۲)،اکبری مقدم و دیگران(۱۳۹۱)، معینی و دیگران(۱۳۸۹) نیز نتیجه ای مشابه تحقیق حاضر دارند و این نتیجه برآمده از این تحقیق را تأیید می‎کنند.
۵-۳-۲ ابعاد فناوری خویش خدمت بر آمادگی برای پذیرش فناوری تأثیر دارد.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

فرضیه فوق در قالب فرضیه‎های فرعی زیر قابل بررسی است:
۵-۳-۲-۱ استفاده آسان بر آمادگی برای پذیرش فناوری تأثیر دارد.
این فرضیه،به شکل زیر در قالب یک فرضیه آماری قابل ارائه می‎باشد:
استفاده آسان بر آمادگی برای پذیرش فناوری تأثیر ندارد. H0
استفاده آسان بر آمادگی برای پذیرش فناوری تأثیر دارد. H1
با توجه به مدل پایه تحقیق در حالت معنی داری مشاهده می‎شود که ‎میزان آماره تی بین دو متغیر برابر با ‎۴۲/۲ است. از آنجا که این مقدار خارج از بازه ( ۹۶/۱& 96/1-) است و لذا تاثیر استفاده آسان بر آمادگی برای پذیرش فناوری معنی دار است. همچنین با توجه مدل تحقیق در حالت استاندارد، میزان این تاثیر ‎برابر ۲۳/۰ ‎است.نتیجه تحقیقات شوهاسوم^[۸۲] و همکاران(۲۰۱۲)،اکبری مقدم و دیگران(۱۳۹۱)، معینی و دیگران(۱۳۸۹) نیز نتیجه ای مشابه تحقیق حاضر دارند و این نتیجه برآمده از این تحقیق را تأیید می‎کنند.
۵-۳-۲-۲ سودمندی بر آمادگی برای پذیرش فناوری تأثیر دارد.
این فرضیه، به شکل زیر در قالب یک فرضیه آماری قابل ارائه می‎باشد:
سودمندی بر آمادگی برای پذیرش فناوری تأثیر ندارد. H0
سودمندی بر آمادگی برای پذیرش فناوری تأثیر دارد. H1
با توجه به مدل پایه تحقیق در حالت معنی داری مشاهده می‎شود که ‎میزان آماره تی بین دو متغیر برابر با ‎۴۳/۵ است. از آنجا که این مقدار خارج از بازه ( ۹۶/۱& 96/1-) است و لذا تاثیر سودمندی بر آمادگی برای پذیرش فناوری معنی دار است. همچنین با توجه مدل تحقیق در حالت استاندارد، میزان این تاثیر ‎برابر ۷۲/۰ ‎است.نتیجه تحقیقات شوهاسوم^[۸۳] و همکاران (۲۰۱۲)، اکبری مقدم و دیگران(۱۳۹۱)، معینی و دیگران(۱۳۸۹) نیز نتیجه ای مشابه به تحقیق حاضر دارند و این نتیجه برآمده از این تحقیق را تأکید می‎کند.
۵-۳-۲-۳ هزینه‎های کاهش بر آمادگی برای پذیرش فناوری تأثیر دارد.
این فرضیه، به شکل زیر در قالب یک فرضیه آماری قابل ارائه می‎باشد:
هزینه‎های کاهش بر آمادگی برای پذیرش فناوری تأثیر ندارد. H0
هزینه‎های کاهش بر آمادگی برای پذیرش فناوری تأثیر دارد.H1
با توجه به مدل پایه تحقیق در حالت معنی داری مشاهده می‎شود که ‎میزان آماره تی بین دو متغیر برابر با ‎۱۰/۲ است. از آنجا که این مقدار خارج از بازه ( ۹۶/۱& 96/1-) است و لذا تاثیر هزینه‎های کاهش بر آمادگی برای پذیرش فناوری معنی دار است. همچنین با توجه مدل تحقیق در حالت استاندارد، میزان این تاثیر ‎برابر ۱۹/۰ ‎است.نتیجه تحقیقات شوهاسوم^[۸۴] و همکاران (۲۰۱۲)، اکبری مقدم و دیگران(۱۳۹۱)، معینی و دیگران(۱۳۸۹) نیز نتیجه ای مشابه به تحقیق حاضر دارند و این نتیجه برآمده از این تحقیق را تأکید می‎کند.
۵-۳-۲-۴ خودکنترلی بر آمادگی برای پذیرش فناوری تأثیر دارد.
این فرضیه،به شکل زیر در قالب یک فرضیه آماری قابل ارائه می‎باشد:
خودکنترلی بر آمادگی برای پذیرش فناوری تأثیر ندارد.H0
خودکنترلی بر آمادگی برای پذیرش فناوری تأثیر دارد.H1
با توجه به مدل پایه تحقیق در حالت معنی داری مشاهده می‎شود که ‎میزان آماره تی بین دو متغیر برابر با ‎۱۲/۲ است. از آنجا که این مقدار خارج از بازه ( ۹۶/۱& 96/1-) است و لذا تاثیر خود کنترلی بر آمادگی برای پذیرش فناوری معنی دار است. همچنین با توجه مدل تحقیق در حالت استاندارد، میزان این تاثیر ‎برابر ۲۶/۰ ‎است.نتیجه تحقیقات شوهاسوم^[۸۵] و همکاران(۲۰۱۲)،اکبری مقدم و دیگران(۱۳۹۱)، معینی و دیگران(۱۳۸۹) نیز نتیجه ای مشابه به تحقیق حاضر دارند و این نتیجه برآمده از این تحقیق را تأکید می‎کند.در تبیین این نتیجه می‎توان اظهار نمود که خودکنترلی بر پذیرش ارزش مشتری در فرد ایجاد می‎نماید با ایجاد خودکنترلی در استفاده از این خدمات فناوری خویش خدمت ترغیب می‎شود.
۵-۳-۳ آمادگی مشتریان برای پذیرش فناوری بر ارزش مشتری تأثیر دارد.
این فرضیه، به شکل زیر در قالب یک فرضیه آماری قابل ارائه می‎باشد.

خردمند را دل ز کردار اوی بماند همی خیره در کار اوی
ج ۵ ب ۳۶۹۷ – ۳۶۹۴
شگفت اندر این گنبد تیزگرد بماندی چنین دل پر از داغ و درد
یکی را همه بهره شهد است و قند تن آسانی و ناز و بخت بلند
یکی را همه رفتن اندر وریب : گه اندر فراز و گه اندر نشیب
چنین پرورداند همی روزگار فزون آمد از رنگ گل رنج خار
هرآن کس که سالش برآید به شست بباید کشیدن ز بیشیش دست
ز هفتاد بر نگذرد بس کسی ز دوران چرخ آزمودم بسی
وگر بگذرد آن همه بتّری ست بر آن زندگانی بباید گریست
اگر شَستِ ماهی بُدی سالِ شَست خردمند از او یافتی راهِ جست
نیابیم بر چرخ گردنده راه نه بر دامن دام خورشید و ماه
جهاندار اگر چند کوشد به رنج بیازد به کین و بنازد به گنج
همی رفت باید به دیگر سرای بماند همه کوشش ایدر به جای
تو از کار کیخسرو اندازه گیر کهن گشته کار جهان تازه گیر
که کین پدر بازجست از نیا به شمشیر و هم چاره و کیمیا
نیا را بکشت و خود ایدر نماند جهان نیز منشور او برنخواند
چنین است رسم سرای سپنج بدان کوش تا دور مانی ز رنج
ج ۵ ب۳۸۸۸-۳۸۷۴
چنین است رسم سرای سپنج نمانی در او جاودانه مرنج
نه دانا گذر یابد از چنگ مرگ نه جنگاوران زیر خفقان و ترگ
اگر شاه باشی ّ و اگر زردهشت نهالی ز خاک است و بالین ز خشت
ج ۵ ب ۶۲۱۰ – ۶۲۰۸
جهان را چنین است آیین و دین نمانده است همواره در به گزین
یکی را ز خاک سیه بر کشد یکی را ز تخت کیان در کشد
نه ز این شاد باشد ، نه زان دردمند چنین است رسم سرای گزند
کجا آن یلان و کجا آن کیان از اندیشه دل دور کن ، تا توان
ج ۵ب ۶۸۷۱ – ۶۸۶۸
چنین است گیتی : فراز و نشیب یکی آورد دیگری ، با نهیب
از این کار خسرو چو بیرون شدیم سوی کار لهراسب باز آمدیم
به پیروزی شهریار بلند کز اوی است اومید و بیم و گزند
به نیکی رساند دل دوستان گزند آید از وی به ناراستان
جهان را چنین است آیین و سان بگردد همی ز آن بدین ، زاین بدان
سرای سپنج است با درد و رنج تو با رنج او ناز و خوشیّ مسنج
از این کار کیخسرو اندازه گیر جهان را کهن دان و غم تازه گیر
سوی نیکی و نیکنامی گرای جز این نیست توشه ، به دیگر سرای
چنین بود ، تا بود ، کار جهان گزافه نکردند نامش جهان
ج ۵ ب ۶۹۱۲ – ۶۹۰۴
نماند به کس روز سختی نه گنج نه آسانی و شادمانی نه رنج
ج۶ب۱۹۹
به چیزی که آید کسی را زمان بپیچد دلش ؛ کژّ نگردد گمان
چنین است کار جهان جهان نخواهد گشادن ، به ما بر نهان
به دریا نهنگ و به هامون ، پلنگ همان شیر جنگاور تیز چنگ
ابا پشّه و مور در چنگ مرگ یکی باشد ، ایدر بدن نیست برگ
ج ۶ب ۵۰۷۸ – ۵۰۷۵
چنین است کردار گردنده دهر گهی نوش یابیم از او گاه زهر
چه بندی دل اندر سرای سپنج چه دانی که ایدر نمانی مرنج
ج۶ب۳۰۸۱-۳۰۸۰
نداند کسی آرزوی جهان نخواهد گشودن ، به ما بر نهان
ج۶ب۳۱۵۱
تو راز جهان ، تا توانی ، مجوی ؛ که او زود پیچد ز جوینده روی
ج ۶ ب ۶۳۳۶
نمانی همی در سرای سپنج چه یازی به تخت و چه نازی به گنج
ج۷ب۱۸۱۰
چنین است کردار این چرخ پیر چه با اردوان و چه با اردشیر
اگر تا ستاره برآرد بلند سپارد هم آخر به خاک نژند
ج ۷ ب ۲۳۳۲ – ۲۳۳۱
چنین است رسم سرای جهان ؛ همی راز خویش از تو دارد نهان

تابع هدف و قید این مسئله بهینه یابی از مقاله نعیم و همکاران [۳۰] الگو برداری شده است.

۲-۱۸ انتخاب، اجرا و مقایسه ی مثال ها و شواهد

در فصل های پیشین ضرورت انجام این پژوهش بیان شده است، همچنین توضیحات کاملی درباره نحوه عملکرد الگوریتم ژنتیک و دلایل استفاده از آن در تحقیق حاضر ارائه گردید. همان گونه که در فصل سوم برای بیان مسئله و فرمول بندی آن گفته شده این پژوهش از مقاله نعیم وهمکاران[۳۰] الگو گرفته و برای بهبود برنامه ی الگو شده، کوشش شده است.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

در این فصل برای بیان و بررسی نتایج در مجموع ۲۳ ترکیب مختلف از برنامه ژنتیک دودویی و ژنتیک اعداد صحیح و برای هر مجموعه پنج مرتبه برنامه ها اجرا شده است. ابتدا برای نحوه عملکرد برنامه و مقایسه با نتایج دیگر محققین، هر دو برنامه الگوریتم ژنتیک دودویی و الگوریتم ژنتیک حقیقی با مقادیر پارامترهای ژنتیک نعیم و همکاران[۳۰] و سیف[۸] اجرا شده و گراف های آنها برای مقایسه طیف هدف با طیف پاسخ بدست آمده، رسم شده است.
برخی از آیین نامه ها معیار مطلوب بودن طیف انتخاب شده را بالاتر قرار گرفتن از طیف هدف می دانند و در برخی دیگر معیار، تطبیق طیف پاسخ با درصد اختلاف مشخصی مد نظر می باشد[۸]، در این تحقیق هدف به حداقل رساندن خطای بین طیف پاسخ و طیف هدف برای تطبیق طیفی می باشد.

۲-۱۹ برنامه های اجرا شده در مراحل مختلف و ارائه برنامه تکامل یافته

در این پژوهش ابتدا یک کد برای تابع هدف و قید پیشنهاد شده ی مرجع نوشته و در ابزار ژنتیک^[۱۰۵] نرم افزار متلب اجرا شد، نتایج حاصل حداقل دارای سه زلزله تکراری و مقدار خطای زیاد بوده است. یکی از راه حل های پیشنهادی برای مسئله مذکور استفاده از تابع جزء صحیح می باشد که این تابع خود باعث ایجاد خطای گرد کردن زیادی در فرایند بهینه سازی می شود. نگارنده علت این همگرایی زود رس را در عدم توانایی ابزار ژنتیک نرم افزار متلب در کارکردن با اعداد صحیح می داند.
از دیگر دلایلی که سبب ایجاد خطای زیاد در این مسئله می شود عدم توجه به این نکته می باشد که مسئله مورد مطالعه دارای دو مجموعه ی متفاوت از متغیرها(ضرایب مقیاس و شماره زلزله ها) است. از این رو نگارنده طرح مسئله را به صورت دو کروموزومی الزامی می داند در همین راستا سعی بر آن شده تا با ترکیب ژنتیک اعداد حقیقی، دودویی و جایگشتی الگوریتمی کارآمد برای کاهش خطای طرح ارائه شود.
در گام نخست با توجه به سرعت بالای الگوریتم ژنتیک اعداد طبیعی در مقایسه با اعداد دودویی مسئله به صورت ترکیبی از الگوریتم اعداد طبیعی برای ضرایب مقیاس و الگوریتم جایگشتی برای شماره زلزله ها طرح ریزی شد. این امر سبب کاهش چشم گیر میزان خطای طرح گردید لیکن با توجه به مقادیر تابع هدف این گونه استنباط گردید که الگوریتم ژنتیک اعداد حقیقی با همبری مقدار میانگین سبب کاهش قدرت جستجوی طرح و کاهش میزان دقت الگوریتم می شود.
در ادامه الگوریتم ژنتیک اعداد حقیقی با همبری جهت دار و ترکیبی جهت افزایش قدرت جستجوی الگوریتم پیشنهادی استفاده گردید که این امر سبب واگرایی الگوریتم و ارائه نقاط خارج از محدوده قابل قبول به عنوان نقطه بهینه شد. به منظور افزایش میزان دقت و کاهش خطای طرح ترکیب الگوریتم دودویی و جایگشتی مورد مطالعه قرار گرفت نتایج حاصله بیانگر کاهش چشم گیر خطای طرح بوده در حالی که در مدت زمان حصول نتیجه تغییر چندانی مشاهده نمی شود، این امر بیانگر این مطلب می باشد که ماهیت کروموزم بیان گر ضرایب مقیاس با الگوریتم دودویی همخوانی بیشتری دارد، در ادامه نتایج حاصل از هر دو الگوریتم پیشنهادی ارائه و مورد بررسی قرار گرفته است.

۲-۲۰ عملگرهای ژنتیک

همان طور که در فصل دو بیان شده است عملگرهای اساسی در هر الگوریتم ژنتیک عبارتند از انتخاب، همبری، جهش. در ادامه عملگرهایی که در این تحقیق مورد استفاده قرار گرفته اند بررسی خواهند شد.

۲-۲۰-۱ انتخاب

با توجه به مقید بودن تابع هدف بکار رفته روش انتخاب مسابقه ای برگزیده شده است. علت این گزینش را می توان در عملکرد انتخاب مسابقه ای دانست. در این روش از بین دو فرد انتخابی فردی وارد حوضچه آمیزش می شود که دارای مقدار برازش بیشتری باشد به عبارت دیگر فردی به حوضچه آمیزش راه خواهد یافت: ۱- مقدار تابع هدف آن کمتر باشد. ۲- خطا(جریمه) ی کمتری داشته باشد. این امر سبب کاهش میزان خطای افراد راه یافته به حوضچه آمیزش و در نهایت کاهش خطای فرزندان می گردد که باعث افزایش سرعت و کارآیی الگوریتم می گردد.

۲-۲۰-۲ همبری

با توجه به دو کروموزم(دو رگه) بودن طرح ارائه شده در هر دو الگوریتم ارائه شده به طور همزمان از دو شیوه همبری- ۱- همبری میانگین وزنی و همبری جایگشتی. ۲- همبری یکنواخت و همبری جایگشتی. - استفاده شده است.

۲-۲۰-۳ جهش

همانطور که در بخش ۴-۳-۲ توضیح داده شده است در این قسمت نیز در هر یک از الگوریتم ها از دو عملگر جهش به طور همزمان استفاده شده است.

۲-۲۱ گونه سازی

با توجه به این نکته که حفظ کارایی الگوریتم ژنتیک با میزان جستجو رابطه مستقیم دارد همواره سعی بر آن است تا با ارائه راه کارهایی قدرت جستجو در الگوریتم در کل طول فرایند بهینه سازی در محدوده قابل قبول قرار گیرد. عملگر تسهیم شایستگی^[۱۰۶] به عنوان یک روش کارآمد جهت حفظ قدرت جستجوی الگوریتم در طی فرایند بهینه سازی می باشد.
نحوه ی عملکرد این عملگر بر مبنای تشابه ژنی و کاهش برازندگی کروموزوم ها با تعداد دی-ان-ای^[۱۰۷] های مشابه می باشد. به عبارت دیگر این عملگر می کوشد تا از تمرکز ژن ها در یک محدوده ی خاص از دامنه طرح جلوگیری نماید، با توجه به ساختار کروموزوم مربوط به انتخاب شماره زلزله و از سوی دیگر محدودیت در تعداد رکوردهای زلزله ها انتظار می رود که کروموزوم بیانگر شماره رکوردها به علت کمبود تنوع ژنی دچار همگرایی زودرس و کاهش قدرت جستجوی الگوریتم و در نهایت موجب کاهش میزان کارایی الگوریتم می گردد.
در رابطه بالا   بیان گر شایستگی اصلاح شده،   شایستگی فرد iام،   عددی است بزرگتر از یک که بیان گر میزان تشابه دی-ان-ای ها فرد iام با سایر افراد نسل مورد مطالعه می باشد. به عبارت دیگر استفاده از رابطه ۲-۵ احتمال تکرار یک رکورد در هر یک از کروموزوم ها را کاهش خواهد داد.

۲-۲۲ انتخاب شتابنگاشت ها و تاثیر بزرگی جامعه نگاشت ها

ابتدا مجموعه ۱۳۶ رکورد شامل دو مولفه افقی شتابنگاشت های اصلاح شده از سایت پییر[۳۱] (دانشگاه برکلی) استخراج شده است. طبق آیین نامه ۲۸۰۰[۳] طیف پاسخ میانگین شتاب هر یک از زوج شتابنگاشت های مقیاس شده با اعمال نسبت میرایی ۵ درصد، در محدوده زمان های تناوب T0.2 و T1.5 با طیف طرح استاندارد مقایسه می گردد. این مجموعه به صورت یک پایگاه داده در نرم افزار اکسل ذخیره شده با توجه به نتایج حاصل از الگوریتم ژنتیک نگارنده بزرگتر کردن مجموعه رکوردها را عاملی موثر در بهبود نتایج الگوریتم ارائه شده می داند. بنابراین در تحقیق ارائه شده مجموعه رکورد به ۳۷۴ مولفه افقی شتابنگاشت های اصلاح شده که همگی از خاک نوع ۲ برای زمین با خطر نسبی خیلی زیاد، نسبت شتاب مبنای طرح ۰٫۳۵، از سایت پییر استخراج شده است براساس آیین نامه ۲۸۰۰ در تحلیل تاریخچه زمانی میانگین ۳ تا ۷ رکورد در بازه ی تناوب ذکر شده با طیف هدف مقایسه می شود. در این تحقیق هدف، انتخاب بهترین ترکیب ۷ تایی با کمترین مقدار خطا نسبت به طیف استاندارد می باشد.
شکل ۲- ۳- طیف طرح آیین نامه زلزله ۲۸۰۰ برای زمین نوع ۲ با خطر نسبی زیاد و خیلی زیاد

فصل سوم

نتایج و بحث

۳-۱ پارامترهای کنترلی الگوریتم ژنتیک

بنابر آنچه در فصل دو بیان شده است، پارامترهایی نظیر احتمال همبری، جهش و اندازه جمعیت متناسب با مجموعه رکوردها و تعداد نسل، در فرایند بهینه یابی موثرند. بنا براین هر الگوریتم برای ۲۵ ترکیب مختلف از محدوده ضرایب مقیاس، تعداد جمعیت عضوها، تعداد نسل، نرخ همبری و جهش اجرا شد و برای اطمینان از صحت نتایج هر برنامه پنج مرتبه تکرار گردید. با توجه به اهمیت این پارامترها هر یک از آنها در این مثال به طور جداگانه بررسی شده است. ابتدا تاثیر تعداد نسل ۵۰، ۲۰۰، ۵۰۰، با دیگر مقادیر متغییرهای پیشنهاد شده مرجع[۳۰] در برنامه بررسی شده است، تعداد تکرار نسل ها با سه شرط؛ ۱-همگرا شدن برنامه. ۲- طولانی نشدن زمان اجرای برنامه. ۳- حصول کمترین میزان خطا. بررسی شده است. سپس با به دست آمدن تعداد نسل بهینه به بررسی تعداد افراد جامعه، ۵۰، ۲۰۰، ۳۰۰ تایی پرداخته شده است. پس از آن حد پایین محدوده مقیاس گذاری برای مقادیر ۰٫۲، ۰٫۵ و ۱ امتحان شده و حد بالای محدوده مقیاس گذاری برای مقادیر ۱٫۵، ۲و ۲٫۵ بررسی شده و در نهایت هر یک از کروموزوم ها با سه مقدار ۰٫۶، ۰٫۶۵، ۰٫۹ برای نرخ همبری و نرخ جهش ۰٫۰۰۱، ۰٫۰۱ و ۰٫۰۲۵ بررسی شده اند. پس از آزمودن هر یک از مقادیر ذکر شده، برای بدست آوردن مقدار بهینه پارامترهای دیگر از نتایج بدست آمده بهترین مقدار پارامتر قبلی استفاده شده است. در تمامی این اجرا ها و انتخاب مقدار مطلوب برای هر یک از پارامترها زمان و اختلاف کم بین طیف پاسخ و طیف هدف مد نظر قرار گرفته است. در نهایت پس از نزدیک به ۲۰۰ مرتبه اجرای برنامه پاسخ مطلوب حاصل شده است.

۳-۲ نتایج اجرای برنامه

ابتدا دو برنامه رمزدهی دودویی و حقیقی به صورت مجزا با مقادیر پیشنهادی مرجع [۳۰] اجرا و نتایج حاصل از آن ها با نتایج کار نعیم و همکاران[۳۰] مقایسه شده است، سپس دو برنامه ی مذکور با مقادیر پیشنهادی سیف[۸] اجرا شده و مقایسه دیگری بین نتایج حاصله از آن ها با نتایج برنامه ی سیف [۸] صورت گرفته است. شکل روند بهبود تابع شایستگی هر برنامه و طیف پاسخ میانگین در مقایسه با طیف طرح آیین نامه در گراف هایی رسم شده است. سپس مقادیر و نمودارهای طیف متوسط جذر مجموع مربعات بهترین نتیجه ی حاصل شده از این مقایسه ها و همچنین نمودارهای محققین پیشین در صورت وجود برای مقایسه آورده شده است. در ادامه طبق آنچه در بالا گفته شد جهت بررسی تاثیر مقادیر کنترلی بهینه یابی الگوریتم ژنتیک تک تک پارامترها با سه مقدار مختلف پنج مرتبه در برنامه الگوریتم ژنتیک دودویی(به دلیل اینکه نتایج بهتری از الگوریتم ژنتیک حقیقی ارائه می کند) آزموده شده است همچنین نمودار بهترین طیف پاسخ متوسط جذر مجموعه مربعات در هر اجرا از میان سه مقدار مختلف برای هر پارامتر در مقایسه با طیف طرح آیین نامه در گراف هایی رسم شده است.
در انتها نتایج اجراهای برنامه الگوریتم ژنتیک هیبریدی که مقدار پارامترهای بهینه یابی الگوریتم ژنتیک از خود برنامه ژنتیک بدست آمده در جداولی آورده شده است همان گونه که گفته شد این نتایج نزدیک بهینه بوده و نتایج معقولی برای کاربران مبتدی می باشد. در شکل ۳-۱- روند بررسی این کدها به صورت شماتیک رسم شده است.
شکل ۳- ۱- روند بررسی و اجرای برنامه های ارائه شده

۳-۳ بررسی مقایسه ای برنامه ارائه شده

در این قسمت ابتدا کدهای نوشته شده برای دو الگوریتم ژنتیک حقیقی و باینری با یکدیگر مقایسه شده اند در این بررسی ابتدا در قسمت اول مقادیر پارامترها مطابق پیشنهاد مرجع [۳۰] و در قسمت دوم مقادیر پارامترها مطابق مرجع[۸] درنظر گرفته شده است.
الف-۱- اجرای برنامه با مقادیر متغیر پیشنهاد شده توسط مرجع[۳۰] برای الگوریتم ژنتیک دودویی:
برنامه رمزدهی دودویی با مقادیر جدول ۳-۱ پنج مرتبه اجرا شده است، هر اجرا حدود ۲۰ ثانیه زمان برد. نتایج پنج اجرای برنامه در جدول ۳-۲ آورده شده است، مینیمم خطای بدست آمده در این پنج اجرا برابر ۱٫۵% است. جدول ۳-۳ ضرایب مقیاس هر زلزله را در بالا شماره آن برای اجرای چهارم برنامه ژنتیک باینری با مقادیر جدول ۳-۱ نشان می دهد.
در جدول ۳-۱ مقدار پارامترهای ژنتیکی برنامه به پیشنهاد نعیم و همکاران[۳۰] آورده شده است.
جدول ۳- - ۱پارامترهای الگوریتم ژنتیک مرجع[۳۰]

_۲T توسعه انعطاف­ناپذیر شبکه ­های حمل و نقل بدون در نظرگرفتن اهداف حمل و نقل در سطوح ملی– منطقه­ای، ضعف مدیریتی بر پروژه­ ها و تأسیسات زیرساختی حمل و نقل، و نیز در اولویت قرار ندادن و اتمام به موقع پروژه­ ها ، کمبود منابع مالی و عدم هماهنگی میان ارکان سیاستگذار و تصمیم­گیرنده در زمینه حمل و نقل شهری

۱۰۶/۰

۳

۳۱۸/۰

*

_۱۰T سوخت غیرسازگار با محیط­زیست در وسایل نقلیه خصوصی و عمومی

۱۰۶/۰

۴

۴۲۳/۰

*

_۸ Tکاهش عرض و نامناسب بودن معبر در مسیر عابرپیاده و محورهای شهری و نیز وجود شبکه ­های غیرمنظم با شیب تند در برخی از نقاط شهر

۱۰۰/۰

۴

۴۰۱/۰

*

۴- تعیین عناصر زیرمجموعه سیستم
ارزیابی محیط درونی و بیرونی سیستم حمل و نقل شهری در کلان­شهر کرمانشاه به صورت کلی، در کل موضوع و نیز در چهار زیرمجموعه آن صورت گرفته است. به همین علت در تدوین راهبردها علاوه بر کنار هم­گذاری عوامل درونی و بیرونی یک عنصر جهت ارائه راهبرد این فرایند، بین عناصر نیز انجام گرفته است. به عبارت دیگر شناسایی نقاط قوت، ضعف، فرصت و تهدید در سیستم حمل و نقل شهری کرمانشاه زیرمجموعه­های بافت کالبدی^[۵۹] (حرکت و دسترسی^[۶۰]) کارآیی^[۶۱]، ایمنی^[۶۲] و وسایل­نقلیه^[۶۳] به صورت مجزا و با بهره گرفتن از اطلاعات بررسی عوامل فوق در نظر گرفته شده است. نتایج حاصل از تعیین عناصر زیرمجموعه سیستم در جداول (۴-۵)، (۴-۶)، (۴-۷) و (۴-۸) آمده است.
جدول (۴-۵): ماتریس SWOT عنصر بافت کالبدی(حرکت و دسترسی) (T) سیستم حمل و نقل شهری

عوامل درونی

نقاط ضعف

_T5 W

ضعف شدید شبکه معابر در بیشتر نقاط و عدم وجود سلسله مراتب شبکه­ ای معابر و پیروی از اصول صحیح فنی و نیز عدم استفاده از تمامی ظرفیتهای موجود شهر_.

W_{T 10}

عدم وجود چند بزرگراه شهری که حجم ترافیک عبوری را به شدت کاهش خواهد داد.

_۱۲ W_T

قرارگیری نامناسب برخی از تقاطع­های همسطح و غیرهمسطح در سطح شهر و نیز عدم اجرای سیستمهای هوشمندSCAT در تمامی تقاطع علیرغم پتانسیل موجود_.

۲٫۳ مدل تجربی تعیین ارتباط منابع طبیعی، نهاد‎ها و فساد
برای تعیین وابستگی فساد به فراوانی منابع طبیعی، مدلی بین کشوری تخمین زده شده که بر اساس آزمون‎های تجربی بارو^[۵۹](۱۹۹۱)، ساچ و وارنر (۱۹۹۵و۱۹۹۷)، سالای مارتین و سوبرامانیان (۲۰۰۳)، مهلوم و همکاران (۲۰۰۲ و ۲۰۰۳)، پاپیراکیس و گرلاخ^[۶۰](۲۰۰۴) و بولت، دامانیا و دیکون^[۶۱](۲۰۰۵) است. هدف در اینجا بررسی اثر منابع طبیعی (NR)، که احتمالا از کانال کیفیت نهادی منتقل می‎شود، بر فساد است. این مطالعه به ما اجازه می‎دهد تا بتوانیم هم اثر مستقیم و هم اثر غیر مستقیم ( از کانال کیفیت نهادی) منابع طبیعی بر فساد را آزمون نماییم.

( اینجا فقط تکه ای از متن پایان نامه درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

در این مطالعه دو معادله رگرسیونی مختلف برآورد شده است. در گام اول فرم تعدیل شده‎ی ارتباط بین منابع طبیعی و فساد هنگامی‎که کیفیت نهادی به عنوان متغیر توضیحی وارد مدل شده است، بررسی می‎شود. شکل عمومی این معادله به صورت زیر است:
معادله (۱) ‎
Corruption =+ Institutional Quality +Natural Resource wealth +
در بررسی اثر منابع طبیعی(NR) به صورت دقیق‎تر ، ضریب NRW، یعنی ، در بر گیرنده اثرات غیر مستقیم منابع طبیعی بر فساد است که از طریق کانال بهبود نهادی انتقال می‎یابد؛ همچنین این ضریب هر گونه ارتباط مستقیمی که ممکن است بین ایندو وجود داشته باشد را نیز در بر دارد.
در گام دوم، سعی شده تا اثرات مهمترین عوامل تعیین کننده کیفیت نهادی را مورد بررسی قرار دهیم:
معادله (۲)
Institutional Quality = instruments forInstitutional Quality + Natural Resource wealth +
برای متغیر فساد ، همانطور که قبلاً نیز بیان شد از شاخص آزادی از فساد طی سال‎های ۱۹۹۶ تا ۲۰۱۲ استفاده شده است.
برای متغیر کیفیت نهادی از شاخص‎های حکمرانی به معنی فرصتی برای امنیت اقتصادی، بهبود محیط کسب و کار و جذب سرمایه‎گذاری داخلی و خارجی استفاده شده است، که موسسه بانک جهانی شش شاخص حکمرانی خوب را اینطور بیان می‎کند: ۱- کیفیت مقررات تنظیمی، ۲- حاکمیت قانون،۳- کنترل فساد ،۴- اثر بخشی دولت، ۵- ثبات سیاسی، ۶- حق اظهار نظر و پاسخگویی توسط نهادهای دولتی.
به منظور بررسی اثر کیفیت نهادی ازمتغیر ابزاری (ابزار کیفیت نهادی) استفاده شده است که شاخص آن را به تبعیت از عثمان خالد و سونجا اپر(۲۰۱۱)^[۶۲]درآمد سرانه واقعی (البته به صورت لگاریتم) به کار برده شده است. و برای بررسی اثر ثروت منابع طبیعی از شاخص صادرات نفتی استفاده شده است.
۳٫۳ روش پنل دیتا
در بررسی‎ها همواره دو ساختار مجزای آزمایش وجود دارد:

1. 1. برازش مدلی برای داده‎های در دسترس در یک زمان خاص:

به عنوان مثال در برآورد یک تابع تولید ساده (تولید تابعی از موجودی سرمایه، نیروی کار و مهارت های مدیریتی است) اگر تولید بنگاهها را بر روی موجودی سرمایه و نیروی کار در یک زمان رگرس کنیم، تورش ایجاد میشود زیرا یک متغیر مهم یعنی مهارت مدیریتی از مدل حذف شده است. برای رفع این مشکل بهتر است که میزان تولید طی چند سال را برای این بنگاه‎ها رگرس کنیم.
در این حالت ما با داده‎های پانل کار می‎کنیم یعنی برای هر بنگاه میزان تولید، موجودی سرمایه و نیروی کار را در طی زمان به دست می‎آوریم و تلفیقی، ترکیبی از بنگاه ها (مقاطع) و سری زمانی داریم. به این داده‎های ترکیبی پانل دیتا، داده های ترکیبی، داده‎های آمیخته گفته می‎شود.

1. 1. برازش مدلی برای داده‎های در دسترس در طی زمان:

به عنوان مثال برای بررسی روند تولید، صادرات، نرخ تورم یا … را برای یک کشور، بنگاه، شرکت و پیش‎بینی‎هایی در مورد اگر به دلایل متعدد از قبیل نبود داده‎های کافی نتوان از مدل سری‎های زمانی استفاده کرد، در این حالت برای از بین بردن مشکل کمبود داده از کشورها، بنگاه‎ها، شرکت‎ها (مقاطع مختلف) در تحلیل استفاده میشود، به داده‎های حاصل پانل دیتا، داده‎های ترکیبی، داده‎های آمیخته گفته می‎شود. همان گونه که مشخص است پس از ترکیب می‎توان از هر دو روش برای برآورد استفاده نمود بنابراین با این مجموعه داده ها می‎توان اثراتی را شناسایی یا اندازه گیری کرد که در داده‎های مقطعی محض یا سری زمانی خالص قابل شناسایی نیست. در این حالت می توان اثرات ثابت و تصادفی را برای زمان‎های گوناگون بررسی و زمان را به عنوان یک عامل تعیین کننده در نظر گرفت.
مزایای مدلهای پانل دیتا
با توجه به توضیحات قسمت قبل می توان مزایای زیر را برای مدل های پانل معرفی کرد:

• • تعداد مشاهدات و داده ها زیاد بوده و اعتماد به برآوردها بیشتر است.

• • به محققان اجازه می‎دهد مدل های پیشرفته تری را تبیین کرده و آزمون کنند.