عباس طلوعی اشلقی

تولید محصول جدید و نوآوری در محصولات یکی از ارکان مهم و تاثیر گذار در جهت افزایش ارزش یک بنگاه اقتصادی می باشد با بررسی مطالعات پیشین عوامل مختلفی، موثر در تولید محصول جدید می باشند همانند توجه به نیاز مصرف کننده، ویژگی رقبا، توانمندی بخش تحقیق و توسعه ، توانمندی تامین کنندگان و توانمندی بخش تولید و ... از عواملی هستند که در تولید محصول جدید باید به آن ها توجه نمود ، این عوامل در هر صنعت و هر کشوری بنا بر ویژگی های اون صنعت و بازار از درجه اهمیت متفاوتی برخوردار می باشد. در این پژوهش برای دستیابی به عوامل تاثیرگذار در توسعه محصول جدید در صنعت فولاد ایران و رتبه بندی این عوامل کارخانه ذوب آهن اصفهان به عنوان قدیمی ترین تولید کننده فولاد در ایران مورد بررسی قرار گرفته است،برای انجام این تحقیق ابتدا با استفاده از روش سیستماتیک ( سایت های علمی معتبر با درجه علمی بالا) مقالاتی را که از سال 2000 تا به امروز در این زمینه منتشر شده بود را بررسی و از میان آنها 60 عامل تاثیرگذار در این زمینه استخراج شده است سپس با استفاده از پرسشنامه از 15 خبره صنعت فولاد میزان وزن هر عامل بدست آمد و در نهایت با پرسش نامه بسته از کارشناسان ذوب آهن اصفهان به بررسی میزان اهمیت هر عامل در صنعت فولاد ایران پرداخته شد و نتایج بدست آمده رتبه بندی شد. در نتیجه گیری کلی به این موضوع رسیده شده است که تولید محصول جدید دارای عوامل مختلفی می باشد که بحث نیروی انسانی و توانمندی نیروی انسانی متخصص و آموزش دیده یکی از عوامل مهم و تاثیرگذار در تولید محصول جدید می باشد با توجه به شرایط کشور و کاهش میزان امید و توجه بیشتر نیروی انسانی به درآمدهای بازار سفته بازار و توجه کمتر به بحث خلاقیت و تربیت انسان های خلاق، توجه بیشتر به این موضوع و افزایش امید در جامعه کمک بسزایی در تولید محصول جدید می نماید.

هدف این پژوهش ترکیب الگوریتم ژنتیک در بهینه سازی سبد سهام در تصمیم گیری مالی سرمایه گذاران می باشد؛ در یک پروژه شبیه سازی، استفاده نهایی از داده های ورودی برای ساختن مدل شبیه سازی می باشد. این فرآیند شامل جمع آوری داده های ورودی، آنالیز کردن داده های ورودی و استفاده از این داده های ورودی آنالیز شده در مدل شبیه سازی است. جامعه آماری پژوهش شامل 20 نماد (شرکت) از بین صنایع (وبصادر، وتجارت، اخابر، فخوز، فارس، بالبر، تپمپی، خساپا، خودرو، سشرق، سصوفی، شبهرن، شپنا، غپینو، فولاد، قثابت، کسرا، وبانک، ونفت، ونیکی) و اطلاعات مربوط به قیمت روزانه سهام و میزان شاخص روزانه از تاریخ 1 دی ماه 1387 الی 26 دی ماه 1400 به عنوان نمونه در نظر گرفته شد. ابزار جمع آوریاطلاعات و داده ها با استفاده از سایت فیپیران می باشد و میزان بتا (ریسک) سهام بصورت ماهیانه با استفاده از نرم افزار اکسل محاسبه و میزان فراوانی بازده و بتا (ریسک) محاسبه شده را با استفاده از نرم افزار Spss بدست آورده و با استفاده از نرم افزار Easy fit به تابع های توزیع پرداخته شد؛ نتایج نشان داد که در صورتیکه عامل ها مبتدی هستند برای کسب سود بیشتر از رفتار نرمال و ریسک 40% را قبول کنند میزان سود بدست آمده پس از بهینه نمودن مدل با الگوریتم ژنتیک بیشتر از مدل اولیه می باشد. درصورتیکه عامل ها حرفه ایی هستند برای کسب سود بیشتر از رفتار ریسک گریز و ریسک 80% را قبول کنند میزان سود بدست آمده پس از بهینه نمودن مدل با الگوریتم ژنتیک بیشتر از مدل اولیه می باشد.