پیش بینی موفقیت کشورهای شرکت کننده در بازی های المپیک 2016 ریودوژانیرو با استفاده از روش هوشمند شبکه های پرسپترون چندلایه (MLP) (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
حسین زارعیان[1] علیرضا الهی[2] نصرالله سجادی[3] امین قاضی زاهدی[4] تاریخ دریافت مقاله: 1/11/1393 تاریخ پذیرش مقاله:7/3/1394 پژوهش حاضر با هدف پیش بینی موفقیت کشورهای شرکت کننده در بازی های المپیک 2016 ریودوژانیرو با استفاده از روش هوشمند MLP انجام شد. این پژوهش، در دو مرحله کیفی (تعیین شاخص ها) و کمی (جمع آوری داده های مربوط به کشورهای منتخب) صورت گرفت. در مرحله اول ، مصاحبه های کیفی نیمه ساختارمند و عمیق با 28 نفر از نخبگان آگاه از موضوع پژوهش به صورت غیرتصادفی هدفمند تا حد اشباع نظری انجام شد. پس از شناسایی شاخص ها، اطلاعات شاخص های انتخاب شده - شاخص های 22 گانه اقتصادی، سیاسی، اجتماعی و فرهنگی، فناوری و ورزشی (PEST+S)- برای 42 کشور منتخب به صورت غیرتصادفی در دسترس در بازه زمانی 40 ساله از بازی های المپیک 1976 مونترال تا 2012 لندن جمع آوری گردید. در مرحله بعد، از آزمون مدل مفهومی شبکه های پرسپترون چندلایه (MLP) برای مقایسه شاخص های 22 گانه ایران با مقادیر واقعی در سال 2012 استفاده شد. نتایج نشان داد در مقایسه مقادیر واقعی با مقادیر پیش بینی شده در سال 2012، روش MLP از خطای پایینی در پیش بینی شاخص های 22 گانه برخوردار است. همچنین، در خصوص مقایسه رتبه واقعی و رتبه پیش بینی شده 42 کشور منتخب در سال 2012، روش MLP از ضریب خطای مطلق میانگین پایینی (4629/0) برخوردار بود. در مرحله نهایی، شاخص های 22 گانه در سال 2016 تخمین زده شد و رتبه کشورهای منتخب در المپیک 2016 ریودوژانیرو پیش بینی شد. با استناد به نتایج تحقیق، کشورهای ایالات متحده آمریکا، چین و انگلستان در بازی های المپیک 2016 در رتبه اول تا سوم قرار خواهند گرفت. همچنین ایران نیز در بین تیم های شرکت کننده در جایگاه 21 قرار خواهد گرفت. به طور کلی، با استفاده از الگوی شبکه های عصبی، برای سیاستگذاران ورزش کشورها این امکان فراهم است تا از شاخص ها و مولفه های شناسایی شده در برنامه ریزی های آتی خود جهت شرکت موفق تر در بازی های المپیک استفاده نمایند.Games in Rio de Janeiro Using Intelligent Method of Multilayer Perception Networks (MLP)
The aim of the study was prediction of countries’ success that participating in the 2016 Olympic Games in Rio de Janeiro with intelligent method of MLP. This study was conducted on two qualitative (setting indices) and quantitative (collecting data from selected countries) steps. In the first phase, non-randomly and purposeful procedure, semi-structured qualitative and depth interviews was conducted with 28 elites that were aware of the issue of study up to theoretical saturation. After identification of indexes, Information of selected indicators (22 Indexes political, economic, social, cultural, technological and sporting as Theoretical Model (PEST+S)) was collected for 42 selected countries, in 40-years period, since 1976 Montreal Olympics to 2012 London. On the next step, from test of the conceptual model of multilayer perceptron networks (MLP) were used in comparison the actual values of Iran’s 22 indexes with predicted values in 2012. The results showed, in comparison the actual values with predicted values in 2012, the MLP has small errors in predicting of indices. Also, comparison of actual rank and predicted rank of 42 selected countries in 2012, MLP method had less Mean absolute error rate (0.4629). In final step, indices were estimated and rank of selected countries was predicted in Rio de Janeiro (2016). According to research results, Countries United States of America, China and the Great Britain will be in the first to third places, in 2016 Olympic Games. Also, Islamic Republic of Iran will be in 21st place among participating teams. Generally, using of Neural Networks Model, Iranian sport Policymaker’s can use identified indices to planning for successful participation in the Olympic Games.
تبلیغات
