درخت حوزه‌های تخصصی

مطالعه حاضر با هدف تعیین فعالیت های اولویت دار کشاورزی برای دستیابی به رشد اشتغال هدف گذاری شده در برنامه های توسعه اقتصادی، اجتماعی و فرهنگی کشور انجام شده است. در این راستا، الگوی برنامه ریزی ریاضی منطقه ای بخش کشاورزی با الگوی ماتریس حسابداری اجتماعی آمیخته تلفیق گردیده تا اهداف کلان افزایش اشتغال به محدودیت های منابع تولیدی در سطح خرد (استان های کشور) ارتباط داده شود. با استفاده از این الگوی تلفیقی می توان مشخص نمود کدام فعالیت ها و در کدام استان ها دارای اولویت برای توسعه می باشند و برای دستیابی به هدف ملی رشد اشتغال بیشتر موثرند. نتایج این مطالعه نشان می دهد برای تحقق آرمان رشد اشتغال 9/3 درصد پیش بینی شده در برنامه توسعه ششم کشور، بخش کشاورزی ایران باید سالانه معادل 4/4 درصد رشد داشته باشد. این رشد برای زیربخش های زراعی، باغی، دامی و آبزی پروری نیز به ترتیب 8/4، 3/2، 8/6 و 3/4 درصد است. یافته های مطالعه نشان می دهد در زیربخش زراعی، گندم با رشد 3/8 درصد و برنج با رشد 1/0 درصد بیشترین و کمترین اولویت را برای توسعه تولید به خود اختصاص داده اند. در این زیربخش، استان های خوزستان، اردبیل و فارس دارای بیشترین اولویت برای توسعه محصولات زراعی می باشند. در زیربخش باغبانی، محصولات خانواده آلو با رشد 5/3 درصد بیشترین و محصول چای با رشد 3/0 درصد کمترین اولویت را به خود اختصاص داده اند. در این زیربخش، استان های فارس، مازندران و آذربایجان شرقی و غربی دارای بیشترین اولویت برای سرمایه گذاری در توسعه فعالیت های باغداری در راستای دستیابی به هدف رشد اشتغال ملی هستند. در رابطه با محصولات دام، طیور و آبزیان نتایج نشان می دهد که به توسعه تولید گوشت گاو اولویت بیشتری نسبت به تولید کپورماهیان باید داده شود. مازندران، خوزستان، گیلان، چهارمحال و بختیاری و لرستان استان هایی با بیشترین اولویت در توسعه فعالیت های آبزی پروری می باشند. اما، برای توسعه فعالیت های دامداری و مرغداری تفاوت چندانی بین استان های کشور دیده نمی شود. با توجه به نتایج این مطالعه این نتیجه گیری حاصل می شود که برای دستیابی به هدف رشد اشتغال در برنامه ششم توسعه، بازنگری در پرتفوی جاری فعالیت های کشاورزی ضروری می باشد.

در این مقاله یک سیستم تهویه مطبوع HVAC از نوع تراکمی مورد مطالعه و بررسی قرار گرفته است. هدف از این مطالعه بهبود عملکرد سیستم تبرید، رفع یخ زدگی کمپرسور، بالابردن راندمان، کاهش مصرف انرژی و کاهش مدت زمان کارکرد کمپرسور بوده است. نتایج حاصل از داده های تجربی و حل عددی دینامیک سیالات محاسباتی مقایسه و تفسیر شده است. پس از رفع عیب، نتیجه تعمیرات صورت گرفته با استفاده از حل عددی و توسط کانتورها و نمودارهای سرعت و دما نشان داده شد. در نهایت رفع عیب سیستم HVACمنجر به بر طرف شدن یخ زدگی کمپرسور گردید و متعاقباً ایجاد هوای مطبوع را در پی داشت. دما و دبی هوای تولیدی به ترتیب تقریباً c° 7 کاهش و 13% درصد افزایش یافت.

در این پژوهش طراحی بهینه ی یک سیستم ترکیبی شامل کلکتور خورشیدی و پمپ حرارتی زمین گرمایی از دیدگاه فنی و اقتصادی برای تأمین بار حرارتی یک ساختمان مورد بررسی قرار گرفته است. عملکرد اجزای مختلف سیستم به گونه ای تنظیم شده است که علاوه بر پیش گرمایش سیال ورودی به اواپراتور و تنظیم این دما به مقدار ایده آل، ضریب عملکرد پمپ حرارتی نیز افزایش یابد. سیستم بهینه ابتدا از لحاظ فنی و سپس از دیدگاه اقتصادی بررسی و طرح بهینه با در نظر گرفتن ملاحظات فنی و اقتصادی انتخاب شده است. مدل انتخابی دارای ضریب عملکرد میانگین 3.9 برای پمپ حرارتی، مساحت 30.375 مترمربع برای کلکتور و طول لوله زمین گرمایی 472.5 متر (5 چاه 47.5 متری با استفاده از لوله های U شکل سری) می باشد. هزینه کلی سیستم بر اساس کمینه کردن هزینه های اقتصادی به عنوان تابع هدف و پس از انتقال هزینه ی عملیاتی به سال پایه برابر با 85680 دلار برآورد شده است.

این مقاله یک روش جدید برای ارزیابی کشورهای در حال توسعه را معرفی می کند. در این مطالعه دو دسته از خروجی ( ستانده مطلوب و ستانده نامطلوب) برای اندازه گیری عملکرد از کشورها را بررسی می کند. در حقیقت در مطالعه موردی نیاز است چگونگی اندازه گیری در یک ساختار یکپارچه بررسی شود. در تحلیل پوششی داده ها ی متعارف ممکن است درمیان کشورهای منتخب شکست ایجاد گردد و نتایج امتیازات کارایی بی معنی باشد، به خصوص زمانی که کشورها ناکافی باشند. در این مقاله یک نگرش جدید بر پایه تحلیل پوششی داده ها و تئوری بازی برای ارزیابی کشورها بوسیله یک مقیاس بزرگ اندازه گیری ارائه شده است. برای این پیشنهاد چانه زنی در یک بازی همکارانه با مدل تحلیل پوششی داده های مرسوم ترکیب می شوند. روش پیشنهادی صرف نظر از ناکامی تعدادی از کشورها در بیشتر کشورها کارآمد است.

پس از اجرای سیاست هدفمندسازی یارانه حامل های انرژی و کالاهای اساسی (گندم و آرد)، نرخ ارز نیز افزایش یافت و محدودیت های ارزی بیشتری بر کشور ایران تحمیل شد. با توجه به اهمیت حوزه گندم، آرد و نان در تأمین غذای جامعه، این مطالعه با هدف بررسی آثار هدفمندسازی یارانه حامل های انرژی، اصلاح قیمت های گندم و آرد و همچنین افزایش نرخ ارز و محدودیت های ارزی ناشی از تحریم ها بر حوزه گندم، آرد و نان صورت گرفته است. در این مطالعه با توجه به مزیت های الگوی تعادل عمومی قابل محاسبه، یک الگوی CGE بر مبنای الگوی ORANI_G که برای ساختار اقتصادی ایران تعدیل شده است، تدوین گردید. نتایج نشان داد به دنبال هدفمندسازی یارانه حامل های انرژی و اصلاح قیمت های گندم و آرد، قدرت خرید خانوارها و در نتیجه تقاضای گندم، آرد و نان کاهش می یابد. مقایسه نتایج سناریوهای این مطالعه حاکی از آن است که افزایش نرخ ارز در بلندمدت، نتایج حاصل از هدفمندسازی یارانه ها در حوزه گندم، آرد و نان را بهبود خواهد بخشید. لذا بهبود زیرساخت ها و فراهم نمودن بسترهای لازم جهت ورود سرمایه گذاری خصوصی و تعاونی به بازار گندم، آرد و نان پیشنهاد می شود.

توجه به ثبات نسبی و پیش بینی قیمت، می تواند نقش مهمی در کنترل ناپایداری قیمت ها و درنهایت کاهش ریسک بازار داشته باشد. در موضوع پیش بینی، مهم ترین بخش مقایسه ی روش های مختلف است. در این پژوهش با مقایسه ی قدرت پیش بینی دو روشARMA و شبکه ی عصبی مصنوعی و با انتخاب روش بهتر، قیمت های هفتگی خرده فروشی و عمده فروشی ماهی قزل آلا پیش بینی می شود. در این مطالعه از شبکه ی پیش خور که از نوع شبکه های پس انتشار (Back Propagation) است، استفاده می شود. داده های مورد استفاده در مطالعه شامل قیمت های هفته ی اول فروردین 1388 تا هفته ی آخر شهریور 1390 می باشد. قبل از استفاده از روش های پیش بینی تصادفی یا غیرتصادفی بودن داده ها مورد بررسی قرار گرفت. بر اساس آزمون های تصادفی بودن والد-ولفویتز، والیس-مور و دوربین-واتسون هر دو سری قیمت غیرتصادفی و قابل پیش بینی هستند. بر اساس آزمون ایستایی داده ها (دیکی-فولر تعمیم یافته) سری ها در سطح ایستا می باشند. نتایج پیش بینی نشان می دهد که مدل ARMA در مقایسه با مدل شبکه عصبی مصنوعی، بر اساس چهار معیار ارزیابی دقت پیش بینی، میزان خطای کمتری دارد در نتیجه قدرت بالاتری در پیش بینی قیمت ماهی قزل آلا دارد. در مدل شبکه عصبی 80% داده ها برای آموزش شبکه و 20% برای داده های آزمایشی در نظر گرفته شد. نتایج آزمون برابری دقت دو روش (MGN) نشان می دهد مدل ARMA در پیش بینی قیمت خرده فروشی و قیمت عمده فروشی نیز به طور معنی داری بهتر از مدل شبکه عصبی است.

با وجود تأکید بسیار زیاد بر بخش کشاورزی و امنیت غذایی در اسناد بالادستی و برنامه های توسعه، واردات محصولات کشاورزی و مواد غذایی تحت تأثیر عوامل مختلف، در سه دهه گذشته روند افزایشی داشته به گونه ای که از نزدیک به 5 میلیون تن در سال 1360 به فراتر از 21 میلیون تن در سال 1391 افزایش یافته است. بر این اساس، هدف مطالعه حاضر شناسایی و بررسی عوامل مؤثر بر تقاضای واردات محصولات کشاورزی ایران در دوره زمانی 1370 -91 با استفاده ازتلفیق روش تجزیه و تحلیل اکتشافی اطلاعات (EDA) با الگوی تحلیل حساسیت مدل شبکه عصبی مصنوعی است. به این منظور، از اطلاعات مربوط به ۱1 قلم گروه کالای منتخب بخش کشاورزی شامل گندم، جو، برنج، ذرت،کنجاله سویا، روغن (سویاوآفتابگردان)،شکر، تخم مرغ، شیر، گوشت مرغ و گوشت قرمزاستفاده شد. نتایج الگوسازی فوق نشان داد که طی دوره مورد بررسی به ترتیب متغیرهای تولید ناخالص داخلی بدون نفت(5/29 درصد)، درآمدهای نفتی (7/27 درصد)، نرخ تعرفه(5/16 درصد) و میزان تولید داخلی محصولات کشاورزی(6/14 درصد) بیشترین اثر را بر تقاضای واردات و دو متغیر قیمت نسبی واردات محصولات کشاورزی(6/6 درصد) و میزان واردات محصولات کشاورزی با یک وقفه (1/5 درصد) کمترین اثر را بر تقاضای واردات محصولات کشاورزی داشته اند. C33; C5; Q17: JELطبقه بندی