هیبریدی

تحقیق حاضر متمرکز بر موضوعی است که نحوه به کارگیری توانمندی های یگان های مهندسی رزمی نزاجا در جنگ های ترکیبی را تبیین می نماید. باتوجه به ظهور جنگ های ترکیبی و ناشناخته بودن آن، این سؤال مطرح گردیده که مهندسی رزمی نزاجا چگونه باید از قابلیت های خود در این جنگ بهره ببرد؟ مهندسی رزمی یکی از بخش های عمده نزاجا بوده که نقش بسزایی در افزایش توان رزمی یگان های تک ور در نبردها ایفا می کند. این نقش آن قدر حیاتی است که از آن به عنوان کلید آفند و قفل پدافند نام می برند؛ لذا تبیین چگونگی به کارگیری این یگان ها در نبردهای آینده با رویکرد هیبریدی هدف این تحقیق می باشد. پس از جمع آوری اطلاعات اولیه از طریق اسناد و منابع معتبر و تجزیه وتحلیل آن، مشخص گردید که تحرک با شاخصه های شناسایی مهندس، ایجاد جاده و پل و رفع موانع و ضدتحرک با شاخصه های ایجاد میادین مین، تخریبات، ایجاد تخریبات انفجاری و ایجاد تله های انفجاری از تأثیرگذارترین مؤلفه های مهندسی رزمی شناخته می شود. داده های آماری هریک از شاخصه های مذکور از بین 45 نفر از افراد صاحب نظر و آشنا به مقوله جنگ های ترکیبی و مهندسی رزمی و مؤلفه های آن جمع آوری و به روش کمی (روش های آماری توصیفی و استنباطی) مورد تجزیه وتحلیل قرار گرفت؛ و مطابق یافته ها، مؤلفه های تحرک و ضدتحرک به ترتیب با ضریب توافقی 531/0 و 617/0 در جنگ های ترکیبی تأثیرگذار بودند. درنهایت این نتیجه حاصل گردید که باتوجه به پیچیدگی های جنگ ترکیبی و اهمیت سرعت در آن، انجام هر یک از شاخصه های اشاره شده با استفاده از تجهیزات هوشمند و ابتکاری در اولویت اول قرار دارد.

هدف: مقاله حاضر با هدف دستیابی به مدلی مناسب برای پیش بینی رفتار جفت ارزهای اصلی در بازار فارکس، بر اساس نظریه آشوب و الگوریتم هیبرید صورت پذیرفته است. روش: این پژوهش از نوع کاربردی است. جفت ارزهای اصلی حاضر در بازار فارکس، دلار/ین، دلار/پوند و دلار/یورو هستند و بیشترین سهم معاملاتی را به خود اختصاص داده اند؛ از این رو برای اجرای پژوهش حاضر، این جفت ارزها به عنوان جامعه آماری انتخاب شد و در مجموع 3888 مشاهده (برای هر جفت ارز 1296 مشاهده) را دربرگرفت. بازه زمانی معاملات از ابتدای ژانویه 2017 تا انتهای سال 2021 بود. پس از بررسی داده ها و احراز وجود آشوب در میان داده ها که با استفاده از دو آزمون BDS و حداکثر نمای لیاپانوف صورت پذیرفت، به آزمون مدل های سه گانه ترکیبی برای دستیابی به بهترین و مطمئن ترین حالت پیش بینی کننده اقدام شد. یافته ها: یافته ها نشان می دهد که در داده های هر سه جفت ارز بررسی شده با توجه به آزمون BDS و حداکثر نمای لیاپانوف، وجود آشوب تأیید می شود. همچنین مدل آشوب همراه با چندلایه پرسپترون و الگوریتم ژنتیک مرتب سازی غیرمسلط نخبه، نسبت به سایر مدل های مطرح در این پژوهش، عملکرد بهتری داشته است. مقادیر ضریب نابرابری تیلز و آمار آزمون DM نیز برتری هیبریدی مدل آشوب همراه با چندلایه پرسپترون و الگوریتم ژنتیک مرتب سازی غیرمسلط نخبه را نشان می دهد. نتیجه گیری: یافته ها نشان داد که مدل آشوب همراه با چندلایه پرسپترون و الگوریتم ژنتیک مرتب سازی غیرمسلط نخبه، از دو مدل ترکیبی دیگر بهتر است.