پیش بینی

برآورد دقیق آبدهی رودخانه ها یکی از مهم ترین موارد کلیدی در مدیریت و برنامه ریزی منابع آب به ویژه اتخاذ تصمیمات صحیح در مواقع سیلاب و بروز خشک سالی ها است. برای برآورد میزان آبدهی رودخانه ها رویکردهای متنوعی در هیدرولوژی معرفی شده است که مدل های هوشمند از مهم ترین آن ها می باشد. در این پژوهش کاربرد مدل های هیبریدی ماشین بردار پشتیبان_ موجک و ماشین بردار پشتیبان-بیزین به منظور برآورد دبی رودخانه های حوضه آبریز کرخه براساس آمار آبدهی روزانه ایستگاههای هیدرومتری واقع در بالادست سد کرخه طی دوره آماری(1387-1397) مورد بررسی و ارزیابی قرار گرفته است. معیارهای ضریب همبستگی، ریشه میانگین مربعات خطا و میانگین قدر مطلق خطا برای ارزیابی و عملکرد مدلها مورد استفاده قرار گرفت. نتایج نشان داد ساختارهای ترکیبی نتایج قابل قبولی در مدلسازی دبی رودخانه ارائه می نمایند. همچنین مقایسه مدل ها نشان داد مدل هیبریدی ماشین بردار پشتیبان-موجک دقت بهتری در پیش بینی جریان از خود نشان داده است. در مجموع نتایج نشان داد استفاده از مدل هیبریدی ماشین بردار پشتیبان می تواند در زمینه پیش بینی دبی روزانه مفید باشد .

پیش بینی قیمت سهام امری پیچیده است؛ مؤلفه های گوناگونی از قبیل وضع عمومی اقتصاد، رخداد های سیاسی و انتظارات سرمایه گذاران، بر بازار سهام تأثیر می گذارد. بازار سهام، در حقیقت یک سیستم غیرخطی و آشوبناک است که به عوامل متعدد سیاسی، اقتصادی و روانی وابسته است، برای غلبه بر محدودیت تکنیک های تحلیل سنتی در پیش بینی الگوهای غیرخطی، متخصصان طی دو دهه اخیر تکنیک های هوشمند و بخصوص شبکه های عصبی مصنوعی و الگوریتم ژنتیک را برای بهبود پیش بینی قیمت سهام به کاربرده اند. این پژوهش، با توجه به گسترش روز افزون روش های پیش بینی در بازارهای مالی و نیز، از آنجا که قیمت سهام یکی از مهم ترین عوامل مؤثر در تصمیمات سرمایه گذاری است و پیش بینی آن می تواند نقش با اهمیتی در این زمینه ایفا کند، در این پژوهش سعی شده است، مدلی ارائه شود تا بر اساس آن بتوان روند حرکتی قیمت سهام مورد نظر را با دقت بالایی پیش بینی کرد. بر همین اساس، یک مدل ترکیبی برای پیش بینی روند حرکتی قیمت سهام با استفاده از شبکه عصبی مصنوعی ارائه شده است. برای نمونه آماری، شرکت های برتر بورس اوراق بهادار در سه ماهه دوم سال ۱۳۹۹ انتخاب شده است. سپس برای هراین منظور، ۳۲ متغیر محاسبه شد. این متغیرها ورودی مدل هستند و به کمک الگوریتم شبکه عصبی مصنوعی بهینه سازی شده اند. نتایج نشان می دهد، مدل در پیش بینی روند حرکتی قیمت سهام بسیار بهتر عمل کرده و درمقایسه باروش های سنتی، از دقت بالاتری برخوردار است.

   وفاق اجتماعی، یکی از موضوعات اساسی است که از گذشته طولانی مورد توجه صاحب نظران در حوزه مطالعات اجتماعی و فرهنگی بوده است. با گذشت زمان این مسئله نه تنها اهمیت خود را از دست نداده، بلکه به جهت تحولات روزافزون در صحنه بین الملل و جهانی از اهمیت بیش از پیشی برخوردار شده است. وفاق اجتماعی به عنوان یکی از مولفه های اساسی و بنیادین سرمایه اجتماعی و از عومل تاثیرگذار بر روابط اجتماعی می باشد که روز به روز فرسایش می یابد و ضعیف تر می گردد- این مساله هم در سطح جهانی و هم در سطح ملی مشاهده شده است. برای تحلیل و تبیین این موضوع، چهارچوب نظری تحقیق بر اساس نظریات پاتنام و بوردیو و مکاتب کارکردگرایی و کنش متقابل نمادین طراحی گردیده است. هدف از پژوهش حاضر، بررسی نگرش مدیران ورزشی و غیر ورزشی در میزان توانایی پیش بینی ورزش قهرمانی در افزایش ابعاد وفاق اجتماعی(کنش های ارتباطی، برقرای نظم اجتماعی، تعادل و توازن اجتماعی و همنوایی اجتماعی) می باشد.    پژوهش حاضر به لحاظ اجرا از نوع پیمایشی است. جامعه آماری پژوهش، مدیران ورزشی و غیر ورزشی 31 استان کشور بوده است  که از بین این استان ها، ده استان بالای دو میلیون نفر جمعیت به شکل تصادفی ساده انتخاب شدند. مدیران ورزشی، 5 نفر شامل مدیران و معاونان ادارات کل تربیت بدنی استان ها- دارای تجربه و زمینه  مدیریت در توسعه ورزش همگانی و قهرمانی- و مدیران غیر ورزشی 5 نفر شامل3 نفر از  مدیران سیاسی، امنیتی و انتظامی 31 استانداری و 2 نفر از مدیران و معاونان ادارات کل فرهنگ و ارشاد اسلامی- دارای سابقه در زمینه فرهنگ سازی برقراری نظم و ثبات و فراهم نمودن همبستگی-  بودند که در مجموع، 100 نفر به عنوان نمونه آماری انتخاب شدند. در واقع، نمونه گیری به روش کل شمار و به صورت هدفمند انجام شد. ابزار جمع آوری اطلاعات در تحقیق حاضر، پرسش نامه بود. برای سنجش میزان روایی از روش همبستگی درونی گویه ها و همچنین «آلفای کرونباخ» استفاده گردید. تجزیه و تحلیل داده ها با استفاده از SPSS 16 صورت گرفت.    تجزیه و تحلیل داده ها نشان داد که هر چند متغیر مشارکت در ورزش قهرمانی با هر چهار بعد وفاق اجتماعی(کنش های ارتباطی، برقرای نظم اجتماعی، تعادل و توازن اجتماعی و همنوایی اجتماعی) رابطه معنی داری دارد( 05/0 (p اما تحلیل رگرسیون چندگانه نشان می دهد تنها متغیر همنوایی اجتماعی به دلیل دارا بودن بالاترین ضریب همبستگی، 158/0 از واریانس ورزش قهرمانی را تبیین می کند که با توجه به میزان F مشاهده شده این واریانس تبیین شده است. در نتیجه، مدل رگرسیون درگام اول در سطح 01/0 معنی دار و نشان از توانایی پیش بینی ورزش قهرمانی  تنها در بعد همنوایی اجتماعی را دارد و در سه بعد دیگر (کنش های ارتباطی، برقرای نظم اجتماعی، تعادل و توازن اجتماعی) این پیش بینی معنی دار نمی باشد.

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.  

مقدمه: با توجه به اهمیت بازی های آسیایی، هدف از این پژوهش پیش بینی تعداد مدال های ایران در بازی های آسیایی 2022 هانگژو با استفاده از سری زمانی است.روش پژوهش: روش پژوهش تحقیق توصیفی – تحلیلی و نوع پژوهش کاربردی است. جامعه آماری تحقیق شامل مدال های کسب شده توسط ایرانیان از اولین دوره (1951 دهلی نو) تا آخر هجدهمین دوره بازی های آسیایی (2018 جاکارتا) است که به دلیل محدودیت جامعه آماری، جامعه و نمونه در این تحقیق برابر است. گردآوری اطلاعات به صورت کتابخانه ای صورت گرفت. با استفاده از منابع کتابخانه ای شامل کتاب، پایان نامه، مقالات داخلی و خارجی و همچنین سایت های اینترنتی، به مرور منابع در زمینه پیش بینی نتایج ورزشی پرداخته شد. برای تجزیه وتحلیل داده ها از آمار توصیفی برای ترسیم جداول و نمودارها و برای پیش بینی بازی آسیایی آینده از روش آماری سری زمانی استفاده شد.یافته ها: توجه به تحلیل های سری زمانی نتایج تحقیق نشان داد که ایران در بازی های آسیایی 2022 هانگژو 58 مدال خواهد گرفت.نتیجه گیری: مدیران و تصمیم گیران ورزشی باید روی رشته های برتر مانند کشتی، وزنه برداری، رشته های غیرفعال و رشته های ورزشی زنان سرمایه گذاری کنند تا ایران در بازی های آسیایی آینده به مدال های بیشتری دست یابد.

پژوهش حاضر به دلیل ارائه روشی نوین برای پیش بینی ارزش طول عمر مشتری و کاربرد آن در افزایش سودآوری سازمان های ورزشی به لحاظ هدف، کاربردی بوده و از نظر روش گردآوری داده ها از نوع میدانی است. در این پژوهش با استفاده از تکنیک دسته بندی گروهی داده ها در شبکه عصبی به محاسبه و پیش بینی ارزش طول عمر مشتریان در باشگاه های ورزشی پرداخته شده است. حجم نمونه در بخش کیفی با استفاده از روش غیر تصادفی هدفمند، تعداد ۱۸ نفر از خبرگان (اساتید دانشگاهی و مدیران متخصص ورزشی) که در حوزه های مرتبط با موضوع تخصص داشتند، شناسایی شده و با آن ها مصاحبه مستقیم انجام شد و یا از پرسشنامه باز پاسخ استفاده گردید. برای دستیابی به نقطه اشباع، مطالعه میدانی تا زمانی ادامه پیدا کرد که هیچ گواه و مؤلفه جدیدی از داده ها حاصل نشد. پس ازآن عوامل تحلیل گردیده و ابزار تحقیق ساخته شد. پایایی کلی پرسشنامه 85/0 محاسبه گردید. در بخش کمی جامعه آماری شامل 413 نفر از ورزشکاران زن و مرد که حداقل 6 ماه سابقه فعالیت ورزشی و عضویت در یکی از باشگاه های ورزشی واقع در استان های غرب و شمال غرب کشور را داشتند، توزیع گردید؛ که به علت پراکندگی و گسترده بودن جامعه موردنظر از روش نمونه گیری خوشه ای استفاده شد. برای تحلیل داده ها، اطلاعات جمعیت شناختی، سابقه ورزشی و 33 متغیر مستقل وارد شبکه شد. همچنین وجود زیرساخت ورزشی، حمایت مالی باشگاه ها، رفاه عمومی جامعه، اثربخشی خدمات ورزشی، مدیریت ورزشی هوشمند و مهارت مربی، تأثیر بالایی بر افزایش ارزش طول عمر مشتری دارد.

تکنیک داده کاوی با افزایش داده های جامع که با موفقیت در مناطق مختلف مورد استفاده قرار می گیرد، ما را قادر می سازد تا دانش پنهان را برای تأثیرگذاری بر خدمات ورزشی پیدا کنیم. تمرکز پژوهش حاضر با استفاده از الگوریتم نزدیکترین همسایه (KNN)، بر پیش بینی ماندگاری مشتریان باشگاه های است. جامعه آماری این مطالعه توسعه ای-کاربردی مربوط به 724 ورزشکار بود که در فراخوان اینترنتی (واتس آپ، اینستاگرام، تلگرام و ...) با تکمیل پرسشنامه در پژوهش حاضر شرکت نمودند. بعد از حذف پرسشنامه های فاقد شرایط نهایتاً تعداد 537 ورزشکار در رده سنی 20 تا 60 سال در پژوهش حاضر شرکت نمودند. پرسشنامه الکترونیکی، ناشناس و محقق ساخته دارای 75 عامل مربوط به رضایت مندی مشتریان بود، که بر اساس بازخورد دریافتی، تغییرات متعددی در پرسشنامه ایجاد گردید و نهایتا 18 عامل به عنوان عوامل اصلی ریزش یا ماندگاری مرتبط با امکانات و شرایط سالن های ورزشی انتخاب شدند. روایی صوری پرسشنامه توسط 5 نفر از اساتید دانشگاه و متخصص در حوزه مرتبط بررسی شد. نتایج نشان داد الگوریتم KNN می تواند با دقت 4/73 % درصد و صحت 6/71 % درصد ماندگاری مشتریان سالن ورزشی خصوصی که تکرار خرید دارند را پیش بینی کند. این مطالعه نشان داد با کشف الگوها و روابط پنهان در داده ها، احتمالا به درستی می توان از این الگوریتم برای بهبود کیفیت مدیریت اماکن ورزشی جهت جلوگیری از ریزش و ماندگاری بیشتر استفاده کرد.

تأثیرات مفاهیم فلسفی را در ساحت های مختلفی از علوم می توان مشاهده کرد. یکی از حوزه های تأثیرگذاری فلسفه بر علم اقتصاد، حول مفاهیم متدلوژیکی و معرفت شناسی بوده است. به نظر می رسد که اقتصاددان برجسته ی قرن بیستم نیز، از این تأثیرپذیری بی نصیب نبوده اند. یکی از مفاهیم فلسفی مؤثر بر روش شناسی فریدمن، مفهوم ابزارگرایی بوده است. این مفهوم، از مباحث چالشی و مهمی است که در مقاله ی اقتصاد اثباتی فریدمن[1] موردتوجه قرار گرفته است. به کارگیری این لفظ و مفهوم در مورد مقاله ی فریدمن، امری بحث برانگیز بوده و موجب پیدایش بحث های چالشی در این رابطه شده است. در این مقاله درستی انتساب این لفظ در مورد روش شناسی فریدمن مورد مداقه قرار گرفته است. یافته های پژوهش نشان می دهد که عناصری از ابزارگرایی در مقاله ی فریدمن وجود داشته است و وجود همین عناصر از ابزارگرایی در مقاله ی فریدمن سبب شده است که بسیاری، این لفظ را در مورد روش شناسی فریدمن بکار ببرند. علی رغم وجود برخی اشتراکات در این بین، ابزارگرایی فریدمن با ابزارگرایی فلسفی مصطلح، تفاوت های معناداری هم دارد. ابزارگرایی فلسفی به معنای رویکردی فلسفی است که در برابر جریان رئالیسم مطرح شده است ولی ابزارگرایی فریدمن به شکل مبنایی با رئالیسم تقابل ندارد و بیشتر در حوزه ی متدلوژیکی متوقف شده است. اگر منظور از ابزارگرایی، بهره برداری فریدمن از نظریات به منظور ابزاری برای رسیدن به هدف پیش بینی باشد، فریدمن را می توان یک ابزارگرا توصیف کرد؛ ولی اگر این لفظ را به معنای مصطلح فلسفی آن بکار ببریم، فریدمن با این نوع از ابزارگرایی فاصله ی معناداری دارد. توجه به این تمایز ظریف دراین باره می تواند از بسیاری از سوء تفاهمات نسبت به روش شناسی فریدمن جلوگیری کند.  

مقدمه: یادگیری ترکیبی به عنوان رایجترین رویکرد تربیتی و انگیزش تحصیلی و درگیری تحصیلی به عنوان سازه های روانشناختی به ترتیب به عنوان مولفه بیرونی و محرک های درونی موثر بر عملکرد تحصیلی تلقی می شوند. بر این اساس، هدف مطالعه پیش بینی موفقیت تحصیلی بر اساس رویکرد یادگیری تلفیقی، انگیزش تحصیلی و درگیری تحصیلی است. روش ها: در این پژوهش زمینه یابی مبتنی بر ضریب همبستگی، از بین220 نفر دانشجوی رشته علوم تربیتی دانشگاه پیام نور مرکز خلخال در نیمسال دوم سال تحصیلی 99-1398، با استفاده از روش نمونه گیری تصادفی طبقه ای و بر اساس جدول کرجسی و مورگان،140 نفر به عنوان نمونه انتخاب شد. برای جمع آوری اطلاعات از پرسشنامه محقق ساخته یادگیری ترکیبی، پرسشنامه انگیزش تحصیلی هرمانس(2014)و پرسشنامه درگیری تحصیلی زرنگ(1391) به همراه نمرات پایان ترم به عنوان عملکرد تحصیلی استفاده شد. سرانجام برای بررسی رابطه علی بین متغیرها از تحلیل خطی ساده مبتنی برآزمون ضریب همبستگی پیرسون و برای بررسی رابطه همزمان بین متغیرها از تحلیل چند خطی(همزمان) مبتنی برآزمون ضریب همبستگی رگرسیون به کمک نرم افزار SPSS-V21استفاده شد. یافته ها: تک تک متغیرهای رویکرد یادگیری ترکیبی، انگیزش تحصیلی و درگیری تحصیلی بر موفقیت تحصیلی تاثیر دارند(389/7،213/4 ،990/5T=، 05/0>p)، اما در این میان، رویکرد یادگیری ترکیبی در مقایسه با انگیزش تحصیلی و درگیری تحصیلی، بیشترین تاثیر را بر موفقیت تحصیلی داشت(210/0، 288/0<439/0). نتیجه نهایی تحقیق نیز نشان داد که تاثیر همزمان رویکرد یادگیری ترکیبی، انگیزش تحصیلی و درگیری تحصیلی در مقایسه با تاثیر تک تک متغیرها بر موفقیت تحصیلی، بیشتر است(435/0=R2). نتیجه گیری: اگر ابعاد و مولفه های تشکیل دهنده یادگیری ترکیبی و ابعاد درونی و بیرونی و تنظیم شده انگیزش تحصیلی به همراه سه بعد رفتاری، شناختی و انگیزشی درگیری تحصیلی در طول دوره آموزشی به خوبی نیازسنجی، طراحی، اجرا و ارزشیابی شوند، می توانند بر موفقیت تحصیلی تأثیرات چشمگیری داشته باشند.