شبکه بیزین

از مهم‎ترین متغیرهای کلیدی اقتصاد در تنظیم و اعمال سیاست‎های اقتصادی سیاست پولی نرخ بهره است که در دهه‎های اخیر تلاش‎های وافری در جهت تنظیم آن انجام گرفته و کاهش دادن آن به سطح مطلوب به عنوان یک اولویت مطرح شده است. در حقیقت دلیل این امر، تاثیر قابل توجه این متغیر در حل و یا ایجاد مشکلات و نابسامانی‎های اقتصادی موجود در برخی جوامع بوده است. در این راستا، در این تحقیق، پس از تعیین اثرگذارترین متغیرها بر نرخ بهره بر طبق اصول مکتب شیکاگو، به برآورد و تجزیه و تحلیل راه‎های کاهش نرخ بهره در ایران در طی دوره 1355 تا 1385، با استفاده از روش نقشه علی بیزین(BCM ) پرداخته شده است. نتایج به‎دست آمده حاکی از آن است که با کاهش نرخ تورم و تورم انتظاری، کنترل حجم پول و اعتبارات و کاهش کسری بودجه دولت، نرخ بهره کاهش خواهد یافت. هم‎چنین، نتایج حاصل از تحقیق، نظرات مکتب شیکاگو را در مورد اهمیت زیاد پول و اثر مستقیم و پرقدرت آن بر متغیرهای واقعی اقتصاد در ایران تایید می‎کند و مطابق با عقاید این مکتب، حجم پول و تورم مهم‎ترین متغیرها در فرآیند کاهش نرخ بهره‎اند.

از چالش های پیش روی مؤسسات آموزشی بالأخص مؤسسات آموزش عالی غیرانتفاعی کسب درآمد جهت تحقق اهداف است اما انصراف دانشجو در نقطه مقابل قرار دارد. با شناسایی دانشجویان انصرافی می توان با اتخاذ سیاست های پیشگیرانه و حمایتی از کاهش وجهه مؤسسه جلوگیری و امیدوار به جذب درآمد مورد انتظار شد. این تحقیق با استفاده از داده کاوی اطلاعات دانشجویان انصرافی دانشگاه پیام نور استان تهران طی سال های 91 تا 94 قصد دارد دانشجویان در معرض خطر را شناسایی کند. داده ها از سامانه آموزش استخراج و از 20 صفت محتملی مؤثر در انصراف مدلی با دقت 92٪ شناسایی شد. در مدل مذکور 6 مشخصه مستقل (سن، گروه، مقطع و دوره تحصیلی، مشروطی و جنسیت) و یک مشخصه وابسته (سنوات) شناسایی و متعاقباً درجه اهمیت مشخصه های دخیل در انصراف و ارتباط آن ها با یکدیگر تعیین شد. احتمال خطر انصراف (ریسک ریزش) اولویت بندی و جدول خطر احتمال برای ترم های مختلف ارائه شد. یافته ها حکایت از شناسایی سن به عنوان مهم ترین عامل دارد. از نظر سنی در کارشناسی دسته سنی 21-18 در ارشد 26-22 و در دکتری 31-29 پرخطرترین گروه ها هستند. از لحاظ دوره تحصیلی در کارشناسی و دکتری دوره رسمی و در ارشد دوره آموزشی پژوهشی رسمی پرخطرترین دوره می باشند. نرخ انصراف برای دانشجویان 19 و 20 سال در ترم سوم تقریباً 50 درصد است.

هدف اصلی از این پژوهش بررسی قابلیت پیش بینی پذیری نقاط شروع(کف) و پایان(سقف) روند کوتاه مدت قیمت سهام با استفاده از مدل نایبویز جهت ارایه یک سیستم پشتیبان تصمیم می باشد.در این تحقیق از دو دسته متغیر شامل متغیرهای تقویمی و تکنیکی جهت مدل سازی استفاده گردید.نتایج این پژوهش نشان داد که مدل مورد استفاده در شناسایی و پیش بینی نقاط پایان(سقف) در نمودار قیمت سهام از عملکرد بهتری نسبت به سایرنقاط برخوردار است و همچنین دقت مدل مورد استفاده در سی وشش صنعت مورد بررسی دارای تفاوت های قابل تامل می باشد که این موضوع تعمیم پذیری نتایج این پژوهش و استفاده از مدل نایبویز برای پیش بینی نقاط مذکور در صنایع مختلف را دچار خدشه می کند . ما با اطمینان زیاد می توانیم در مورد رفتار آشوب گونه نقاط شروع و پایان در نمودار قیمت سهام اظهار نظر کنیم اما در مورد رفتار احتمالی می بایست دقت نظر به خرج دهیم.

مالیات در ایران به لحاظ تأمین مالی و ابزار سیاستگذاری از جایگاه مناسبی برخوردار نمی باشد. بین عملکرد مالیات و سطح بالقوه آن، شکاف وجود دارد که یکی از دلایل اصلی ایجاد آن، وجود پدیده فرار مالیاتی است. در این میان، شناسایی فرار مالیاتی اشخاص حقوقی و ارائه راهکارهایی به منظور شناسایی و مقابله با آن به دلیل درآمدزایی عمده این پایه مالیاتی از اهمیت بالایی برخوردار است. از طرف دیگر وقتی مأمورین مالیاتی جهت حسابرسی به پرونده مالیاتی اشخاص حقوقی مراجعه می کنند با حجم زیاد اطلاعات مواجه می باشند که در بعضی مواقع ظرف مهلت کمتر از یک روز باید پرونده ها را حسابرسی نمایند که نبود فرصت کافی و عدم تفکیک پرونده های پرریسک و کم ریسک و ... باعث کاهش کیفیت حسابرسی مالیاتی می گردد و مقدمه افزایش فرار مالیاتی مودیان را فراهم می کند. در این پژوهش به منظور پیش بینی و مبارزه با فرار مالیاتی، تعداد 28 نسبت مالی مربوط به تعداد 1186 شرکت طی سال های 1393 تا 1395 که از سایت سازمان بورس اوراق بهادار استخراج گردید به عنوان ورودی مدل، مبنای آموزش و تست روش های ترکیبی شبکه بیزین و الگوریتم SVM قرار می گیرد. بعد از ارائه مدل، خروجی مشخص می کند که شرکت دارای فرار مالیاتی می باشد یا خیر. سازمان مالیاتی می تواند با استفاده از مدلهای این پژوهش، قبل از حسابرسی مالیاتی مودیان، تشخیص دهد که مؤدی دارای فرار مالیاتی می باشد یا خیر و میزان ریسک مؤدی را تعیین نماید. نتایج حاصل از این تحقیق نشان می دهد که به ترتیب، روش های الگوریتم ترکیبی، الگوریتم SVM و شبکه بیزین از دقت و کارایی بیشتری در کشف و شناسایی فرار مالیاتی برخوردار هستند.

با رشد روزافزون سهم گردشگری در اقتصاد کشورها، امروزه توجه دولت ها و بخش های خصوصی بیش از پیش به سرمایه گذاری، برنامه ریزی و بازنگری مجدد در فعالیت های گردشگری معطوف شده است. برنامه ریزی سفر و تعیین مقاصد گردشگری یکی از مسائل مهم گردشگران محسوب می گردد. اگرچه شبکه جهانی وب و یا شبکه های اجتماعی موجود منبع مناسبی را برای شناسایی جاذبه های گردشگری فراهم می اورند، اما انتخاب یک یا مجموعه ای از مکان های گردشگری برای سفر، بطوریکه بتواند بیشترین شباهت را با علایق و ترجیحات گردشگران داشته باشد، به یک چالش در این زمینه تبدیل شده است. هدف از پژوهش حاضر، طراحی و توسعه یک سامانه توصیه گر گردشگری مبتنی بر وب GIS است که بتواند به صورت هوشمند مکان های گردشگری را به کاربران پیشنهاد و به بهترین شکل به نیازها و علایق آنها پاسخ دهد. این سامانه، با توجه به اطلاعات دموگرافیک گردشگران و مقایسه آن ها با اطلاعات جغرافیایی داوطلبانه (VGI) که گردشگران قبلی از جاذبه های گردشگری گزارش نموده اند، مکان های مناسب گردشگری را به گردشگران جدید پیشنهاد می نماید. سامانه مورد نظر این امکان را فراهم می سازد که گردشگران بتوانند به صورت داوطلبانه میزان علاقه و جذابیت مکان های گردشگری را بر روی نقشهOpenStreetMap مشخص کنند تا در موارد مشابه در اختیار سایر گردشگران قرار بگیرد. اجرای این سامانه در منطقه تاریخی شهر یزد نشان می دهد که بکارگیری آن می تواند نقش بسیار مهمی را در انتخاب جاذبه های گردشگری، مسیریابی و برنامه ریزی سفر، متناسب با علایق، ترجیحات و اطلاعات دموگرافیک گردشگران ایفا کند.

هدف: اختلال ناشی از بحران های طبیعی، اقتصادی و سیاسی و سرقت های دریایی و تخریب سیستم های اطلاعاتی و عوامل انسانی (عوامل کم احتمال شدت اثر بالا) در بالادست زنجیره تأمین، یعنی تأمین کنندگان به صورت موج تا پایین دست زنجیره منتشر می شود. هدف این پژوهش ارائه مدل شبیه سازی رفتار انتشار اختلال و ارائه معیاری برای پیش بینی کمّی اثر موجی اختلال تأمین کننده بر توزیع کننده است. روش: از زنجیره مارکوف گسسته زمان برای مدل سازی بازیابی و آسیب پذیری تأمین کنندگان استفاده شده و این مدل با شبکه بیزین جهت شبیه سازی رفتار انتشار اختلال تأمین کننده در زنجیره تأمین ادغام می شود؛ سپس معیاری برای تخمین اثر موجی اختلال تأمین کننده بر توزیع کننده، برحسب زمان انتظار تحویل کالا و فروش از دست رفته ارائه می شود. یافته ها: مدل در قالب شکل، تعاریف و روابط ریاضی ارائه شده و قابلیت آن با به کارگیری یک مثال و بر پایه داده های وضعیت تأمین کنندگان، تولیدکننده و توزیع کننده در تولید یک قطعه الکترونیکی افزاینده ولتاژ نشان داده شده است. نتیجه گیری: مدل پیشنهادی می تواند اثر و نتیجه اختلال و مسیرهای پرخطر و پنهان در زنجیره تأمین را نشان دهد تا بتوانیم آسیب پذیری ناشی از اختلال را برآورد کنیم. این مدل قادر است در انتخاب استراتژی های مناسب برای کاهش سرعت انتشار اختلال و بازیابی زنجیره و کاهش هزینه های ناشی از آن به مدیران کمک کند.

افزایش هزینه ها و پیچیدگی های موجود در سازمان ها از یک سو و افزایش ریسک های موجود از سوی دیگر، باعث شده که مدیران به منظور کاهش انحراف از اهداف تعیین شده، ارزیابی و مدیریت ریسک را سرلوحه فعالیت های خود قرار دهند؛ بنابراین ریسک یکی از چالش های بسیار مهم زنجیره تأمین است که می تواند بر عملکرد توسعه محصول جدید تأثیرگذار باشد. در این پژوهش با توجه به بررسی های صورت گرفته در خط تولید کارخانه پوشاک هپی لند، فرآیند تولید "پک کامل سیسمونی" به عنوان فرآیند توسعه محصول جدید درنظرگرفته شد؛ سپس با بررسی پیشینه پژوهشی، هر یک از ریسک های زنجیره تأمین و ابعاد عملکردی محصول شناسایی شدند. به منظور انتخاب مهم ترین ریسک های این زنجیره، از تکنیک دلفی و به کمک ابزار پرسشنامه و به منظور استخراج روابط بین معیارهای اصلی ریسک از روش تجزیه وتحلیل اثر متقابل با استفاده از نرم افزار MicMac استفاده شده است. درنهایت با استفاده از شبکه بیزین و با کمک نرم افزارAgenaRisk 10، به بررسی تأثیرگذاری ریسک های شناسایی شده بر عملکرد محصول جدید منتخب، تحت تحلیل حساسیت و تجزیه و تحلیل سناریو پرداخته شد. یافته ها نشان می دهند که احتمال وقوع ریسک های محیطی و تأمین به ترتیب 4/74% و 56% است که نسبت به سایر ریسک ها احتمال وقوع بالاتری دارند و سه ریسک عملیاتی، توزیع و تقاضا با تأثیرپذیری از ریسک های محیطی و تأمین به طور مستقیم بیشترین تأثیرگذاری را بر عملکرد توسعه محصول جدید به خصوص بعد عملکردی کیفیت داشته اند.