بررسی کاربرد الگوریتم های تکاملی به عنوان روشهای نوین در مدیریت بازاریابی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,350

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MAVC02_129

تاریخ نمایه سازی: 28 اسفند 1394

چکیده مقاله:

امروزه مسائل و مدلهای بازاریابی به طور فزاینده ای رو به پیچیدگی گذاشته اند که این، به استفاده از راه حل های پیچیده منجر شده است. به کار گیری روش های نوین در برنامه ریزی بازاریابی امری است که مورد توجه پژوهشگران این حوزه قرار گرفته است. این امر به افزایش استفاده از روش های فرا ابتکاری مبتنی بر محاسبات تکاملی و هوش مصنوعی منجر شده است. در این مقاله، به ویژگی های اصلی و کاربرد دو روش فرا ابتکاری الگوریتم ژنتیک در بازاریابی پرداخته شده است. این روش ها از اصول حاکم بر رفتار جمعی حیوانات الهام گرفته شده و به خوبی برای حل مسائل غامض حوزه مدیریت بازاریابی مورد استفاده قرار گرفته اند. به نظر می رسد با حرکت شتابان جهان به سمت استفاده از تکنولوژی های نوین به کارگیری روش های نوین نیز برای همگامی با این روند ضروری است.

کلیدواژه ها:

نویسندگان

محمد علی فرقانی

استادیار، دانشگاه شهید باهنر کرمان، گروه مدیریت

محمد رضا نامدار

دانشجوی کارشناسی ارشد، دانشگاه شهید باهنر کرمان، گروه مدیریت

عبدالمجید جلایی

استاد، دانشگاه شهید باهنر کرمان، گروه اقتصاد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Aha, D. W. (1992). Tolerating noisy, irrelevant and novel attributes ...
  • Bae, J. K., & Kim, J. (2010). Integration of heterogeneous ...
  • Baltas, G., Tsafarakis, S., Saridakis, C., & Matsatsinis, N. (2013). ...
  • Bhunia, A., Kundu, S., Sannigrahi, T., & Goyal, S. (2009). ...
  • Biethahn, J., & Nissen, V. (1994). Combinations of simulation and ...
  • Casillas, J., & Martinez- Lopez, F. J. (2009). Mining uncertain ...
  • Che, Z. (2009). Pricing strategy and reserved capacity plan based ...
  • Chiu, C.-Y, Chen, Y.-F., Kuo, I.-T., & Ku, H. C. ...
  • Chiu, C. (2002). A case-based customer classification approach for direct ...
  • Goldberg, E. (1989). Genetic Algorithm in searching, optimization, and machine ...
  • Gruca, T. S., & Klemz, B. R. (2003). Optimal new ...
  • Holland, J. (1975). Adaption in natural and artificial systems. Ann ...
  • Hsiao, S.-W., Chiu, F.-Y., & Lu, S.-H. (2010). Product-form design ...
  • Hurley, S., Moutinho, L., & Stephens, N. (1995). Solving marketing ...
  • Jager, W. (2000). Modelling consumef behaviour. Inhoud ISSN 0033-3115, 529. ...
  • Jeng, B. C., & Liang, T.-P. (1995). Fuzzy indexing and ...
  • Jonker, J.-J., Piersma, N., & Van den Poel, D. (2004). ...
  • Klemz, B. R. (1999). Using genetic algorithms to assess the ...
  • Liu, H.-H., & Ong, C.-S. (2008). Variable selection in clustering ...
  • Michalewicz, Z. (2013). Genetic algorithms+ data structures= evolution programs: Springer ...
  • Midgley, D. F., Marks, R. E., & Cooper, L. C. ...
  • Mitchell, M. (1998). An introduction to genetic algorithms: MIT press. ...
  • Moutinho, L., Bigne, E., & Manrai, A. K. (2014). The ...
  • Nissen, V. (1995). An overview _ evolutionary algorithms in management ...
  • Schweitzer, P. J., & Seidmann, A. (1991). Optimizing processing rates ...
  • Shahroudi, K., Biabani, S., Zebardast, S., & Yazdani, A. (2011). ...
  • Shiraz, G. M., Marks, R. E., Midgley, D. F., & ...
  • Sohn, S. Y., Moon, T. H., & Seok, K. J. ...
  • Srinivas, M., & Patnaik, L. M. (1994). Adaptive probabilities of ...
  • Venkatesan, R., & Kumar, V. (2002). A genetic algorithms approach ...
  • Wang, Q. (2009). Application _ Multi-objective Particle Swarm Optimization Algorithm ...
  • Youssef, H., Sait, S. M., & Adiche, H. (2001). Evolutionary ...
  • Yu, B., Yang, Z., & Cheng, C. (2007). Optimizing the ...
  • نمایش کامل مراجع