CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارائه رویکرد نوین تخمین پارامتر برای بهینهسازی تناسب مدل لگاریتم خطی در مسائل چندمتغیره طبقهبندی شده با درنظر گرفتن همبستگی بین متغیرها

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۴ | تعداد نمایش خلاصه: ۱۷۶ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: ICOAC01_309
زبان مقاله: فارسی
حجم فایل: ۵۳۹.۷۵ کیلوبایت (فایل این مقاله در ۱۴ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۴ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارائه رویکرد نوین تخمین پارامتر برای بهینهسازی تناسب مدل لگاریتم خطی در مسائل چندمتغیره طبقهبندی شده با درنظر گرفتن همبستگی بین متغیرها

  محمد حبیب پور - دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی، واحد کرج، البرز، ایران
  کاظم نقندریان - دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی، واحد کرج، البرز، ایران
  سعداله ابراهیم نژاد - دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی، واحد کرج، البرز، ایران

چکیده مقاله:

امروزه تکنیکهای بسیاری برای تحلیل مسائل طراحی آزمایشات با توجه به تعداد و ماهیت متغیرهای تاثیرگذار بر مسئله توسعه داده شدهاند. هدف از این مقاله ارائه رویکردی جدید در تخمین پارامترهای مسائل چندمتغیره طبقهبندی شده با استفاده از دوالگوریتم فراابتکاری کاربردی شامل الگوریتمهای شبیهسازی تبرید 2 و ژنتیک به منظور بهینهسازی تناسب مدل لگاریتم خطی میباشد. مدل لگاریتم خطی جزء روشهای وابستگی داخلی 3 برای تحلیل مسائل چندمتغیره با درنظر گرفتن متغیرهای پاسخطبقهبندی همبسته بوده که در این مقاله از روش کاپولا 4 برای تولید دو متغیر پاسخ همبسته باینری استفاده شده است. از سویدیگر با توسعه دو الگوریتم فراابتکاری مذکور در تخمین پارامترهای مدل لگاریتم خطی، رویکردی نوین در بهینهسازی تناسب مسائل چندمتغیره طبقهبندی شده با درنظر گرفتن همبستگی میان متغیرها ارائه شده است. مقایسه نتایج مثالهای شبیهسازی شده نشان میدهد که الگوریتمهای فراابتکاری از کارایی بسیار بالایی در ایجاد تناسب در مدل لگاریتم خطی برخوردار بوده، اما عملکرد الگوریتم شبیهسازی تبرید در بهینهسازی تناسب مدل از روشهای دیگر بهتر بوده است.

کلیدواژه‌ها:

مسائل چندمتغیره همبسته، مدل لگاریتم خطی، دادههای طبقهبندی شده، الگوریتم فراابتکاری

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ICOAC01-ICOAC01_309.html
کد COI مقاله: ICOAC01_309

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
حبیب پور, محمد؛ کاظم نقندریان و سعداله ابراهیم نژاد، ۱۳۹۴، ارائه رویکرد نوین تخمین پارامتر برای بهینهسازی تناسب مدل لگاریتم خطی در مسائل چندمتغیره طبقهبندی شده با درنظر گرفتن همبستگی بین متغیرها، ششمین کنفرانس بین المللی اقتصاد، مدیریت و علوم مهندسی، بلژیک، مرکز بین المللی ارتباطات دانشگاهی، https://www.civilica.com/Paper-ICOAC01-ICOAC01_309.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (حبیب پور, محمد؛ کاظم نقندریان و سعداله ابراهیم نژاد، ۱۳۹۴)
برای بار دوم به بعد: (حبیب پور؛ نقندریان و ابراهیم نژاد، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • Agresti, A, "Categorical Data Analysis, Department of Statistics University of ...
  • Bashiri, M. and kamranrad, R. :Parameter Estimation for Improving Association ...
  • Bashiri, m., kamranrad, R., Karimi, H, "Response Optimization in Ordinal ...
  • Cullagh, MC, Nelder, J.A, "Multivariate Logistic Models" _ Journal of ...
  • Datta, S., Nandi, G., B andyop adhyay, A, "Application of ...
  • Deimirtas, E. A., Anagun, A. S., & Koksal, G, "determination ...
  • Ghoreishi, S.K., Alijani.M, "Dynamic association modeling in 2 _ 2 ...
  • Huang, B., Biro, F. M., & Dorn, D. D, _ ...
  • Jiang, Xu, Li. Y, "The relationship between organizational learning and ...
  • Li, J., Tsung, F., Zou, C, "Directional control schemes for ...
  • Mehrabian, A. R., Lucas, C, _ novel numerical optimization algorithm ...
  • Pal, S, Gauri, S.K. "Assessing effectiveness of the various performance ...
  • Sharma, S. "Applied Multivariate Techniques". University of South Calorina. 1996. ...
  • Yashchin, E, "On detection of Changes in Categorical Data". Quality ...
  • Yeh, A.B., Huwang, L., Li, Y.M, "Profile monitoring for a ...
  • Zhen, X., Basawa, I.V, "Categorical time series models for contingency ...
  • Zheng, G and Zhang, P. 2 Meta-heuristio algorithms for parameter ...
  • Zhou, F., Wu, D., Yang, X., and Jiao, J, :Ordinal ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۶۹۹۵
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.