متدولوژی استفاده از شبکه های عصبی مصنوعی در رویکرد متامدلی به آنالیز حساسیت NPV

سال انتشار: 1384
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,736

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IIEC04_093

تاریخ نمایه سازی: 7 مهر 1385

چکیده مقاله:

ارزش فعلی خالص یا NPV متداول ترین معیار برای ارزیابی اقتصادی پروژه های سرمایه گذاری است که دارای یک مدل غیر خطی می باشد . برای انجام آنالیز حساسیت همزمان فاکتورها، رویکرد متامدلی به آنالیز حساسیت با استفاده از مدل های رگرسیونی ارائه شده است . در این مقاله متدولوژی استفاده از شبکه های عصبی مصنوعی به عنوان متامدل های غیر خطی با قدرت تقریب بسیار خوب برای مدل های غیر خطی که نیاز به فرضیات مورد نیاز مدل های رگرسیونی ندارند، ارائه شده است . در متدولوژی ارائه شده از شبکه های عصبی پیشرو پس انتشار خطا با یک لایه مخفی به عنوان متامدل استفاده شده که خروجی آن NPV بوده و فاکتورهای موثر بر NPV به عنوان ورودی های آن می باشند . معیار حساسیت بر اساس وزن های اتصال تعریف شده است . رویه متدولوژی ارائه شده در یک مثال عددی از مدل غیر خطی NPV نشان داده شده است .

کلیدواژه ها:

NPV ، آنالیز حساسیت ، متامدل ها ، رگرسیون ، شبکه های عصبی مصنوعی

نویسندگان

قاسم مصلحی

استادیار دانشکده مهندسی صنایع ، دانشگاه صنعتی اصفهان

غلامعلی رئیسی

استادیار دانشکده مهندسی صنایع ، دانشگاه صنعتی اصفهان

رمضان نعمتی

دانش آموخته آارشناسی ارشد مهندسی صنایع، دانشگاه صنعتی اصفهان