فصل اول: مقدمه……………………………………………………………………………………………………………………….. 2

 

فصل دوم: شرایط انرژی کیهان

2-1- مقدمه…………………………………………………………………………………………………………………………… 13

2-2-شرایط انرژی…………………………………………………………………………………………………………………. 14

2-2-1- شرایط انرژی نول (NEC)………………………………………………………………………………… 14

2-2- مواردی در فیزیک که این شرایط نقض می­ شود و مواردی

که این شرایط صادق‌اند……………………………………………………………………………………………………….. 17

2-3- موارد متناقض با شرایط انرژی……………………………………………………………………………………. 18

 

فصل سوم: پاسخ­های کرمچاله­ای گرانش اینشتین­- ماکسول- دایلتون

3-1- کنش، رابطه­های میدان، برای گرانش اینشتین­- ماکسول­­- دایلتون……………………….. 22

3-2- بررسی تابعیت  بر حسب  برای سه دسته از جواب­ها از روی

نمودار و پیدا کردن شعاع گلوگاه کرمچاله………………………………………………………………………….. 42

3-2-1- دسته اول…………………………………………………………………………………………………………… 42

3-2-2- دسته دوم و سوم………………………………………………………………………………………………. 44

3-3- توضیح درمورد ویژگی­های سه دسته………………………………………………………………………… 45

3-5-1- شرط انرژی ضعیف (WEC) برای حل­های کلاس اول…………………………………. 47

3-5-2- شرط انرژی ضعیف (WEC)برای حل­های دسته دوم……………………………………. 47

3-5-3- شرط انرژی ضعیف (WEC) برای حل­های کلاس سوم……………………………….. 48

3-5- بار الکتریکی و میدان الکتریکی کرمچاله…………………………………………………………………… 49

3-6-1- میدان الکتریکی برای حل کلاس اول……………………………………………………………… 49

3-6-2- میدان الکتریکی برای جواب کلاس دوم…………………………………………………………. 49

3-6-3- میدان الکتریکی برای جواب کلاس سوم………………………………………………………… 49

 

فصل چهارم: خلاصه و نتیجه ­گیری……………………………………………………………………………………. 51

 

فهرست منابع……………………………………………………………………………………………………………………………. 53

فهرست شکل ها

شکل 1-1 کرمچاله ویلر……………………………………………………………………………………………………………….. 5

شکل (3-1): نمودار  بر حسب  برای …………………………………….. 42

شکل (3-2): نمودار  برحسب  برای ………………………………………. 42

شکل (3-3): نمودار  برحسب  برای ………………………………… 43

شکل (3-4): نمودار  برحسب  برای ……………………………………………………….. 44

شکل (3-5): نمودار  برحسب  برای ……………………………………………………… 44

چکیده

 

 

این پایان نامه به طور کلی شامل دو قسمت است. در قسمت اول تاریخچه­ی مختصری از معادلات کرمچاله­ها و این­که چگونه چنین ساختارهایی در دنیای فیزیک مطرح شده است، آورده شده است. این مباحث در
فصل­های اول و دوم می­باشد که تدریجاً از معادلات اولیه­ی کرمچاله تا معادلات کرمچاله در سطوح بالاتر نوشته شده است. همچنین در مورد تفکرات فلسفی که بعد از به وجود آمدن ساختارهای کرمچاله­ای در دنیای فیزیک مطرح شد، بحث شده است. در قسمت دوم پایان نامه که از فصل سوم شروع می­ شود، در مورد چگونگی به دست آوردن معادلات کرمچاله­ای برای گرانش اینشتین – ماکسول – دایلتون گفته می­ شود. معادلات کرمچاله برای سه دسته از جواب­ها منطبق بر سه نوع پتانسیل مختلف به دست آمده است. سپس در تناقض و یا مورد تأیید بودن این ساختارها با شرایط انرژی کیهان بررسی شده است. بار الکتریکی کرمچاله نیز به خاطر جمله­ مربوط به ماکسول در کنش این گرانش در پیش­زمینه­ کیهان درحال انبساط نیز محاسبه شده است. شعاع گلوگاه کرمچاله و عبورپذیربودن اطلاعات از این ساختارها نیز مورد بحث و بررسی قرار گرفته است.

مقدمه

فیزیک کرمچاله از ابتدا به وسیله فلام[1] در سال 1916 مطرح شده و اندیشه­ های فلسفی آن از سال 1928 در کارهای ویل نمایان شد [1]. محاسبات جدی روی آن در کارهای «اینشتین» و روزن در سال 1935 دیده می­ شود که البته کلمه­ی کرم­چاله هنوز به این نام مطرح نبود و بنابراین اینشتین و روزن موضوع کار خود را یک پل که بین دو ورقه در فضای فیزیکی، وجود داشت، معرفی کردند. اینشتین در آن زمان یک دیدگاه دو حالتی ذاتی بین تئوری میدان و تئوری ذره داشت. حتی در سطح کلاسیک او به پاسخ این سؤال فکر می­کرد که چگونه یک شیء ذره­گونه­ تکین ممکن است با یک تئوری میدان پیوسته نسبیت عام یکی شود و در آن جای بگیرد. مثل:

“تعدادی از نویسندگان گاه­گاهی به این نقطه­نظر احتمالی که ذارت مادی ممکن است به عنوان تکینگی­های میدان درنظر گرفته شوند فکر می­ کنند که این فکر با این نقطه­نظر را نمی­توانیم بپذیریم”[1].

اینشتین در مقاله 1935 خود به نام «مسئله ذره در نسبیت عام» به همراه روزن تلاش می­ کند یک مدل هندسی از ذرات بنیادی فیزیک که درهرجا محدود و تکین باشند، بسازد.

این تلاش­ها شامل حل­هایی می­شوند که از راه مشاهدات ریاضی در فضای فیزیکی یک ذره به عنوان پل[2]، دو ورقه­ی مشخص از فضای فیزیکی را به هم ربط دهد. مدلی که آنها ساختند باید به شکست منتهی می­شد اما روشی که این نظریه شکست خورد، می ­تواند جالب باشد و برای پیشگویی نظریه­ های بعدی مورد استفاده قرار گیرد. «اینشتین» و «روزن» درمورد دو نوع خاص از پل­ها که (1) خنثی و (2) شبه­باردار هستند، بحث می­کردند که البته بحث­شان به راحتی قابل تعمیم است.

(الف) پل خنثای اینشتین و روزن چیزی بیشتر از اینکه ما می­بینیم که یک تغییر مختصات مناسب تکینگی شوارتز شیلد را محو می­ کند، نیست. به خاطر اینکه در زمان اینشتین دو نوع تکینگی ( ) تکینگی مختصاتی ( ) تکینگی ذاتی (فیزیکی)، که امروزه ما می­شناسیم وجود نداشت (به صورت متمایز) و هیچ شناخت جامع و عمیقی از رفتار هندسه­ی شوارتز شلید در همسایگی افق رویداد به چشم نمی­خورد و برای بسیاری از فیزیک­دانان آن زمان، افق همان تکینگی بود. مثلاً درمورد هندسه­ی شوارتز شیل:

این تغییر مختصات منطقه­ شامل تکینگی  را دور می­ریزد و دوبار منطقه­ به طور حدی تخت  را می­پوشاند و منطقه­ نزدیک  به عنوان یک پل ربط­دهنده  با تفسیر می­ شود. به عنوان یک مثال می­توان سطح یک کره را با ثابت نگه­داشتن  به صورت  نشان داد. این سطح یک کمترین مقدار در  دارد .  درواقع می­توان یک قسمت خیلی باریک را به عنوان گلوگاه تعریف کرد و منطقه­ نزدیک به آن یک پل و یا به صورت فیزیکی­تر یک کرم کرمچاله نامیده شود.

نتیجه­ این مشاهدات این است که پل بدون بار اینشتین و روزن و یا همچنین کرمچاله­ی شوارتز شیلد به طور مشخص به یک قسمتی از هندسه­ی شوارتز شیلد که به صورت بیشینه توسعه یافته است، اختصاص دارد. درواقع با این فرضیات این پل قابل عبور نخواهد بود. چون گذر از  به  به هرکسی نیرویی به سوی تکینگی خمش وارد کرده و حالتی همچون پرش به داخل یک سیاه­چاله را به وجود خواهد آورد.

(ب) پل شبه باردار اینشتین – روزن قابل توجه و جالب است. آنها برای ساختن چنین پلی با این ویژگی با کمک هندسه­ی رایزنر – نوردستروم

(1-3)

دریافتند که باید یک تحریف کاملی از تئوری را انجام دهند. بدین معنی که آنها مجبورند علامت جمله­  در تانسور  الکترومغناطیس را وارون کنند که البته چگالی انرژی الکترومغناطیسی منفی خواهد شد و هندسه به صورت زیر درخواهد آمد:

(1-4)

و با تغییرات  و  ما خواهیم داشت:

(1-5)

ما در و یک افق داریم. همان جایی که اینشتین و روزن آرزو داشتند الکترون باشد. اما دلیل اینکه تئوری آنها مورد بی­اعتنایی قرار گرفت، این بود که در ، حل رایزنر – نوردستروم یک تکینگی عریان دارد. درواقع هیچ افقی ندارد و درنتیجه هیچ ساختار پل­مانندی ممکن نیست و به همین خاطر اختلال  در تئوری برای جلوگیری از ظهور تکینگی عریان بود.

اگر ما همچنان روی ایده­های نسبیت عامی خود درمورد مسأله­ ذارت بنیادی پافشاری کنیم و یک نگرش هندسی را از آنها ارائه دهیم، خواهیم دید که هر ذره­ی بنیادی را با یک تکینگی عریان (به جز ذره­ی هیگز) مدل­سازی کرده­ایم و برای آن ساختار قائل شده­ایم که این با مشاهدات آزمایشگاهی ذرات بنیادی در تضاد کامل است. اثبات­های مستقیم از ساختار داخلی ذرات بنیادی همچون الکترون نشان می­دهد که این سیستم­ها در مرتبه ­های انرژی پایین­تر از  ذره­گون هستند ( ).

می­توان نظریات اینشتین – روزن را کمی نیز کلی­تر مطرح کرد. بعد از کارهای پیشگامانه‌ی 1935 اینشتین – روزن، این حوزه کاری برای 20 سال متوقف شد. علاقه به کار در این زمینه جدید در سال 1955 به وسیله ویلر[3] پدیدار شد. نظریه­ های نهایی در مقاله­ های وی روی ژئون­ها[4] نشان می­دهد که ویلر به توپولوژی در نسبیت عام علاقمند بوده است.

ژئون­ها به طور فر ضی ناپایدارند اما بعضی از حل­های آنها برای ترکیب با رابطه­های میدان اینشتین – ماکسول پایدار می­ماندند. درواقع کلمه ژئون به وسیله ویلر برای نمایش یک جوهره از الکترومغناطیس و گرانش مطرح شد. به زبان مدرن امروزی ژئون به عنوان یک شبه­سالیتون الکترومغناطیسی گرانشی ناپایدار فرضی می ­تواند بهترین باشد. اولین کسی که اسم کرمچاله را با این نام برای بار اول مسکوک کرد ویلر بود. شکل 1-1 اولین شکل از چیزی­است که ما امروزه در ادبیات علمی به عنوان کرم­چاله می­شناسیم. بنابر قوانین الکترومغناطیسی که در آن  و  خطوط نیروی میدان­ها می ­تواند از دهانه­ی یک طرف تونل وارد و همان تعداد خطوط به اندازه­ مساوی از دهانه­ی دیگر خارج شود. ویلر در این مقطع دو نگرش کلاسیک و کوانتمی را دنبال کرد. در نگرش کلاسیک ویلر به همراه مایزنر به این نتیجه رسیدند که از لحاظ کلاسیکی گرانش، الکترومغناطیس بار غیرکوانتیده و جرم به عنوان خصوصیات فضای خالی خمیده (هندسی) هستند. در نگرش کوانتمی ایده­ بسیار جالب و خارق­العاده کف فضا-زمان مطرح شد.

وی همچنین از هندسه­ی ریمانی منیفلدها در توپولوژی غیربدیهی نیز برای توجیه کلاسیکی خود بهره برد. این پروژه­ی خیلی بلندپروازانه­­ی او یکی از دقیق­ترین و ریزترین موارد استفاده از توپولوژی مجرد، همولوژی، شبه­همولوژی و فرم­های دیفرانسیلی در فیزیک بود. درواقع نقطه­نظر اساسی وی این بود که فیزیک هندسه است. همچنین در این مقاله بود که برای اولین بار کلمه­ی کرمچاله به جامعه­ علمی معرفی شد.

اگر بخواهیم به تقسیم ­بندی کرمچاله­ها بپردازیم باید به طور کلی آنها را به دو نوع (1) کرمچاله­های اقلیدسی (2) کرمچاله­های لورنتسی تقسیم کنیم. این تقسیم ­بندی بر این اساس استوار است که درواقع منیفلدی که کرمچاله در آن قرار

فصل 1- مقدمه. 1

1-1- پیشگفتار 2

1-2- اهداف پایان‌نامه. 3

1-3- مسائل و مشکلات مربوط به موضوع. 5

1-4- ساختار پایان‌نامه. 7

فصل 2- مروری بر تحقیقات انجام‌شده 9

فصل 3- مراحل انجام کار 14

3-1- جمع‌ آوری داده‌ها 16

3-2- پیش‌پردازش داده‌ها 17

3-2-1- انتخاب و کاهش ویژگی‌ها با بهره گرفتن از PCA.. 18

3-3- الگوریتم‌های کلاسه‌بندی مورد استفاده 21

3-3-1- شبکه عصبی پرسپترون چند لایه(MLP) 21

3-3-2- شبکه عصبی شعاع مبنا 24

3-3-3- بردار ماشین تکیه‍گاه(SVM) 29

3-4-ارزیابی روش‌های کلاسه‌بندی.. 43

فصل 4- شبیه‌سازی.. 44

4-1- مقدمه. 45

4-2- انتخاب ویژگی‌ها 45

4-3- شبیه‌سازی با پرسپترون چند لایه. 46

4-4- شبیه‌سازی با بردار ماشین تکیه‌گاه 48

4-5- شبیه‌سازی با شبکه عصبی شعاع مبنا 53

فصل 5- نتیجه‌گیری و پیشنهادات… 58

5-1- نتیجه‌گیری و جمع‌بندی.. 59

5-2- پیشنهادات و كارهای آینده 59

فهرست منابع.. 60

 

فهرست جداول

جدول 2-1- مشخصات رادارهای موجود در آرشیو]2[ 12

 

جدول 2-2- مشخصات 3 رادار عملی جهت ارزیابی روش پیشنهادی]2[ 12

جدول 3-1- مشخصات رادارهای مورد استفاده 16

جدول 3-2- دو رادار نمونه. 17

جدول 3-3- انواع توابع هسته برای بردار ماشین تکیه‌گاه 41

جدول 4-1- پرسپترون چند لایه با یک لایه مخفی و تعداد نرونهای مختلف… 46

جدول 4-2- پرسپترون چند لایه با دو لایه مخفی و تعداد نرونهای مختلف… 47

جدول 4-3- نتایج شبیه‌سازی بردار ماشین تکیه‌گاه با تابع هسته خطی.. 49

جدول 4-4- نتایج شبیه‌سازی با تابع هسته چند جمله‌ای درجه دو برای بردار ماشین تکیه‌گاه بخش اول  50

جدول 4-5- نتایج شبیه‌سازی با تابع هسته چند جمله‌ای درجه دو برای بردار ماشین تکیه‌گاه بخش دوم  51

جدول 4-6- نتایج شبیه‌سازی با تابع هسته چند جمله‌ای درجه دو برای بردار ماشین تکیه‌گاه بخش سوم  51

جدول 4-7- نتایج شبیه‌سازی با تابع هسته شعاع مبنا(RBF) برای بردار ماشین تکیه‌گاه 52

جدول 4-8- نتایج شبیه‌سازی با تابع هسته سیگموئید برای بردار ماشین تکیه‌گاه 52

جدول 4-9- نتایج شبیه‌سازی با تابع شعاع مبنا و استفاده از یک سیکما برای همه. 54

جدول 4-10- نتایج شبیه‌سازی با تابع شعاع مبنا و استفاده از یک سیکما مجزا برای هر واحد. 55

جدول 4-11- نتایج شبیه‌سازی با تابع شعاع مبنا و استفاده از یک سیکما برای هر واحد و هر ویژگی  56

جدول 4-12- مقایسه کارایی کلاسه‌بندی شعاع مبنا برای حالت‌های مختلف استفاده از سیکما و CGD  57

 

فهرست شکل‌ها و تصاویر

شکل 1-1-  نمایش یک پالس راداری]20[ 5

شکل 2-1- خروجی شبکه RBF بعد از یادگیری رادارهای آرشیو و شناسایی رادارهای جدید]2[ 11

شکل 3-1- گسسته سازی مقادیر پارامترها 17

شکل 3-2- مدل نرون.. 22

شکل 3-3- شبکه پیشخور دو لایه 22

شکل 3-4- توابع محرک رایج در شبکه عصبی پرسپترون چند لایه(MLP) 24

شکل3-5- لایه پنهان(اوزان مرتبط با مرکز خوشه، تابع خروجی معمولاً گوسین) 26

شکل3-6- نرون شعاعی با یک ورودی.. 27

شکل3-7- منحنی نمایش تابع پاسخ با تابع انتقال(تحریک) نرون شعاع با یک ورودی.. 27

شکل3-8- نرون شعاعی با دو ورودی.. 28

شکل 3-9- منحنی نمایش تابع پاسخ یا تابع انتقال(تحریک) نرون شعاع با دو ورودی.. 28

شکل 3-10- نمایی از استفاده از ضرایب لاگرانژ. 30

شکل 3-11- نمایش ماکزیمم کردن حاشیه بین دو کلاس…. 32

شکل 3-12 نمایش بردارهای پشتیبان برای جدا کردن داده‌ها 33

شکل 3-13 نمایی از ابر صفحه جداکننده مجموعه نقاط در الگوریتم SVM… 34

شکل 3-14- نمایش حاشیه امن در الگوریتم SVM… 37

شکل 3-15- داده‌های غیرقابل جداسازی با یک خط… 39

شکل 3-16- تبدیل فضای ویژگی‌ها به فضای با ابعاد بیشتر. 39

چکیده
همواره در یک محیط عملیاتی جنگ الکترونیک[1] پالس‌های متعددی از رادارهای فعال در منطقه موجود می‌باشد. یكی از روش‌های تشخیص تهدیدات هوایی، دریایی و زمینی، استفاده از تحلیل سیگنال راداری است كه توسط این‌گونه تهدیدات حمل می‌شوند. ازآنجایی‌که رادار به عنوان یکی از مهم‌ترین حسگرها[2] در این حوزه مورد استفاده قرار می‌گیرد، لذا شناسایی دقیق و سریع رادارهای موجود در یک منطقه عملیاتی از اهمیت ویژه‌ای برخوردار است.

برای شناسایی رادارها، واحد پردازش اطلاعات نقش مهمی را بر عهده دارد که یکی از بخش‌های مهم این واحد، کلاسه‌بندی رادارهای کشف شده می‌باشد. در این تحقیق از الگوریتم SVM[3] برای این منظور استفاده شده است که با توجه به نتایج به‌دست‌آمده از شبیه‌سازی‌ها و مقایسه آن با چند روش دیگر، الگوریتم مذکور بهترین کارایی را دارد.

1-1-    پیشگفتار
در دنیای امروزی، اطلاعات به عنوان یکی از فاکتورهای تولیدی مهم پدیدار شده است. درنتیجه تلاش برای استخراج اطلاعات از داده‌ها توجه بسیاری از افراد دخیل در صنعت اطلاعات را به خود جلب نموده است. پیشرفت‌های حاصله در علم اطلاع‌رسانی و فناوری اطلاعات، فنون و ابزارهای جدیدی را برای غلبه بر رشد مستمر و تنوع بانک‌های اطلاعاتی تأمین می‌کنند. این پیشرفت‌ها هم در بعد سخت‌افزاری و هم نرم‌افزاری حاصل‌شده‌اند.

داده‌کاوی یکی از پیشرفت‌های اخیر در راستای فن‌آوری‌های مدیریت داده‌هاست. داده‌کاوی مجموعه‌ای از فنون است که به شخص امکان می‌دهد تا ورای داده‌پردازی معمولی حرکت کند و به استخراج اطلاعاتی که در انبوه داده‌ها مخفی و یا پنهان است کمک می‌کند.

سیستم‌های پشتیبان الکترونیکی یا ESM[1]، سیستم‌های منفعل هستند که تشعشع امواج تولیدی را از بسیاری از سیستم‌ها، دریافت و ویژگی‌های هر یک از پالس‌های دریافت شده را اندازه‌گیری می‌کنند و سپس پالس‌هایی که متعلق به ساتع کننده‌ای مشابه باشند را برای تعیین و استخراج  پارامترها و ویژگی‌های رادار کشف شده دسته‌بندی می‌کنند و هدف آن جستجو، ره‌گیری، مکان‌یابی و تحلیل سیگنال‌های راداری در دیده‌بانی و مراقبت از منطقه نظامی می‌باشد ]5[ ]6[ ]9[ ]11[.

فصل اول : مقدمه و كلیات تحقیق…………………………………………………………………………. 1

• مقدمه……………………………………………………………………………………….. 2
• ساختار پایان نامه ………………………………………………………………………….. 4

فصل دوم: ادبیات و روش تحقیق…………………………………………………………………………… 5

• • مقدمه……………………………………………………………………………………….. 6
  • دسته بندی کلی مسایل برنامه ریزی تسهیلات……………………………………… 7
  • دسته بندی مسایل مکان یابی با نگرشی سنتی……………………………………… 8
  • دسته بندی مسایل مکان یابی با نگرشی نوین…………………………………….. 10

  • مسایل مکان یابی- تخصیص………………………………………………………… 12

    • طبقه بندی مساله مکان یابی- تخصیص………………………………. 12
    • انواع مدل های مکان یابی- تخصیص…………………………………. 14
  • ادبیات و پیشینه تحقیق………………………………………………………………… 21
  
  

فصل سوم: مدل ریاضی…………………………………………………………………………………….. 30

• • مقدمه……………………………………………………………………………………… 31

  • تعیین اولویت کوتاهترین مسیر )سناریو اول(…………………………………. 31

    • تعریف و نمایش شبکه…………………………………………………… 31
    • عملیات اولیه ریاضی……………………………………………………… 35
    • الگوریتم کوتاه­ترین مسیر………………………………………………… 37
  • مدل تعیین سیاست بهینه در سناریو دوم…………………………………………… 40
  • روش حل مدل………………………………………………………………………….. 43
  
  

فصل چهارم: نتایج محاسبات………………………………………………………………………………. 46

• • مقدمه……………………………………………………………………………………… 47
  • مثال توضیحی سناریوی اول………………………………………………………….. 47
  • الگوریتم حداقل برش مجموعه­ها……………………………………………………. 49

  • مثال نمونه سناریوی دوم………………………………………………………………. 54

    • تحلیل حساسیت روش حل مدل سناریو دوم………………………… 61
  
  
  
  

فصل پنجم: نتیجه ­گیری و پیشنهادها………………………………………………………………………. 63

• • نتیجه ­گیری………………………………………………………………………………… 64
  • پیشنهادها برای کارهای آتی………………………………………………………….. 64

  • 

  •  

فهرست منابع…………………………………………………………………………………………………… 65

مراجع فارسی………………………………………………………………………………………. 66

مراجع لاتین………………………………………………………………………………………… 66

چکیده انگلیسی………………………………………………………………………………………………… 71

فهرست شکل­ها

شکل 2- 1. دسته­بندی کلی مسایل برنامه ­ریزی تسهیلات……………………………………………….. 8

شکل 2- 2. دسته­بندی نوین مسایل مکان­ یابی …………………………………………………………… 11

شکل 3-1. یک مثالی از شبکه عددگذاری شده متوالی…………………………………………………. 34

شکل 3-2. نمودار الگوریتم حداقل مسیر…………………………………………………………………. 39

شکل 3-3. وضعیت تسهیلات تخصیص داده شده و مسیرهای ارتباطی و مرکز زلزله………….. 40

شکل 4-1. ماتریس مسیر [MP]…………………………………………………………………………… 48

شکل 4-2. ماتریس کلیدی [KEY]………………………………………………………………………. 49

فهرست جدول­ها

جدول 3-1. ماتریس ارتباطات داخلی ………………………………………………………… 34

جدول 4-1. پارامترهای ورودی مسئله اول………………………………………………………………. 51

جدول 4-2. خروجی­های مسئله اول………………………………………………………………………. 52

جدول 4-3. پارامترهای ورودی مسئله دوم………………………………………………………………. 53

جدول 4-4. خروجی­های مسئله دوم………………………………………………………………………. 54

جدول 4-5. پارامترهای ورودی مسئله سوم……………………………………………………………… 55

جدول 4-6. خروجی­های مسئله سوم……………………………………………………………………… 56

جدول 4-7. پارامترهای ورودی مسئله چهارم…………………………………………………………… 57

جدول 4-8. خروجی­های مسئله چهارم…………………………………………………………………… 58

جدول 4-9. پارامترهای ورودی مسئله پنجم…………………………………………………………….. 59

جدول 4-10. خروجی­های مسئله پنجم…………………………………………………………………… 60

جدول 4-11. خروجی­های مسائل نمونه………………………………………………………………….. 61

جدول 4-12. خروجی­های مسئله اول در حالت تغییر مسئله………………………………………… 62

چکیده:

سوانح طبیعی یکی از بحرانهایی است که امکان پیش ­بینی آن بسیار مشکل و یا غیرممکن است. معمولا پس از وقوع هر سانحه طبیعی، وضعیت تامین، نگهداری و توزیع موادغذایی و دارویی و خدماتی با هرج و مرج و بی­نظمی شدید همراه می­باشد و مشکلات بیشماری برای افراد آسیب­دیده و مسئولین ایجاد می­نماید. در نتیجه یکی از مهمترین وظایف افراد مسئول برنامه ­ریزی و ایجاد مراکز خدماتی در منطقه­ای مناسب برای کمک­رسانی سریعتر به افراد آسیب­دیده می­باشد.

تحقیق حاضر از دو سناریو تشکیل شده است. در سناریو اول با  اجرای الگوریتم­هایی که در گذشته پیشنهاد شده  اولویت­ کوتاه­ترین مسیر را بدست می­آوریم و سپس در سناریو دوم با ارائه یک مدل دو هدفه سعی می­ شود که در صورت تخریب مسیرهای ارتباطی تخصیص داده شده در کمترین زمان و هزینه بهترین سیاست تعمیر یا استفاده از امکانات پیشرفته حمل و نقل یا جایگزینی مسیرهای ارتباطی آسیب دیده با اولویت بعدی، اتخاذ شود. سپس مدل دو هدفه ارائه شده در این تحقیق با روش برنامه ­ریزی آرمانی فازی حل گردیده و با چند مسئله به اعتبارسنجی مدل پرداخته می­ شود.

• مقدمه

بلایای طبیعی سالانه عامل کشته شدن میلیونها نفر و موجب ایجاد ناتوانی و خسارتهای مالی در سراسر جهان می­ شود. ایران نیز به عنوان یک کشور در حال توسعه یکی از مستعدترین مناطق جغرافیایی برای حوادث غیرمترقبه محسوب می­گردد و آن را یکی از ده کشور بلاخیز دنیا می­دانند که تقریبا 90 درصد از جمعیت آن در معرض بلایای طبیعی قرار دارند. با توجه به اینکه بلایای طبیعی بهداشت، سلامت و رفاه جامعه را تحت تاثیر قرار می­دهند، ارائه خدمات سلامتی مناسب عامل اصلی بقا و کاهش مرگ و میر و رفاه افراد در مراحل بعد از وقوع چنین حوادثی می­باشد. از طرفی سوانح و بحرانها اغلب ناگهانی می­باشند و در صورت تدریجی بودن نیز به بشر فرصت کافی نداده و ضایعات، خسارات و تخریب­های شدید محیطی را به دنبال می­آورند.

به طور طبیعی، اولین اقدام انسان در برخورد با بحران و سوانح عبارت است از نجات و كاهش اثرات واقعه كه با وجود زمان بسیار كم نیاز به واكنش سریع دارد. واكنش سریع كه بخش بسیار مهم مدیریت بحران را تشكیل می­دهد، شامل شناسائی، ارزشیابی، تصمیم ­گیری و اقدامات اضطراری موقت می­باشد كه تمام مراحل این واكنش در زمان بسیار كوتاه حتی گاهی در چند ساعت صورت می­گیرد، در نتیجه یكی از اقداماتی كه جهت مدیریت بحران صورت می­گیرد اندیشیدن تدابیری جهت امداد رسانی پس از وقوع آن است. زیرا سوانح طبیعی علاوه بر تلفات انسانی موجب تخریب مراکز تولید موادغذایی (کارخانجات صنایع غذایی، مرغداری­ها، کشتارگاه­ها)، مراکز ذخیره مواد غذایی (انبارها، سردخانه­ها، سیلوها) و مراکز توزیع مواد غذایی و داروئی و خدماتی (فروشگاه ها، مراکز پخش و غیره) می­ شود و در نتیجه در بین مردم اضطراب و نگرانی شدیدی ایجاد می­گردد.

در این پایان نامه سعی بر آن است تا با ارائه مدلی ریاضی تحت دو سناریو مسیرهای بهینه برای کمک­رسانی به افراد خسارت دیده از تسهیلات کمک­رسانی را تعیین نموده و در آن شعاع­هایی با توجه به شدت و مرکز حادثه در نظر گرفته شود و با توجه به این که حادثه می ­تواند مسیرهای ارتباطی را نیز تحت تاثیر قرار دهد. در سناریو اول  اولویت کوتاه­ترین مسیر را توسط الگوریتم پیشنهادی الغنیم [2] بدست آورده و مدل سناریو دوم مدل پیشنهادی این تحقیق بوده است.  فرضیات مساله پیشنهادی به قرار زیر در نظر گرفته   می­شوند:

1. شدت حادثه بر روی مسیرهای ارتباطی نیز اثر می­گذارد.

1-1- مقدمه. 2

1-2- تعریف مسئله. 3

1-3- ضرورت انجام تحقیق.. 7

1-4- مراحل انجام تحقیق.. 8

1-5- محدوده تحقیق.. 9

1-6- اهداف تحقیق.. 9

1-7- ساختار پایان‌نامه. 10

فصل دوم. 12

2-1- مقدمه. 13

2-2- مدیریت دانش…. 14

2-2-1- دانش چیست؟. 15

2-2-2- هرم دانش…. 15

2-2-3- انواع دانش…. 16

2-2-3-1- دانش صریح.. 16

2-2-3-2- دانش ضمنی.. 16

2-2-4- مدیریت دانش چیست؟. 17

2-2-5- استراتژی‌های مدیریت دانش…. 18

2-2-5-1- استراتژی اجتماعی سازی (تبدیل دانش پنهان به پنهان). 19

2-2-5- 2- استراتژی برونی سازی (پنهان به آشکار). 19

2-2-5- 3- استراتژی ترکیب­سازی (آشکار به آشکار). 20

2-2-5- 4- استراتژی درونیسازی (آشکار به پنهان). 20

2-2-6-معایب عدم بهرهگیری از دانش در سازمان. 20

2-2-7- اهداف مدیریت دانش…. 21

2-2-8- مدل­های مدیریت دانش…. 21

2-3- مدیریت دانش مشتری.. 23

2-3-1- انواع دانش مشتری.. 24

2-3-2- مدل مدیریت دانش مشتری.. 28

2-4- مدیریت ارتباط با مشتری.. 29

2-4-1- مدیریت ارتباط مشتریان در نظام بانکی.. 32

2-4-2- مدیریت ارتباط با مشتری: اهداف، مزایا و چالش‌ها 33

2-5- مقایسه مفاهیم CKM و KM و CRM.. 34

2-6- تاریخچه‌ای از بانک و بانکداری.. 37

2-7-  سیر تحول فناوری اطلاعات در صنعت بانكداری.. 38

2-7-1 دوره اول: اتوماسیون پشت باجه. 38

2-7-2- دوره دوم: اتوماسیون جلوی باجه. 38

2-7-3- دوره سوم: اتصال مشتریان به حساب‌هایشان. 38

2-7-4- دوره چهارم: یکپارچه‌سازی سیستم‌ها و مرتبط كردن مشتریان با تمامی عملیات بانكی.. 39

2-7-5- بانكداری الكترونیك… 39

2-8- داده‌کاوی.. 40

2-8-1- مقایسه روش‌های آماری و داده‌کاوی.. 40

2-8-2- مفهوم داده‌کاوی.. 42

2-8-3- داده‌کاوی و کشف دانش…. 44

2-8-4- فرایند داده‌کاوی.. 45

2-8-5- معرفی روش‌های داده‌کاوی.. 51

2-8-5-1- دسته‌بندی.. 53

2-8-5-2- درخت تصمیم. 53

2-8-5-3- شبکه‌های عصبی.. 55

2-8-5-4- پیش بینی.. 56

2-8-5-5- خوشه‌بندی.. 56

2-8-5-5- انواع خوشه‌بندی.. 57

2-8-5-5-2- معیارهای ارزیابی در خوشه‌بندی.. 59

2-8-5-6- تحلیل انحراف… 60

2-8-5-7- قواعد وابستگی (انجمنی). 61

2-8-5-8- تحلیل توالی.. 61

2-8-6- نرم‌افزار داده‌کاوی.. 62

2-8-7- کاربردهای داده‌کاوی.. 63

2-8-7-1- داده‌کاوی در صنعت بانكداری.. 63

2-9- پیشینه تحقیق.. 65

2-9-1- کاربرد داده‌کاوی در بخش‌بندی و مدل‌سازی رفتاری مشتریان در صنعت بانکداری.. 66

2-9-2- کاربرد داده‌کاوی در ارزیابی اعتبار مشتریان. 68

2-9-3- کاربرد داده‌کاوی در زمینه کشف تقلب… 69

2-9-4- کاربرد داده‌کاوی در تحلیل روی‌گردانی مشتری.. 69

2-10- جمع‌بندی مطالب فصل.. 74

فصل سوم. 76

3-1- مقدمه. 77

3-2- روش پیشنهادی.. 77

3-2-1- چارچوب تحقیق.. 77

 

3-2-2- انتخاب متغیرها 79

3-2-3- آماده‌سازی و پیش‌پردازش داده‌ها 80

3-2-3-1- نرمال سازی داده‌ها 81

3-2-4- تعیین تعداد بهینه خوشه‌ها 81

3-2-5- خوشه‌بندی.. 82

3-2-5-1- انواع خوشه‌بندی.. 83

3-2-5-2- خوشه‌بندی به روش K-Means. 84

3-2-5-1-1- مزایای استفاده از الگوریتم خوشه‌بندی K-Means. 85

3-2-5-1-2-  محدودیت‌های الگوریتم K-Means. 85

3-2-5-2- خوشه‌بندی به روش WK-Means. 86

3-2-5-3- خوشه‌بندی به روش A-H-Means. 87

3-2-6- ارزیابی خوشه‌ها به روش  مجموع مربع خطاها و انتخاب بهترین روش… 88

3-2-7- به‌کارگیری دانش حاصل از خوشه‌بندی.. 90

3-3- روش‌های جمع آوری اطلاعات… 90

3-4- جمع‌بندی مطالب فصل.. 90

فصل چهارم. 92

4-1- مقدمه. 93

4-2- معرفی بانک مهر اقتصاد. 93

4-3- موضوع و فعالیت بانک… 94

4-4- محاسبات تحقیق.. 94

4-4-1- گام انتخاب و جمع آوری متغیرهای ورودی.. 95

4-4-2- گام آماده‌سازی و پیش‌پردازش داده‌ها 96

4-4-3-گام تعیین تعداد بهینه خوشه‌ها 97

4-4-4- گام خوشه‌بندی داده‌ها 97

4-4-4-1- خوشه‌بندی به روش K-Means. 98

4-4-4-2- خوشه‌بندی به روش WK-Means. 100

4-4-4-3- خوشه‌بندی به روش A-H-Means. 100

4-4-5- ارزیابی خوشه‌ها به روش  مجموع مربع خطاها و انتخاب بهترین روش… 101

4-4-6-گام به‌کارگیری دانش حاصل از خوشه‌بندی.. 102

4-5- نتایج تحقیق.. 104

4-6- جمع‌بندی مطالب فصل.. 106

فصل پنجم. 107

5-1- مقدمه. 108

5-2- خلاصه تحقیق.. 108

5-3- نتیجه‌گیری.. 109

5-4- زمینه‌های پیشنهادی، راهکارها و پیشنهاد‌ات جهت پژوهش‌های آتی.. 110

منابع و مآخذ. 126

 

فهرست جدول‌ها

جدول 2-1 انواع مختلف تبدیلات دانش…. 19

جدول 2-2 مقایسه مفاهیم مدیریت دانش، مدیریت ارتباط با مشتری و مدیریت دانش مشتری.. 35

جدول 2-3 مقایسه روش‌های تحلیل آماری و داده‌کاوی.. 41

جدول 2-4 فعالیت‌های مربوط به فازهای CRISP-DM و خروجی هر فعالیت… 50

جدول 2-5 نمونه داده‌های مورد نیاز در یک مسئله مدل‌سازی به روش دسته‌بندی.. 54

جدول 2-6 معیارهای محاسبه شباهت در خوشه‌بندی.. 59

جدول 2-7 معیارهای محاسبه فاصله در خوشه‌بندی.. 60

جدول 2-8 پژوهش‌های انجام‌گرفته در زمینه کاربرد داده‌کاوی در صنعت بانکداری.. 71

جدول 3-1 متغیرهای تحقیق.. 80

جدول 4-1 نمونه ده‌تایی از داده‌های مربوط به مشتریان بانک مهر اقتصاد. 95

جدول 4-2 متغیرهای نرمال شده 96

جدول 4-3 وزن نسبی متغیرهای تحقیق.. 100

جدول 4-5 مقادیر مجموع مربع خطاها در الگوریتم‌های مختلف خوشه‌بندی.. 101

جدول 4-6 دسته‌بندی مشتریان بر مبنای ویژگی‌های رفتاری مشابه. 103

جدول 4-7 اطلاعات مربوط به خوشه‌بندی مشتریان بانک مهر اقتصاد به روش K-Means. 104

 

فهرست تصاویر و نمودارها

شکل 2-1 سلسله‌مراتب دانش…. 16

شکل 2-2 دانش صریح فقط بخش کوچکی از دانش را تشکیل می‌دهد. 17

شکل 2-3 مدل مدیریت دانش پروبست و رمهارد. 22

شکل 2-4 چارچوب خوشه انگور جهت نوع شناسی دانش مشتری.. 26

شکل 2-5 مدل مدیریت دانش مشتری.. 28

شکل 2-7 گام‌های فرایند تولید دانش از پایگاه داده‌ها 44

شکل 2-8 متدولوژی فرایند استاندارد میان صنعتی داده‌کاوی (CRISP-DM). 47

شکل 2-9 دسته‌بندی کلی عملکردهای داده‌کاوی.. 52

شکل 2-11 نیروهای رقابتی پورتر. 64

شکل 3-1 چارچوب تحقیق.. 78

شکل 4-1 خوشه اول، الگوریتم K-Means. 98

شکل 4-2 خوشه دوم، الگوریتم K-Means. 98

شکل 4-3 خوشه سوم، الگوریتم K-Means. 99

شکل 4-4 خوشه چهارم، الگوریتم K-Means. 99

شکل 4-5 خوشه پنجم، الگوریتم K-Means. 99

چکیده

افزایش روزافزون سطح رقابت در بازار، مدیران و تحلیل­گران سازمان­ها را وادار ساخته به دنبال راهکارهایی باشند که مزیت رقابتی را برای سازمان به ارمغان آورند. بر اساس مطالعات موجود، استفاده از دانش مشتری جهت اتخاذ استراتژی‌های لازم برای جلب رضایت مشتری می ­تواند سازمان­ها را به­سمت تحقق این هدف سوق دهد. از سوی دیگر گسترش بهره­ گیری از فناوری­های بروز در زمینه اطلاعات و ارتباطات خصوصاً در بانک­ها باعث بر جای ماندن حجم عظیمی از داده ­ها گشته که تحلیل و تصمیم ­گیری بر اساس آن­ها با روش­های معمول گزارش­گیری و روش­های آماری امکان­ پذیر نمی ­باشد. داده ­کاوی ابزار بروز و قدرتمندی است که در این پایان نامه جهت تحلیل داده ­ها به جهت استخراج دانش مشتری پیشنهاد می­گردد.

هدف از این تحقیق با عنوان «مدیریت دانش مشتریان بانک مهر اقتصاد با بهره گرفتن از تکنیک­های داده‌کاوی»، بخش‌بندی مشتریان بانک مهر اقتصاد، باهدف کشف ویژگی‌های رفتاری مشابه، برای کمک به مدیران این بانک جهت تسهیل اتخاذ استراتژی‌های متناسب با هر بخش و در نتیجه حفظ، تقویت و یا توسعه ارتباط با مشتریان و نهایتاً سودآوری برای این بانک می­­باشد. داده‌های خام مورد نیاز جهت این مطالعه از پایگاه داده‌های بانک مهر اقتصاد استخراج شده است

1-1- مقدمه

در سال­های اخیر دانش[1] به عنوان منبعی ارزشمند در کنار منابعی چون کار، زمین، سرمایه قرار گرفت و به عنوان موتور تولیدکننده درآمد و یک دارایی مهم و راهبُردی برای سازمان شناخته شد. از طرفی به دلیل وجود رقابت شدید در بین کسب و کارهای امروزی از جمله صنعت بانکداری، مشتری و توجه به جایگاه او و ارتباط با او اهمیت ویژه­ای یافته است. بنابراین مبحث بسیار مهم مدیریت دانش مشتری[2] مطرح گردید که امروزه مطالعات بسیار زیادی را به خود اختصاص داده است. مدیریت دانش مشتری با بهره گرفتن از راهکارهای مختلف مدیریت دانش نظیر روش‌های داده‌کاوی[3] زمینه بسیار خوبی را جهت استفاده مفید از گنجینه گران‌بهای دانش مشتری فراهم می­آورد.

از سوی دیگر در عصر حاضر بهره­ گیری از فناوری­های نوین اطلاعات و ارتباطات در عرصه ­های مختلف کسب­وکار به امری گریزناپذیر مبدل گشته است. به طور خاص صنعت بانکداری از جمله صنایعی است که به‌کارگیری فناوری­های روز دنیا در این صنعت می ­تواند مزیت رقابتی انکارناپذیری را برای آن ایجاد نماید. بنابراین این صنعت نیز از بهره­ گیری از بروزترین فناوری­ها مستثنا نبوده و مواردی مانند بانکداری الکترونیک، سیستم‌های یکپارچه بانکداری[4]، دستگاه­های خودپرداز، کارت­های اعتباری، پایانه ­های خرید الکترونیک و… از مصادیق این امر می­باشد.

ورود فناوری­های جدید به سازمان سبب افزایش چشمگیر سرعت تولید اطلاعات و در نتیجه بر جای ماندن حجم عظیمی از داده‌ها گشته است. از آنجا که این داده‌ها اغلب حجیم و وسیع می­باشند، معمولاً به صورت خام قابل‌استفاده نیستند، بلکه دانش موجود در آن­ها باید استخراج گردد. با این وجود که ارزش این داده‌ها بر کسی پوشیده نیست، حجم بسیار بالای داده‌های ارزشمند موجود، تحلیل و بهره­ گیری از آن­ها را به امری چالش‌برانگیز مبدل ساخته است. چرا که تحلیل به واسطه روش‌های گزارش گیری سنتی در این مقیاس امکان­ پذیر نیست و روش‌های آماری موجود نیز از ظرفیت کافی جهت تحلیل این داده‌ها برخوردار نمی­باشند. بنابراین باید به دنبال راهکاری بود که با غلبه بر این محدودیت، امکان انجام مطالعاتی جامع­تر با نتایج دقیق­تر و درصد خطای پایین­تر را ممکن سازد. این مسئله گواهی بر لزوم به‌کارگیری روش‌های نوین تحلیل داده‌ها جهت حصول دانش، نظیر روش داده‌کاوی خواهد بود.

دانش قابل توجهی که در زمان استفاده از خدمت یا مصرف کالا توسط مشتری، بین مشتری و سازمان تبادل می­ شود، به عنوان منبعی مهم برای سازمان شناخته می­ شود و کسب و بهره ­برداری از آن به یک مزیت رقابتی در سازمان­ها تبدیل شده است.

مدیریت دانش مشتری دربردارنده فرایندهایی­ست که با شناسایی و اکتساب اطلاعات مشتری و نیز ایجاد و بهره ­برداری از دانش مشتریان، مربوط است [9]. چنین اطلاعاتی در ماورای محدوده­های خارجی سازمان قرار دارند و دانشی که از آن­ها استخراج می­ شود موجب ایجاد ارزش برای سازمان و مشتریان آن خواهد شد [32]. در این تحقیق مسئولیت کشف دانش بر عهده الگوریتم‌های داده‌کاوی خواهد بود. در ادامه از این دانش به عنوان راهنما در مسیر اتخاذ استراتژی‌های سازمان، بهره­ گیری می­ شود.

1-2- تعریف مسئله

بااهمیت یافتن مشتری در عرصه پرتلاطم رقابت میان کسب­وکارهای مباحثی همچون مدیریت دانش مشتری و مدیریت ارتباط با مشتری مطالعات و تحقیقات فراوانی را به خود اختصاص داده­اند.

مدیریت دانش، كسب دانش درست، برای افراد مناسب، در زمان صحیح و مکان مناسب است، به گونه‌ای که آنان بتوانند برای دستیابی به هدف‌های سازمان، بهترین استفاده را از دانش ببرند.

در تعریفی دیگر مدیریت دانش فرایند كشف، كسب، توسعه و ایجاد، تسهیم، نگهداری، ارزیابی و به‌کارگیری دانش مناسب در زمان مناسب توسط فرد مناسب در سازمان، که از طریق ایجاد پیوند مناسب بین منابع انسانی، فناوری اطلاعات و ایجاد ساختاری مناسب برای دستیابی به اهداف سازمانی صورت می‌پذیرد، تعریف شده است.

مدیریت ارتباط با مشتری[5] از جمله راهکارهایی است که در سال­های اخیر با افزایش روزافزون سطح رقابت در بازار به عنوان سلاحی ارزشمند در جهت افزایش وفاداری مشتری و جلب رضایت او و با هدف به ارمغان آوردن مزیت رقابتی بالاتر برای سازمان، از سوی سازمان­ها بکار گرفته شده است. امروزه بیشتر روش‌های مدیریت ارتباط با مشتری مبتنی بر فناوری اطلاعات می­باشند و مسلماً برای رسیدن به مدیریت مؤثر ارتباط با مشتری ناگزیر از مدیریت دانش مشتری خواهیم بود.

مدیریت ارتباط با مشتری در برگیرنده مجموعه ­ای از فرایندهاست که سازمان­ها را قادر می­سازد تا از استراتژی­ های كسب­وكار در جهت ایجاد روابط بلندمدت و سودآور با مشتریان خاص پشتیبانی نمایند [46].

در حقیقت CRM یک فناوری پیشرفته در جهت دستیابی به قله­های اطلاعات مشتری است [G] و شركت­ها از آن به عنوان ابزاری در جهت افزایش رضایتمندی مشتری استفاده می­كنند. مدیریت ارتباط با مشتری به عنوان فعالیتی جهت گسترش و نگاه‌داری مشتریان سازمان­ها به طور گسترده­ای مورد توجه قرار گرفته است و ابزارهای آن افزایش رضایت مشتری و وفاداری اوست. همچنین مدیریت دانش KM همچون مدیریت روابط با مشتری بر جمع آوری منابعی تأكید دارد كه از فعالیت­های تجاری در جهت رسیدن به توانایی رقابت‌پذیری حمایت می­كند [37] برای بهبود روابط با مشتری، خدمات‌رسانی به روشی كه مورد دلخواه اوست، ضروری است. از این رو به مدیریت دانش مشتری احتیاج است [17].

امروزه حجم بالای پایگاه­های داده و پراکندگی و عدم به‌کارگیری راهکارهای مناسب جهت تحلیل این داده‌ها مطالعه و تصمیم ­گیری بهینه پیرامون ارتباط با مشتریان را با مشکل مواجه نموده است.

به طور ویژه بانک­ها سازمان­هایی هستند که با مشتریان تعامل مستقیم دارند و عنصر مشتری در این سازمان­ها اهمیت ویژه­ای دارد. بدیهی است جهت پیشرو بودن در عرصه رقابت توجه به جایگاه مشتری و اختصاص خدمات ویژه با تشخیص نیازمندی­های آن‌ ها و ارائه خدمات درست به آن­ها محقق خواهد شد. تحلیل منابع باارزش داده­ای در رابطه با مشتریان کنونی بانک­ها و مشتریان بالقوه و… مقدمه­ای جهت تحقق این مهم خواهد بود.

با ورود فناوری­های جدید به سازمان­ها و افزایش سرعت تولید اطلاعات و در نتیجه بر جای ماندن حجم عظیمی از داده‌ها و دشواری استفاده از این حجم وسیع، معمولاً امکان استفاده از این داده‌ها به صورت خام وجود ندارد، بلکه دانش موجود در آن­ها باید استخراج گردد. همچنین تحلیل این داده‌ها به واسطه روش‌های گزارش گیری سنتی در این مقیاس امکان­ پذیر نیست و روش‌های آماری موجود نیز از ظرفیت کافی جهت تحلیل این داده‌ها برخوردار نمی­باشند. داده‌کاوی راهکاری است که با غلبه بر این محدودیت، امکان انجام مطالعاتی جامع­تر با نتایج دقیق­تر و درصد خطای پایین­تر را ممکن سازد.

داده‌ها[6] کمیت‌های عددی یا خصیصه‌ای هستند که در نتیجه مشاهده یا آزمایش حاصل شده‌اند. داده‌های دسته‌بندی شده اطلاعات[7] را تشکیل می‌دهند. اطلاعات از ترتیب، تركیب و شبكه شدن دانش را ایجاد می­نماید. دانش، اطلاعات سازمان‌یافته، تحلیل یافته و یا تلخیص شده برای افزایش درک، آگاهی یا تشخیص می‌باشد.

داده‌کاوی ابزاری بروز، قدرتمند و وسیع است که می ­تواند جهت تحلیل حجم عظیم داده بکار گرفته شود. داده‌کاوی به بهره­ گیری از ابزارهای تجزیه و تحلیل داده‌ها به منظور کشف الگوها و روابط معتبری که تا کنون ناشناخته بوده‌اند اطلاق می‌شود. این ابزار با کاوش در بین داده‌های موجود و استخراج الگوها و روابط موجود در پایگاه داده‌ها، موجب تسهیل مطالعات و اتخاذ تصمیمات خواهد شد. همچنین به کمک امکانات موجود در این ابزار می­توان حجم داده‌ها را کاهش داد و داده‌های اضافی را حذف نمود. استفاده از روش‌های مختلف داده‌کاوی می ­تواند جهت کشف دانش و الگوهای موجود در حجم عظیم داده‌ها (برای مثال به طور خاص داده‌های جمعیت شناختی مشتریان بانک نظیر جنسیت، سن، وضعیت تأهل، تحصیلات، شغل و غیره، یا داده‌های مربوط به تراکنش­های مالی مشتریان و یا سرویس­های ارائه شده توسط بانک) استفاده شود. این الگوها می­توانند از سوی مدیران جهت اتخاذ تصمیمات مقتضی در ارتباط با مشتری، چگونگی برخورد با شرایط متفاوت کسب­وکار، ارائه خدمات خاص و غیره بکار گرفته شود.

تعاریف متفاوتی از داده‌کاوی وجود دارد ولی تعریفی كه در اكثر مراجع به اشتراك ذكر شده عبارت است از «استخراج اطلاعات و دانش و كشف الگوهای پنهان از پایگاه داده‌های بسیار بزرگ و پیچیده.» داده‌کاوی یک متدولوژی بسیار قوی و با پتانسیل بالا می‌باشد كه به سازمان‌ها كمك می‌کند كه بر مهم‌ترین اطلاعات از مخزن داده‌های خود تمركز نمایند [52].

داده‌کاوی را می­توان به عنوان ابزاری جهت کشف دانش از پایگاه­های داده تعریف نمود. داده‌کاوی یک گام در فرایند کشف دانش از پایگاه داده[8] است که با بهره گرفتن از الگوریتم‌های کشف و تحلیل داده‌ها تعداد خاصی الگو یا مدل را از روی داده‌ها تولید می­ کند.

یک الگو زمانی می ­تواند به عنوان دانش تلقی شود که :

1.   به سادگی برای افراد قابل فهم باشد.

2.   اعتبار آن از یک حد آستانه­ای[9] پایین­تر نباشد.

3.   دانش جدیدی متناسب با اهداف تعیین‌شده سازمان ارائه دهد.

4.   کاربردی باشد. [1]

چکیده v

فهرست مطالب    vi

فهرست جداول  ix

فهرست شکل ها x

فصل اول  1

کلیات تحقیق   1

1-1 مقدمه  2

1-2 دسته بندی كلی مسایل برنامه ریزی تسهیلات   3

1-3  دسته بندی مسائل مکانیابی با نگرش سنتی   3

1-4 دسته بندی مسائل مکانیابی با نگرش نوین   5

1-5  اهداف تحقیق   6

1-7 ساختار پایان نامه  7

فصل دوم  8

ادبیات موضوع  8

2-1 مقدمه  9

2-2 ادبیات موضوع  9

فصل سوم  16

ارائه مدل و الگوریتم های پیشنهادی.. 16

1-3 مقدمه  17

3-2 ساختار مسئله  18

3-2-1 مفروضات مدل   18

3-2-2  زیر نویس های مدل   19

3-2-3 پارامتر های مدل   19

3-2-4   متغیر های تصمیم مدل   20

3-2-5 سایر علائم مدل ریاضی   20

3-2-6 مدل ریاضی پیشنهادی   21

3-2-7 تشریح جزئیات و عملکرد مدل   22

3-3  خطی سازی مدل پیشنهادی   26

3-4 مثال   28

3-5 لزوم استفاده از رویكرد فرا ابتكاری و ابتکاری   31

3-6 تشریح الگوریتم ژنتیک    32

3-7 مفاهیم كلیدی الگوریتم ژنتیك    33

3-7-1 کدینگ    33

3-7-2 ایجاد جمعیت اولیه  34

3-7-3  عملگر های الگوریتم ژنتیک    34

3-7-4 تابع برازش    37

3-7-5 استراتژی برخورد با محدودیت ها 37

3-8  ساختار كلی الگوریتم ژنتیك    38

3-9 رویه انجام الگوریتم ژنتیک    40

3-9-1 نمایش كروموزوم  40

3-9-2 جمعیت اولیه  41

3-9-3 ارزیابی   42

3-9-4 معیار توقف    42

3-9-5 نخبه گرایی   42

 

3-9-6 عملگر  42

3-10 الگوریتم آزاد سازی لاگرانژ  48

3-10 -1 مراحل الگوریتم آزاد سازی لاگرانژ  50

3-10 -2 شرایط  توقف الگوریتم آزاد سازی لاگرانژ  50

3-11  رویه انجام الگوریتم آزاد سازی لاگرانژ  51

فصل چهارم……………….. 54

نتایج محاسباتی   54

4-1 نتایج محاسباتی   55

5-2 مسایل نمونه  55

نتیجه گیری و پیشنهادات آتی   65

5-1 نتیجه گیری   66

5-2 پیشنهادات آتی  67

مراجع فارسی   68

مراجع لاتین   69

Abstract 72

فهرست جداول
فصل دوم

جدول (1- 1). خلاصه ادبیات موضوعی مساله مکان یابی- تخصیص…. 14

 

فصل سوم

 

جدول (3 – 1). تعداد متغیر های مسئله خطی و غیر خطی.. 28

جدول (3 – 2). تعداد متغیر های مسئله خطی و غیر خطی.. 28

جدول (3 – 3). مقادیر پارامتر . 29

جدول (3 – 4). مقادیر پارامتر برای تسهیلات i 29

جدول (3- 5). مقادیر پارامتر های انبار. 29

جدول (3- 6). مقادیر تابع هدف.. 30

جدول (3- 7). جواب بهینه مسئله. 30

جدول(3- 8). روند الگوریتم ژنتیك. 39

جدول(3- 9) مراحل بهینه سازی گرادیان. 53

 

فصل چهارم

 

جدول(4- 1). پارامترهای الگوریتم ژنتیك… 56

جدول(4- 2). پارامترهای الگوریتم لاگرانژ. 56

جدول(4- 3).  نتایج محاسباتی در مقیاس های کوچک… 60

جدول(4- 4). نتایج محاسباتی در مقیاس های بزرگ.. 61

جدول(4- 5). مقایسه جواب های B&B و الگوریتم GA.. 62
فهرست شکل ها
فصل اول

شکل(1 – 1). دسته بندی کلی مسائل برنامه ریزی تسهیلات[1]. 3

شکل( 1 – 2). دسته بندی نوین مسائل مکان یابی [1]. 6

 

فصل سوم

 

شکل(3- 1). کروموزم. 41

شکل(3- 2). تقاطع نوع I. 43

شکل(3- 3(.تقاطع نوع II. 45

شکل(3- 4). جهش نوع I. 46

شکل(3- 5). جهش نوع II. 47

 

فصل چهارم

شکل (4- 1). نمودار همگرایی مقادیر تابع هدف در GA.. 63

شکل (4- 2). نمودار مقایسه زمان محاسباتی الگوریتم ژنتیک و الگوریتم آزاد سازی لاگرانژ و Lingo  در اندازه های متفاوت.. 64

چکیده:

در این تحقیق مکان یابی چند تسهیل و یک انبار مرکزی با تقاضا برنولی مورد بررسی قرار گرفت که مکان ها بصورت گسسته می باشند. هدف این مسئله مکان یابی- تخصیص، تعیین مکان بهینه تسهیلات و تخصیص تمام مشتریان به تسهیلات مستقر شده و همچنین مکان یابی یک انبار از بین مکان های کاندید انبار به عنوان انبار مرکزی و تخصیص تسهیلات به آن انبار می باشد بطوریکه بتوانیم مجموع هزینه های ثابت تسهیلات مکان یابی شده و انبار مرکزی و بعلاوه هزینه سرویس دهی و هزینه منابع برون سپار آنها را مینیمم شود.

نتایج محاسباتی این تحقیق، نشان می دهد كه مساله توسط نرم افزارLINGO در اندازه های بزرگ در زمان معقول به حل بهینه دست پیدا نمی کند. به منظور نشان دادن كارایی مساله در مقیاس های بزرگ، دو الگوریتم فرا ابتكاری (الگوریتم ژنتیك) و ابتکاری( الگوریتم آزاد سازی لاگرانژ) پیشنهاد و با یكدیگر مقایسه شده اند.

مقدمه
مسائل مکان یابی- تخصیص[1] شامل استقرار مجموعه ای از تسهیلات جدید[2] در بین تسهیلات موجود و تخصیص تسهیلات موجود به تسهیلات جدید است بصورتی که تقاضای تسهیلات موجود برآورده شود[2]. در دنیای واقعی بسیاری از مسائل را می توان با بهره گرفتن از مدلهای ارائه شده برای این دسته از مسائل حل کرد و جوابهای بسیار خوبی دست یافت که با اجرای آنها از صرف هزینه های اضافی می توان جلوگیری کرد و سود فراوانی بدست آورد. در واقع این مدلها را می توان با اهداف بهبودی و یا در زمینه- های طراحی بکار برد. این گونه مسائل ابتدا توسط کوپر[3] در سال 1963 ارائه شد.

مسائل مکان یابی نه تنها تعیین می کنند که هر مشتری چه مقدار کالا از هر واحد دریافت می کند، بلکه تعداد تسهیلات ، محل قرارگیری و ظرفیت آنها را نیز مشخص می کند. این مسائل را می توان بر مبنای ماهیت مسئله مطرح شده به دسته های زیر دسته بندی کرد.

1.فضای تخصیص

در بعضی مسائل نمی توان از تمامی سطح بصورت پیوسته استفاده کرد که این مسائل می بایستی بصورت گسسته[4] مورد تحلیل قرارگیرند.