ارزیابی عملکرد پالایشگاه های کشور با مدل ترکیبی تحلیل پوششی داده ها و شبکه های عصبی مصنوعی

ارزیابی عملکرد پالایشگاه های کشور با مدل ترکیبی تحلیل پوششی داده ها و شبکه های عصبی مصنوعی
نوع فایل
word
حجم فایل
2mb
نویسنده
تاریخ انتشار
23 جولای 2019
دسته بندی
تعداد بازدید
79 بازدید
12,000 تومان
افزودن به سبد خرید
  خرید این محصول

پژوهش کارشناسی ارشد مهندسی صنایع با عنوان ارزیابی عملکرد پالایشگاه های کشور با مدل ترکیبی تحلیل پوششی داده ها و شبکه های عصبی مصنوعی با فرمت ورد در ۱۲۲ صفحه

چکیده تحقیق ارزیابی عملکرد پالایشگاه های کشور با مدل ترکیبی تحلیل پوششی داده ها و شبکه های عصبی مصنوعی :

کارایی و رتبه بندی زیرمجموعه های یک صنعت کاری ضروری است ، و لازم است حداقل سالی یکبار عملکرد آنها را برپایه اصول علمی مورد ارزیابی قرار داد.

صنعت نفت و گاز به عنوان یکی از اساسی ترین صنایع ایران از حساس ترین و مهمترین منابع درآمد دولت به شمار میرود .بدیهی است وجود کارایی در این صنعت عایدات دولت را چندین  برابر مینماید و این مهم جز با ارزیابی دقیق و صحیح واحدها ی تحت پوشش میسر نمیشود .

از آنجایی که تحلیل پوششی داده ها کارایی متفاوتی در طول زمان ارائه میدهد و به هیچ پیش فرض اولیه ای درباره مرز کارایی نیاز ندارد لذا در میان تمام روشهای ارزیابی عملکرد ، DEA در سازماندهی و تحلیل داده ها بهترین روش است .بنابراین با جمع آوری اطلاعات ورودی و خروجی ۶ پالایشگاه کشور کارایی آن ها را محاسبه کرده و واحدهای کارا و ناکارا شناسایی شدند.. اما DEA قادر به تفکیک کارایی همه ی پالایشگاه ها ازیکدیگرنیست . دلیل این موضوع کمبود تعداد واحدهای تصمیم گیرنده (۶ پالایشگاه ) نسبت به تعداد ورودی و خروجی ها( ۴ ورودی و ۴ خروجی ). لذا DEA قادر به رتبه بندی کامل واحدها نیست، بنابراین از تلفیق تحلیل پوششی داده ها و شبکه عصبی مصنوعی به منظور اندازه گیری عملکرد واحدها ی تصمیم گیرنده استفاده شده است به نحوی که مشکل مذکور برطرف گردد. و در آخر مقایسه ای بین نتایج حاصل از این دو روش صورت گرفته است .

کلمات کلیدی :

کارایی ، ارزیابی عملکرد ، تحلیل پوششی داده ها ، شبکه عصبی ، پالایشگاه

فهرست مطالب تحقیق ارزیابی عملکرد پالایشگاه های کشور:

فصل اول. ۱

کلیات تحقیق. ۱

۱-۱- مقدمه. ۲

۱-۲- تعریف مسأله. ۳

۱-۳- اهداف اساسی از انجام تحقیق. ۴

۱-۴- ضرورت انجام تحقیق. ۴

۱-۵- فرضیات تحقیق. ۵

۱-۶- جامعه آماری.. ۵

۱-۷- قلمرو تحقیق. ۵

۱-۸- مراحل انجام تحقیق : ۵

فصل دوم. ۷

مرور ادبیات و بررسی پیشینه ی تحقیق. ۷

۲-۱- مقدمه. ۸

۲-۲- تعاریف کارایی. ۸

۲-۳- روش های اندازه گیری کارایی فنی. ۹

۲-۳-۱- روش های پارامتری.. ۹

۲-۳-۲- روش های نا پارامتری.. ۹

۲-۴- مقایسۀ رگرسیون وتحلیل پوششی داده ها ۹

۲-۵- مفاهیم کارایی. ۱۰

۲-۶- استفاده ازنسبت دراندازه گیری کارایی. ۱۱

۲-۷- انواع مدل های پایه ای (کلاسیک) تحلیل پوششی داده ها : ۱۱

۲-۷-۱- مدل CCR : 12

۲-۷-۲- مدل BCC. 17

۲-۷-۳- مدل جمعی ( SBM= Slack Based Model ) 20

۲-۸- رتبه بندی واحد های کارا ۲۱

۲-۹- روش اندرسون – پیترسون ۲۱

۲-۱۰- شبکه های عصبی مصنوعی ( ANNs ) 22

۲-۱۰-۱- مقدمه. ۲۳

۲-۱۰-۲- شبکه عصبی. ۲۳

۲-۱۰-۳- معرفی شبکه عصبی مصنوعی. ۲۴

۲-۱۰-۴- تاریخچه شبکه‌های عصبی مصنوعی. ۲۴

۲-۱۰-۵- چرا از شبکه‌های عصبی استفاده می‌کنیم؟ ۲۵

۲-۱۰-۷- ساختار شبکه‌های عصبی. ۲۶

۲-۱۰-۸- تقسیم بندی شبکه‌های عصبی. ۲۷

۲-۱۰-۹- کاربرد شبکه‌های عصبی. ۲۸

۲-۱۰-۱۰- معایب شبکه‌های عصبی. ۲۸

۲-۱۰-۱۱- مسائل مناسب برای یادگیری شبکه های عصبی. ۲۸

۲-۱۱- یادگیری یک پرسپترون. ۲۹

۲-۱۱-۱- آموزش پرسپترون. ۳۱

۲-۱۱-۲- الگوریتم یادگیری پرسپترون. ۳۱

۲-۱۲- مقایسه آموزش یکجا و افزایشی. ۳۲

۲-۱۳- شبکه های چند لایه. ۳۲

۲-۱۴- الگوریتم Back propagation. 33

۲-۱۵- شبکه های عصبی چند لایه پیش خور ۳۷

۲-۱۶- انواع شبکه های عصبی : ۳۸

۲-۱۶-۱- شبکه عصبی پرسپترون. ۳۹

۲-۱۶-۲- شبکه همینگ.. ۴۰

۲-۱۶-۳- شبکه هاپفیلد. ۴۱

۲-۱۶-۴- شبکه عصبی خود سازمانده مدل کوهنن. ۴۲

۲-۱۶-۵- شبکه عصبی تأ خیر زمانی. ۴۲

۲-۱۷- مدل ترکیبی شبکه های عصبی مصنوعی و تحلیل پوششی داده ها (NEURO/DEA ) 43

۲-۱۷-۱- مقدمه. ۴۴

۲-۱۷-۲- الگوریتم تحلیل کارایی. ۴۶

۲-۱۷-۳- نرمال سازی داده ها ۴۶

۲-۱۸- مفاهیم کارایی ، بهره وری و اثربخشی. ۴۹

۲-۱۹- مروری بر مطالعات انجام شده ۵۰

فصل سوم. ۶۲

روش تحقیق.. ۶۲

۳-۱- مقدمه. ۶۳

۳-۲- روش تحقیق. ۶۳

۳-۳- جامعه آماری.. ۶۴

۳-۴- شیوه گردآوری اطلاعات.. ۶۴

۳-۵- مراحل انجام تحقیق. ۶۴

۳-۶- شیوه نرمال سازی.. ۶۵

۳-۷- ارزیابی و تحلیل کارایی فنی پالایشگاه های گاز کشور با رویکرد تحلیل پوششی داده ها (DEA ) 65

۳-۷-۱- مدل سازی ریاضی. ۶۶

۳-۷-۲- مدل مضربی CCR ورودی محور ۶۶

۳-۷-۳- روش اندرسون – پیترسون بر ای رتبه بندی واحدهای کارا ۶۷

۳-۸- دلایل استفاده از مدل مضربی CCR ورودی محور در مقایسه با مدل BCC. 67

۳-۹- روش تحقیق مورد استفاده در تحلیل کارایی با مدل های ترکیبی Neuro/DEA. 68

۳-۹-۱- مدل مورد استفاده در تحقیق. ۶۹

۳-۹-۲- روش به کار گرفته شده در مدل های ترکیبی Neuro/DEA1 و Neuro/DEA2 جهت ارزیابی واحد ها ۷۰

فصل چهارم. ۷۱

نتایج و تفسیر آن ها ۷۱

۴-۱- مقدمه. ۷۲

۴-۲- نرمالیز کردن داده ها ۷۳

۴-۳- الگوریتم پس انتشار ۷۷

۴-۴- شبکه پیش سو ۷۸

۴-۵- جمع آوری داده ها : Neuro – DEA. 78

۴-۶- نرمال سازی داده ها Neuro /DEA. 79

۴-۷- داده های آموزش.. ۸۰

۴-۸- داده های تست.. ۸۰

۴-۹- عملیات آموزش.. ۸۲

۴-۱۰- نمایش نمودارها ۸۴

فصل پنجم. ۸۷

نتیجه گیری و پیشنهادات.. ۸۷

۵-۱- محدودیت های انجام تحقیق. ۸۸

۵-۲- نتیجه گیری.. ۸۸

۵-۳- تحقیقات آتی. ۸۹

منابع و مراجع. ۹۰

منابع فارسی. ۹۱

منابع انگلیسی. ۹۳

مطالعه بیشتر

   راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

پاسخی بگذارید