ترتیب بر اساس: جدیدترینپربازدیدترین
فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۲۰٬۲۴۱ تا ۲۰٬۲۶۰ مورد از کل ۳۸٬۸۵۲ مورد.
۲۰۲۴۴.

داوری ارز در مسابقه تولید - واردات / 3 رقمی ها

۲۰۲۴۶.

رابطه ی بلندمدت میان درآمد خانوار روستایی و متغیرهای کلان اقتصادی در ایران(مقاله علمی وزارت علوم)

کلیدواژه‌ها: الگوی خودتوضیح با وقفه های گسترده درآمد خانوار روستایی متغیرهای کلان

حوزه‌های تخصصی:
تعداد بازدید : ۱۱۶۶ تعداد دانلود : ۵۶۷
این تحقیق تاثیرات کوتاه مدت و بلندمدت متغیرهای کلان اقتصادی از قبیل قیمت کالاهای کشاورزی، نرخ بهره، و نرخ ارز را بر درآمد خانوار روستایی بخش کشاورزی بررسی می کند. برای این منظور الگوی خودتوضیح با وقفه های گسترده برای سری زمانی 1387-1356 استفاده شده است. نتایج حاصل از این تحقیق نشان داد که میان متغیرهای مدل و درآمد خانوار روستایی رابطه ی بلندمدت وجود دارد. از میان این متغیرها، شاخص قیمت محصولات کشاورزی و نرخ ارز تاثیر معنی داری داشته است و ضرایب مربوط به آن ها به ترتیب 81/1 و 65/0- به دست آمده است. با توجه به این که متغیرهای شاخص قیمت محصولات کشاورزی و نرخ ارز تاثیر معناداری بر درآمد خانوار روستایی داشته است، تثبیت شاخص قیمت محصولات کشاورزی و نرخ ارز و اتخاذ متغیرهای کلان اقتصادی مناسب جهت بهبود درآمد روستاییان توصیه می شود.
۲۰۲۵۰.

رتبه بندی رقابت پذیری صنایع بر اساس شاخص انعطاف پذیری نیروی کار(مقاله علمی وزارت علوم)

کلیدواژه‌ها: نیروی کار جهانی شدن رقابت پذیری صنایع انعطاف پذیری

حوزه‌های تخصصی:
تعداد بازدید : ۲۲۴۳ تعداد دانلود : ۱۳۸۳
میزان رقابت را در میان صنایع و بنگاه های مختلف افزایش داده است. از این رو، هر بنگاه به منظور بقا در اقتصاد جهانی باید برای افزایش قدرت رقابتی خود تلاش کند. بدین منظور بنگاه های مختلف سعی می کنند با رشد انعطاف پذیری در بازار نیروی کار خود، علاوه بر کاهش هزینه های تولید، انعطاف پذیری خود را در مواجه با شرایط بازار جهانی افزایش دهند تا بدین وسیله بتوانند به قدرت رقابتی بیشتری دست یابند. این مطالعه با تمرکز بر اشتغال غیررسمی، به دنبال بررسی این موضوع است که اشتغال غیررسمی تا چه میزان می تواند بر رشد انعطاف پذیری نیروی کار بنگاه ها، قدرت رقابتی آنها و در نتیجه بر فرایند حرکت صنایع کشور به سوی اقتصاد جهانی مؤثر باشد. نتایج مطالعه حاضر نشان می دهد که این اثر در فعالیت ها و صنایع رقابت پذیر که فناوری پیشرفته ای ندارند، مثبت است و بنگاه های این دسته از صنایع، برای بهبود رقابت پذیری خود باید بیشتر از نیروی کار غیررسمی استفاده کنند. در نهایت، با بهره گیری از این نتایج، شاخص مزیت رقابتی پویا که ترکیب متوازنی از شاخص رقابت پذیری و سهم اشتغال غیررسمی است، برای رتبه بندی صنایع معرفی شده است.
۲۰۲۵۱.

رتبه بندی اهداف دامداران جنگل نشین شهرستان تنکابن با استفاده از روشهای منطق فازی و رتبه بندی ساده(مقاله علمی وزارت علوم)

۲۰۲۵۳.

هدفمند کردن یارانه هاتحول یا خود زنی

۲۰۲۵۴.

پیش بینی اثر متغیرهای کلان بر شاخص قیمت سهام با استفاده از شبکه عصبی GMDH

کلیدواژه‌ها: پیش بینی شاخص قیمت سهام متغیر های کلان شبکه های عصبی مصنوعی الگوریتم GMDH

حوزه‌های تخصصی:
تعداد بازدید : ۲۹۵ تعداد دانلود : ۲۳۷
اقتصاد هر کشور از بخش های مختلفی تشکیل شده که روابط بین این بخش ها، سمت و سوی اقتصاد آن کشور را مشخص می کند. در این میان بازار سرمایه در کنار بازار پول، به عنوان اجزای تشکیل دهنده بازارهای مالی بوده و در واقع، شریان های اصلی یک اقتصاد محسوب می شوند، که مسائلی نظیر رشد و توسعه اقتصادی منوط به عملکرد آنها در اقتصاد است و چنانچه رابطه منطقی بین بازار مالی با بخش های دیگر اقتصادی وجود نداشته باشد، احتمال بروز اختلالات و نقصان هایی در ساز و کار اقتصاد وجود دارد. بازار بورس به عنوان رکن اصلی بازار مالی نقش مهمی را در تسهیل سرمایه گذاری های شکل گرفته در بازار سرمایه ایفا می کند. هدف اصلی این پژوهش پیش بینی شاخص قیمت سهام بورس تهران است. بدین روی، ضمن مرور اجمالی بر شناخته شده ترین نظریه های اقتصادی، به ارائه روش جدیدتری نسبت به روش های دیگر رایج پیش بینی در گذشته پرداخته و با استفاده از مدل شبکه عصبی GMDH، اثر متغیرهای کلان اقتصادی (شامل نرخ ارز، نرخ تورم و تولید ناخالص داخلی) بر شاخص قیمت سهام بورس اوراق بهادار تهران را الگوسازی و پیش بینی میکنیم. الگوریتم GMDH قابلیت استفاده در موضوع های متنوعی مانند کشف روابط، پیش بینی، مدل سازی سیستم ها، بهینه سازی و شناخت الگوهای غیرخطی را دارد. ویژگی خاص این الگوریتم استنتاجی، قابلیت شناسایی و غربال کردن متغیرهای کم اثر ورودی در دوره آموزش شبکه و حذف آنها از روند شبیه سازی در دوره آزمون است. بدین ترتیب، می توان با انجام یک فرآیند قیاسی، در چند مرحله تکرار، متغیرهای کم اثرتر را حذف نمود و در نهایت، مدل بهینه برای پیش بینی را بر اساس معیارهای رایج خطا نظیر RMSE و MAPE به دست آورد. افزون براین، این الگوریتم قادر به شناسایی و رتبه بندی تأثیرگذارترین متغیرها نیز می باشد. نتایج به دست آمده حاکی از دقت بسیار بالا و قابلیت فوق العاده الگوریتم GMDH در پیش بینی شاخص قیمت سهام بورس تهران است، به طوری که خطای حاصل از پیش بینی شاخص قیمت سهام بورس تهران برای داده-های سالانه 0.37درصد، ماهانه 0.35درصد و برای فصلی 2.04درصد است. همچنین، نتایج نشان می دهد که در بهترین مدل غیرخطی پیش بینی شاخص قیمت سهام با استفاده از مدل شبکه عصبی GMDH متغیرهای نرخ ارز، نرخ تورم و تولید ناخالص داخلی همگی جزء متغیرهای مؤثر بوده و هیچکدام از مدل حذف نشدند
۲۰۲۵۶.

تخصیص آب سد لتیان بین محصولات کشاورزی در شرایط عدم حتمیت(مقاله علمی وزارت علوم)

کلیدواژه‌ها: تخصیص آب برنامه ریزی فازی برنامه ریزی نادقیق

حوزه‌های تخصصی:
تعداد بازدید : ۱۳۸۳ تعداد دانلود : ۷۸۳
در مطالعه حاضر تخصیص آب سد لتیان بین محصولات کشاورزی با کاربرد مدل بهینه سازی دو مرحله ای نادقیق مورد بررسی قرار گرفت و نتایج نهایی با مدل برنامه ریزی فازی بازه ای مقایسه شد. داده های مورد نیاز مطالعه از سازمان آب منطقه ای و جهاد کشاورزی استان تهران و برای سال های 70 تا 88 جمع آوری شد. نتایج نشان داد که با کاربرد برنامه ریزی فازی بازه ای در بهترین حالت (یعنی رخ دادن سطح جریان زیاد) به میزان 63درصد، 69 درصد، 49 درصد و 33 درصد از آب مورد نیاز محصولات جو، صیفی جات، سبزیجات و ذرت علوفه ای تامین می شود، اما میزان تخصیص نهایی آب محصول گندم به طور دقیق مشخص نیست. همچنین با کاربرد مدل بهینه سازی دو مرحله ای نادقیق در حالتی که تقاضای آب به پایین ترین مقدار خود برسد مدیر سیستم محافظه کارانه عمل می کند و حد پایین تقاضای آب هدف را به مصرف کنندگان وعده می دهد. این مسئله موجب می شود کمبود آب نسبت به حالت بهینه کاهش یابد. اما وقتی تقاضای آب هدف به بالاترین حد خود می رسد مدیر به صورت خوش بینانه آب را در اختیار مصرف کنندگان قرار می دهد. در این حالت متغیر کمبود آب نسبت به حالت بهینه افزایش می یابد. همچنین مقایسه دو مدل نشان داد که مدل برنامه ریزی تصادفی دومرحله ای فازی نادقیق به طور همزمان سود و قطعیت سیستم را افزایش می دهد.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان