پاورپوینت توسعه شبکه های عصبی مصنوعی

          سعید 
            بازدید : 23
          سه شنبه 17 دی 1398
           نظرات (0)
        

پاورپوینت توسعه شبکه های عصبی مصنوعی

فرمت فایل دانلودی: .zip
فرمت فایل اصلی: ppt
تعداد صفحات: 33
حجم فایل: 484 کیلوبایت
قیمت: 12000 تومان

توضیحات:
پاورپوینت با موضوع توسعه شبکه های عصبی مصنوعی، در قالب ppt و در 33 اسلاید، قابل ویرایش.

بخشی از متن پاورپوینت:
ANNها:
معماری
یک ANN شامل مجموعه ای از Elementهای در حال پردازش (نرون) است که به عنوان یک گراف متصل تفسیر می شود که هر نود (نرون) i یک تابع انتقال fi را دربر دارد.

ANNها
به کلاس های انتشار روبه جلو و
بازگشتی مطابق اتصالشان تقسیم می شوند.
یادگیری در ANNها
یادگیری در ANNها به طور معمولی با استفاده از مثالهای آموزشی (training) صورت می گیرد، چون با سازگار کردن وزن های ارتباطی در شبکه های تکراری حاصل می شود.
یادگیری در ANNها به سه دسته تقسیم می شود:
یادگیری با ناظر (supervised learning)
یادگیری بدون ناظر (unsupervised learning)
یادگیری تقویتی (reinforcement learning)

فهرست مطالب:
مقدمه‏ای بر شبکه‏های عصبی
مقدمه‏ای بر الگوریتم‏های تکاملی
تکامل شبکه‏های عصبی مصنوعی
آموزش وزن‏ها
طراحی معماری
آموزش و طراحی معماری شبکه‏های عصبی
آموزش قوانین یادگیری

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

کد متلب ارایه روشی بهبود یافته برای بهینه سازی، بر مبنای الگوریتم ازدحام ماهیهای مصنوعی (AFSA)

          سعید 
            بازدید : 26
          شنبه 23 شهریور 1398
           نظرات (0)
        

کد متلب ارایه روشی بهبود یافته برای بهینه سازی، بر مبنای الگوریتم ازدحام ماهیهای مصنوعی (AFSA)

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: .m
حجم فایل: 1 کیلوبایت
قیمت: 5500 تومان

توضیحات:
کد متلب ارایه روشی بهبود یافته برای بهینه سازی، بر مبنای الگوریتم ازدحام ماهیهای مصنوعی (AFSA).

این فایل حاوی کد برنامه متلب برای پیاده سازی یک الگوریتم جدید و بهبود یافته الگوریتم ازدحام ماهیهای مصنوعی با هدف بهبود مدل های شبکه عصبی و مقایسه آن با الگوریتم(PSO) می باشد.

الگوریتم ازدحام ماهی های مصنوعی (artificalt fish-swarm algrithm) الگوریتمی از نوع تکاملی ، ابتکاری و بر گرفته از تئوریهای هوش جمعی می باشد که از رفتار های اجتماعی کلونی های ماهی در طبیعت الهام گرفته است . الگوریتم AFSA یک تکنیک توسعه یافته از الگوریتم ژنیک است و تا حدودی ساختار و مفاهیم پایه ای مشابه مانند کروموزوم،ژن، جمعیت، تکامل ، جهش و...در هر دوی آنها موجود است. ازویژگی ها و مزایای نسبی تکنیک AFSA میتوان به انعطاف پذیری و تحمل پذیری خطای بالا، عدم حساسیت به مقادیر اولیه و سرعت همگرایی بالا اشاره کرد. الگوریتم ازدحام ماهی ها، بطور ویژه ، در کاربردهای بهینه سازی، مانند آموزش شبکه های عصبی پیشرو ، بهینه سازی ترکیبی و تخمین پارامترها استفاده می شود.

این محصول، کد برنامه متلب برای پیاده سازی یک الگوریتم جدید و بهبود یافته الگوریتم ازدحام ماهیهای مصنوعی است و هدف آن بهبود مدل های شبکه عصبی، در مقایسه با الگوریتم بهینه سازی ازدحام ذرات ((PSO میباشد .ابتدا دو الگوریتم PSO و AFSA با شخصات اصلی زیر تعریف شده:
* برای دستیابی به مقاسیه ای منصفانه ، تعداد جمعیتها (20) و دوره های تکرار(200) برای هر دو الگوریتم یکسان در نظر گرفته شده .
* برای تولید ذرات وتعیین سرعت اولیه در هر دو الگوریتم از روش مقداردهی تصادفی استفاده شده، که در است که برای انجام مراحل بهینه سازی، تابع نمونه (f (x بهمراه متغیرها یی با مقادیر آزمایشی بعنوان ورودیهای شبکه ، تعریف شده. تابع و مقادیر متغیرهای ورودی با توجه به سناریو قابل تغییر است.). در نهایت ، کدنویسی برای شبیه سازی هر دو الگوریتم انجام گرفته.
چون در اینگونه الگوریتمها ، مقداردهی برای تولید ذرات اولیه بصورت random صورت میپذیرد،در هر بار اجرا نتایج بدست آمده با توجه به تغییر مقادیر پارامترهای ورودی ، تغییر خواهد کرد. لذا ، برای بررسی عملکرد ، باید برنامه را دفعات مشخصی اجرا کنیم ، در نهایت با روش شمارش نتایج شاخص fitness و یا معدل گیری از نتایج ، عملکرد را بررسی کنیم. مسلما" هر چه تعداد دفعات اجرا بیشتر شود، نتیجه حاصل شده ،از دقت بالاتری برخوردار خواهد بود.
برای نمونه ، برنامه 100 مرحله متوالی اجرا شد و نتایج بدست آمده برای شاخص شایستگی بررسی شد. عملکرد الگوریتم ازدحام ماهی مصنوعی پیشنهادی ، به روش شمارش نتایج نهایی ، در 61 مورد از 100 مورد اجرا، بهتر از الگوریتم استاندارد بهینه سازی ازدحام ذرات (pso) بدست آمد. تلاش شده برنامه دارای ساختاری روان و انعطاف پذیر داشته و وابستگیها سلسله مراتبی تعریف شود تا توسعه ساده آن برای سناریوهای مختلف بهینه سازی ، خصوصا" ارتقای عملکرد انواع مدلهای شبکه های عصبی با اعمال کمترین تغییرات ،فراهم شود. کدهای اصلی دارای کامنت انگلیسی میباشد.

برای اجرای برنامه، پس از خارج کردن فایل فشرده دانلودی از حالت فشرده، پوشه حاوی کدهای برنامه که شامل سه mfile میباشد را به current folder نرم افزار متلب کپی کنید و فایل با نام main.m را Run نمایید. نتایج محاسباتی در command window و نتایج گرافیکی مقایسه دو الگوریتم pso و AFSA است بصورت منحنی در پنجره فیگور نمایش داده میشود.

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

تحقیق شبکه عصبی مصنوعی

          سعید 
            بازدید : 25
          شنبه 23 شهریور 1398
           نظرات (0)
        

تحقیق شبکه عصبی مصنوعی

فرمت فایل دانلودی: .docx
فرمت فایل اصلی: docx
تعداد صفحات: 24
حجم فایل: 199 کیلوبایت
قیمت: 7000 تومان

توضیحات:
تحقیق با موضوع شبکه های عصبی مصنوعی، در قالب فایل Word و در حجم 24 صفحه، همراه با فهرست منابع.

بخشی از متن:
در حالت کلی، یک شبکه عصبی زیستی از مجموعه یا مجموعه‌ای از نورون‌های به صورت فیزیکی به هم متصل یا از لحاظ عملکردی به هم وابسته تشکیل شده‌است. هر نورون می‌تواند به تعداد بسیار زیادی از نورون‌ها وصل باشد و تعداد کل نورون‌ها و اتصالات بین آن‌ها می‌تواند بسیار زیاد باشد. اتصالات، که به آن‌ها سیناپس گفته می‌شود، معمولاً از آکسون‌ها و دندریت‌ها تشکلیل شده‌اند. هوش مصنوعی و مدل سازی شناختی سعی بر این دارند که بعضی از خصوصیات شبکه‌های عصبی را شبیه سازی کنند. این دو اگرچه در روش‌هايشان به هم شبیه هستند اما هدف هوش مصنوعی حل مسائل مشخصی است در حالی که هدف مدل سازی شناختی ساخت مدل‌های ریاضی سامانه‌های نورونی زیستی است. روشی برای محاسبه است که بر پایه اتصال به هم پیوسته چندین واحد پردازشی ساخته میشود. شبکه از تعداد دلخواهی نرون تشکیل میشود که مجموعه ورودی را به خروجی ربط میدهند. هر نورون می‌تواند به تعداد بسیار زیادی از نرون‌ها وصل باشد و تعداد کل نرون‌ها و اتصالات بین آن‌ها می‌تواند بسیار زیاد باشد.(Hagan, Demuth, & Beale, 1996)

فهرست مطالب:
مقدمه‌
هوش‌ مصنوعي‌ و هوش‌ انساني‌
شبکه‌های عصبی زیستی
تاریخچه شبکه‌های عصبی مصنوعی
شبكه عصبي
نورون مصنوعی
شبکه عصبی مصنوعي(ANN)
ساختار شبکه‌های عصبی
تقسیم بندی شبکه‌های عصبی
قابلیت های شبکه عصبی
کاربرد شبکه‌های عصبی
انواع شبكه عصبي
شبکه عصبی پرسپترون
پرسپترون تک لايه
يادگيري يك پرسپترون
توابع بولي و پرسپترون
شبكه عصبي هاپفيلد
شبکه عصبي همينگ
شبکه عصبی تأ خير زمانی
شبكه انتشار رو به عقب
معایب شبکه‌های عصبی
استفاده از شبكه هاي عصبي مصنوعي در تكميل، انگيزش و طراحي مخازن نفت و گاز
روشهاي شبكه عصبي براي پيش بيني توليد چاه نفت
شبکه های عصبی و کاربرد آنها در مهندسی کنترل
References

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

پروپوزال تعیین حساسیت یا پیش بینی زمین لغزش با شبکه عصبی فازی و GIS

          سعید 
            بازدید : 23
          چهارشنبه 13 شهریور 1398
           نظرات (0)
        

پروپوزال تعیین حساسیت یا پیش بینی زمین لغزش با شبکه عصبی فازی و GIS

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: docx
تعداد صفحات: 7
حجم فایل: 23 کیلوبایت
قیمت: 20000 تومان

توضیحات:
پروپوزال رشته زمین شناسی با موضوع تعیین حساسیت یا پیش بینی زمین لغزش با شبکه عصبی - فازی و GIS، در قالب فایل word و در حجم 7 صفحه.

این پروپوزال بصورت آماده بوده و جاهایی که خریدار باید اضافه کند با رنگ زرد مشخص شده است.

بخشی از متن:
زمین لغزش یکی از وقایع طبیعی است که خسارت زیادی به منابع طبیعی و در نتیجه آن به دارایی های انسان وارد می-کند که از جمله آن می توان به خسارت انواع سازه های مهندسی، مناطق مسکونی، شریان های حیاتی، خطوط انتقال نیرو، جنگل ها، مراتع، زمین های کشاورزی، معادن و در پی آن ایجاد رسوب و سیلاب های گل آلود و در نهایت پر شدن مخازن سدها اشاره نمود (بویی و همکاران، 2012.، پرادهان و همکاران، 2010). در کشور ایران به دلیل شرایط خاص اقلیمی و زمین شناسی، بروز حوادث و بلایای طبیعی زیاد و گاه با خسارت شدید همراه است. یکی از این بلایا زمین لغزش ها می باشد که لزوم مطالعات و تحقیقات در این رابطه ضروری به نظر می رسد. پهنه بندی خطر زمین لغزش که با هدف تقسیم بندی دامنه ها به پهنه های با خطرات متفاوت با توجه به عوامل موثر می باشد، تا حدودی می تواند جلوی خسارت های زیادی که در اثر بی توجهی به این امر همه ساله متوجه کشور می شود را بگیرد. حوزه آبخیز ... به دلیل موقعیت جغرافیایی، ... و ... یکی از مناطق مستعد بروز حرکات توده ای است. از لحاظ اقتصادی به دلیل داشتن آبیاری سطح وسیعی از مزارع در سطح جلگه دارای اهمیت زیادی است. لذا تحقیق حاضر در حوزه آبخیز ... و به منظور شناسایی و تعیین مناطق حساس به لغزش با استفاده از روش شبکه عصبی- فازی بوده تا با شناسایی این مناطق، اقدامات اجرایی برای کنترل زمین لغزش در منطقه به سمت و سویی منطقی هدایت گردد و از اتلاف انرژی و سرمایه جلوگیری شود.

فهرست مطالب:
تعریف موضوع
سابقه تحقیق
مطالعات داخل کشور
کلمات کلیدی
فرضیات (یا سئوالات پژوهشی)
روش تحقیق
نحوی وزن دهی به ورودی های روش شبکه عصبی - فازی
اجرای شبکه عصبی - فازی
فهرست منابع ومآخذ

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

پروپوزال تعیین حساسیت یا پیش بینی زمین لغزش با شبکه عصبی مصنوعی و GIS

          سعید 
            بازدید : 27
          چهارشنبه 13 شهریور 1398
           نظرات (0)
        

پروپوزال تعیین حساسیت یا پیش بینی زمین لغزش با شبکه عصبی مصنوعی و GIS

فرمت فایل دانلودی: .doc
فرمت فایل اصلی: doc
تعداد صفحات: 6
حجم فایل: 71 کیلوبایت
قیمت: 30000 تومان

توضیحات:
پروپوزال رشته زمین شناسی با موضوع تعیین حساسیت یا پیش بینی زمین لغزش با شبکه عصبی مصنوعی و GIS، در قالب فایل word و در حجم 6 صفحه.

این پروپوزال بصورت آماده بوده و جاهایی که خریدار باید اضافه کند با رنگ زرد مشخص شده است.

بخشی از متن:
یکی از انواع حرکتهای توده ای که به عنوان یکی از حوادث طبیعی غیرمترقبه در مناطق مختلف خسارت های جانی و مالی فراوان را برای زندگی انسان وارد می نماید، پدیده زمین لغزش است. زمین لغزش یکی از وقایع طبیعی است که خسارت زیادی به منابع طبیعی و در نتیجه آن به دارایی های انسان وارد می کند که از جمله آن می توان به خسارت انواع سازه های مهندسی، مناطق مسکونی، شریان های حیاتی، خطوط انتقال نیرو، جنگل ها، مراتع، زمین های کشاورزی، معادن و در پی آن ایجاد رسوب و سیلاب های گل آلود و در نهایت پر شدن مخازن سدها اشاره نمود (بویی و همکاران، 2012.، پرادهان و همکاران، 2010). شناخت نواحی مستعد وقوع حرکت های توده ای و زمین لغزش یکی از گام های اولیه در مدیریت منابع طبیعی و برنامه ریزی های توسعه ای و عمرانی است.

فهرست مطالب:
الف) تعریف موضوع
ب) سابقه تحقیق
ج) کلمات کلیدی:
د) فرضیات (یا سئوالات پژوهشی)
هـ) روش تحقیق
و) فهرست منابع ومآخذ

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

تحقیق ارزيابي كارايي شعب بانك پارسيان با استفاده از روش تلفيقي داده كاوي و تحليل پوششي داده ها

          سعید 
            بازدید : 19
          دوشنبه 04 شهریور 1398
           نظرات (0)
        

تحقیق ارزيابي كارايي شعب بانك پارسيان با استفاده از روش تلفيقي داده كاوي و تحليل پوششي داده ها

فرمت فایل دانلودی: .zip
فرمت فایل اصلی: pdf
تعداد صفحات: 111
حجم فایل: 15020 کیلوبایت
قیمت: 13000 تومان

توضیحات:
تحقیق رشته مهندسی صنایع با عنوان ارزيابي كارايي شعب بانك پارسيان با استفاده از روش تلفيقي داده كاوي و تحليل پوششي داده ها، در قالب فایل pdf و در حجم 111 صفحه، به همراه کلیه ضمائم.

بخشی از چکیده:
تعیین عوامل موثر بر کارایی در هر سازمانی می تواند کمک شایانی به مدیران سازمان در بهبود عملکرد سازمان نماید. یکی از مهمترین سرمایه های یک سازمان، نیروی انسانی آن است. در سالهای اخیر توجه به نیروی انسانی در سازمانها، بخش عظیمی از زمان و سرمایه سازمانهای پیشرو را به خود اختصاص داده است. موفقیت یا شکست سازمان، بستگی کامل به چگونگی جذب و نگهداری منابع انسانی آن دارد. در مورد بانکها هم چنین وضعیتی وجود دارد. اگرچه کارایی شعب بانکها به عوامل مختلفی بستگی دارد، اما یکی از مهمترین عوامل، وضعیت نیروی انسانی شعب می باشد. با بررسی شاخصهای نیروی انسانی موثر بر سودآوری از قبیل سن، جنس، تحصیلات، سابقه کار، حقوق و مزایای کارکنان و ... می توان رابطه کارایی با شاخص های نیروی انسانی را شناسایی کرد.در این تحقیق سعی شده است با معرفی یک الگوریتم هوشمند، چگونگی ساخت یک سیستم خبره، با شناسایی مهمترین عوامل تأثیرگذار بر کارایی واحدهای تصمیم (گروه مورد مطالعه) بررسی شده و سپس الگوریتم پیشنهادی در مورد مطالعاتی شعب بانک پارسیان پیاده سازی شده است. با انجام این الگوریتم، وضعیت کارکنان شعب بانک پارسیان، جهت کشف الگوهای مؤثر یر کارایی بررسی شده و عوامل تأثیرگذار بر کارایی شعب و روندهایی که تاکنون ناشناخته بوده است، استخراج گشته و نهایتاً یک سیستم خبره جهت استفاده مدیران طراحی شده است...

فهرست بخشی از مطالب:
فصل اول: شرح مسئله، چالش های موجود و راه حل ارائه شده
مقدمه
بیان مسئله
مفروضات مسئله
اهمیت موضوع تحقیق
قلمرو تحقیق
روش تحقیق و ساختار پایان نامه
فصل دوم: ادبیات حوزه تحلیل پوششی داده ها در مؤسسات مالی
مقدمه
ویژگی های یک نظام ارزیابی عملکرد
روش های موجود ارزیابی شعب
متدولوژی پایه
تحلیل پوششی دادها
بهره وری
مدل های اساسی ارزیابی کارایی
ویژگی های داده پوشی
نمونه هایی از مطالعات بین المللی ارزیابی شعب
فصل سوم: ادبیات حوزه داده کاوی، الگوریتم های مختلف و مقایسه آنها
مقدمه
نیاز به داده کاوی
محدودیتهای داده کاوی
قابلیت های داده کاوی
وظایف داده کاوی
مراحل عملیات داده کاوی
فنون و روش های داده کاوی
تئوری راف ست
فنون داده کاوی جهت ساخت مدل
نزدیکترین همسایگی
یافتن خودکار خوشه ها
تحلیل پیوندی
درخت های تصمیم گیری و استقرار قاعده ای
شبکه های عصبی
الگوریتم های ژنتیک
درجه بندی فنون مختلف داده کاوی از جهت سختی و آسانی
کاربرد داده کاوی در مسائل نیروی انسانی سازمانها
نتیجه گیری
فصل چهارم: فرضیات، روشها، الگوریتم ها و ارزیابی نتایج
مقدمه
معرفی الگوریتم جهت ساخت سیستم خبره
محاسبه کارایی واحدهای تصمیم گیری به کمک تحلیل پوششی داده ها
شناسایی عوامل محتمل و تأثیرگذار در گروه مورد مطالعه بر کارایی و تشکیل سیستم اطلاعات تصمیم
پیش پردازش داده های سیستم اطلاعات تصمیم
و ...
...
منابع

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.

تحقیق کاربرد داده کاوی در بررسی مسائل نیروی انسانی یک سازمان

          سعید 
            بازدید : 15
          جمعه 01 شهریور 1398
           نظرات (0)
        

تحقیق کاربرد داده کاوی در بررسی مسائل نیروی انسانی یک سازمان

فرمت فایل دانلودی: .rar
فرمت فایل اصلی: pdf
تعداد صفحات: 151
حجم فایل: 17126 کیلوبایت
قیمت: 21000 تومان

توضیحات:
تحقیق رشته مهندسی صنایع با عنوان کاربرد داده کاوی در بررسی مسائل نیروی انسانی یک سازمان-رابطه با کارایی، در قالب فایل pdf و در حجم 151 صفحه.

چکیده:
در این پژوهش، به ارزیابی رابطه بین کارایی و وضعیت کارکنان شعب پرداخته شده است.
کارایی هر سازمان رابطه مستقیمی با کارکنان آن سازمان دارد. مطالعه این موضوع که مولفه های نیروی انسانی مؤثر بر کارایی کدامها هستند و میزان تأثیر آنها چقدر است، موضوعی است که در قالب یک مدل داده کاوی به آن پرداخته شده است. در این تحقیق، تأثیر شاخص های نیروی انسانی از قبیل حداقل، حداکثر و میانگین سن و سابقه کار، میزان تحصیلات، حقوق و مزایا، تعداد فرزندان، حداقل، حداکثر و میانگین نمره ارزشیابی و ... بر کارایی شعب، مطالعه شده است. از آنجا که داده های پرسنل و کارایی شعب به صورت نسبتاً دقیق و کامپیوتری موجود است، برای یافتن رابطه بین شاخصهای نیروی انسانی و کارایی شعب، از داده کاوی استفاده شده است. داده کاوی، فرآیند کشف الگوها و روابط پنهان موجود بین داده ها است. داده های یک بانک به عنوان مطالعه موردی استفاده شده است. این تحقیق در سه فاز انجام شده است. فاز اول در سطح شعب مدیریت منطقه 6 تهران، فاز دوم به تفکیک درجه شعب و در سطح کل شعب تهران، و فاز سوم به تفکیک درجه شعب در سطح کل ایران انجام شد.
یافته های تحقیق نشان می دهد که الگوهای خاصی متناسب با درجه شعبه وجود دارد. در هر فاز با توجه به حجم داده ها، ابزارها و شاخص های موجود از ابزارهای مناسب استفاده و قواعد مناسب شناسایی شد. علاوه بر آن، در فاز سوم بر اساس مدل های بدست آمده، در هر شعبه تحلیل حساسیت انجام شد و شاخص های مؤثر بر کارایی شناسایی شد. برخی از قواعد کلی این تحقیق عبارتند از:
- حداقل سن در شعب درجه 1، با کارایی رابطه مستقیم و در بقیه شعب رابطه یکنواخت دارد.
- تعداد پرسنل با کارایی در شعب درجه 2 رابطه مستقیم و در شعب درجه 4 رابطه معکوس دارد.

فهرست مطالب:
فصل اول: کلیات
مقدمه
بیان مسئله
مفروضات مسئله
اهمیت موضوع تحقیق
اهداف تحقیق
قلمرو تحقیق
روش تحقیق
محدودیتهای تحقیق
فصل دوم: مرور ادبیات
داده کاوی
انبار داده ها
متاداده
دانش دامنه
فرآیند کشف دانش
مقدمات داده کاوی
روشهای داده کاوی
تکنیک های داده کاوی
طبقه بندی
خوشه یابی
مصورسازی داده ها
درخت تصمیم گیری
شبکه های عصبی
کاربردهای شبکه های عصبی
ساختار و انواع شبکه های عصبی مصنوعی
انواع یادگیری در شبکه های عصبی
انتشار به عقب
قواعد جمعی
تحلیل همبستگی
تحلیل عاملی
کاربردهای داده کاوی
کاربرد داده کاوی در مسائل نیروی انسانی سازمانها
تحلیل پوششی داده ها
نتیجه گیری
فصل سوم: مدل سازی
مقدمه
مراحل داده کاوی
شناخت دامنه مورد مطالعه
انتخاب داده ها
پاکسازی و پردازش اولیه
کشف الگوها
کشف دانش
نتیجه گیری
فصل چهارم: تحلیل ها
مقدمه
اعتبار
اصطلاحات
تکنیک های داده کاوی
درخت تصمیم گیری
خوشه یابی
مصورسازی و ضرایب همبستگی
شبکه عصبی
شبکه عصبی برای مدلسازی شاخصهای نیروی انسانی و کارایی
تحلیل توالی
سیستم پشتیبان تصمیم
نتایج
نتایج فاز اول
نتایج فاز دوم
نتایج فاز سوم
نتیجه گیری
فصل پنجم: یافته های تحقیق
مقدمه
رابطه کارایی با وضعیت پرسنل
عدم اعتبار فرمهای ارزشیابی
سیستمهای پشتیبان تصمیم
داده کاوی و مهندسی صنایع
داده کاوی در بانک
فصل ششم: نتیجه گیری و پیشنهادها
نتایج تحقیق
پیشنهاد برای تحقیقات آتی
پیشنهادهای کلی
مراجع

پرداخت با کلیه کارتهای عضو شتاب امکان پذیر است.