2024-03-28T21:02:08Z
https://jamm.scu.ac.ir/?_action=export&rf=summon&issue=1320
مجله مدلسازی پیشرفته ریاضی
JAMM
2251-8088
2251-8088
1393
4
2
اراﺋﻪی ﻣﺪل ﭼﻨﺪ ﻫﺪﻓﻪ ﻗﺎﺑﻞ اﻃﻤﯿﻨﺎن ﻣﮑﺎن ﯾﺎﺑﯽ-ﺗﺨﺼﯿﺺ ﺑﺮای ﺳﯿﺴﺘﻢﻫﺎی ﺗﺎﻣﯿﻦ ﺧﻮن ﺗﺤﺖ ﺷﺮاﯾﻂ اﺧﺘﻼل
نسترن
کاظمی
زهرا
بادری
علی
بزرگی امیری
در زمان وقوع بلایای طبیعی و انسانساز، تامین برخی اقلام که ارتباط مستقیم بازندگی انسانها دارند، از اهمیت بالایی برخوردارند. در جهان واقعی سیستمهای عرضه با اختلالات بسیاری در تسهیلات خود روبهرو هستند و از کار افتادن تسهیلات منجر به عدم تامین بهموقع میشود و اهمیت این موضوع در سیستم تامین خون بیشتر آشکار میشود. در این مقاله، مدلی چندهدفه برای مکانیابی تسهیلات موقت جهت جمعآوری خون و تخصیص اهداکنندگان خون به این مکانها ارائهشده است. اهداف مدل شامل کمینه کردن بیشترین مقدار کمبود در مراکز خون در بدترین حالت وقوع اختلالات در تسهیلات و نیز کمینه کردن مجموع هزینهها در بدترین حالت وقوع اختلالات در تسهیلات میباشد. جهت نشان دادن کاربردپذیری مدل پیشنهادی، مساله با روش محدودیت اپسیلون بر روی مثال عددی حل و تجزیهوتحلیل شده است
سیستمهای تامین خون
مکانیابی-تخصیص
بهینه سازی چند هدفه
قابلیت اطمینان
2015
10
23
1
25
https://jamm.scu.ac.ir/article_11359_c40b3510cf61704656cacb5c0503c707.pdf
مجله مدلسازی پیشرفته ریاضی
JAMM
2251-8088
2251-8088
1393
4
2
بکارگیری مدل میانگین- واریانس مبتنی بر اعتبار برای تشکیل سبدی از صندوق های سرمایه گذاری مشترک
مهسا
صمندر
حسنعلی
سینایی
تحقیق حاضر، به بررسی مسئله بهینه سازی پرتفوی (به عنوان یکی از مسائل بنیادین در حوزه ی سرمایه گذاری) با توجه به مفاهیم ریسک مبتنی بر تئوری اعتبار می پردازد. به نحوی که، مدل بهینه سازی پرتفوی در چارچوب تئوری امکان (زاده 1978- 1965 میلادی) را با یک مدل بهینه سازی پرتفوی نوین مبتنی بر تئوری احتمال منطبق ساخته و مدل اخیر را که در واقع در قالب یک رویکرد سرمایه گذاری منفعلانه مطرح میگردد، پیرامون تشکیل سبدی از صندوق های سرمایه گذاری سهامی فعال در بورس اوراق بهادار تهران از سال 1390 تا پایان دی ماه سال 1392 مورد بررسی قرار میدهد. نتایج حاصل از اجرای رویکرد مزبور بوسیله کاربرد الگوریتم ژنتیک، حاکی از عملکرد مشابه سبد تشکیل شده از صندوقها (بر مبنای شاخص شارپ) با عملکرد بازارست.
صندوق های سرمایه گذاری
تئوری اعتبار
تئوری امکان
الگوریتم ژنتیک
2015
10
23
27
48
https://jamm.scu.ac.ir/article_11341_c1634557160b0936435208a15777e9e2.pdf
مجله مدلسازی پیشرفته ریاضی
JAMM
2251-8088
2251-8088
1393
4
2
شناساپذیری در مدل های خطی تعمیم یافته با اثرهای تصادفی
الهام
تبریزی
احسان
بهرامی سامانی
ناصح
جعفری
شناساپذیری یکی از ویژگیهای لازم برای کفایت یک مدل آماری است. وقتی مدلی شناساپذیر نباشد، با هیچ اندازهای از نمونه، نمیتوان پارامتر حقیقی مدل را تعیین کرد. در این مقاله، مروری بر مفهوم مشهور شناساپذیری و ویژگیهای آن شده است. بهعلاوه از آنجایی که مشکل شناساناپذیری در مدلهای خطی تعمیمیافته با اثرهای تصادفی بسیار رایج است، تمرکز اصلی ما بر روی این گونه از مدلها بوده است. از سوی دیگر، معمولاً نرمافزارهای آماری، بعد از برازش مدل شناساناپذیر در آنها، اشارهای به این مسأله نکرده و خروجیهای غیر معتبر ارائه میدهند. بنابراین یافتن راهی برای بررسی شناساپذیری مدل، قبل از برازش آن، خالی از فایده نخواهد بود. در این راستا، قضایای جدیدی در رابطه با شناساپذیری مدلهای خطی تعمیمیافته با اثرهای تصادفی بیان شده است. همچنین برای تشریح سودمندی قضایای مطرح شده، چند مطالعهی شبیهسازی روی مدلهای شناساناپذیر خطی تعمیمیافته و خطی تعمیمیافته با اثرهای تصادفی انجام شده و مشکلهای حاصل از برازش آنها مورد بررسی قرار گرفته است.
کلمات کلیدی: شناساپذیری
مدل های آمیخته ی خطی
مدل های خطی
تعمی میافته ی اثرهای تصادفی
2015
10
23
49
69
https://jamm.scu.ac.ir/article_11361_7c917dc33d656bb0bcf5589978119bd0.pdf
مجله مدلسازی پیشرفته ریاضی
JAMM
2251-8088
2251-8088
1393
4
2
برآورد شبه درستنمایی مدل کسینوسی توزیع فون میزس دومتغیره
سیما
نوری جویباری
موسی
گل علی زاده
برای مدلبندی پدیدههایی که با زاویه شناسایی میشوند توزیعهای جهتی ابزارهای بسیار مفیدی هستند. اخیرا ، استفاده از این توزیعها در علوم متنوعی مانند زیستشناسی، نجوم، هواشناسی و بیوانفورماتیک مورد توجه زیادی قرار گرفت. بویژه در تحقیقات علوم زیستی نشان داده شد که دو زوج زاویه وجود دارند که تا حد دقیقی ساختار هندسی و فضایی کامل یک پروتئین را در یک فضای سه بعدی توصیف میکنند. برای تشریح احتمالاتی براساس موقعیت اتمهای پروتئین مقادیر توام این دو زاویه توزیعی به نام فونمیزس دومتغیره وجود دارد. در این مقاله با مطالعه یکی از حالتهای خاص این توزیع (مدل کسینوسی)، ابتدا به بررسی ویژگیهای توزیع شامل تعداد مدهای توزیع و تقریب آن توسط نرمال دومتغیره پرداخته میشود. سپس نحوه برآورد پارامترهای توزیع بهروش شبهدرستنمایی تشریح میشود. مطالب نظری مقاله در مطالعه شبیهسازی بررسی و سپس کاربست مدل کسینوسی در یک مثال کاربردی ارزیابی میشود.
توزیعهای دایرهای
توزیع فونمیزس دو متغیره
مدل کسینوسی
برآورد شبهدرستنمایی
2015
10
23
71
86
https://jamm.scu.ac.ir/article_11363_980f7e65e74ad4632baab94258f4aecc.pdf
مجله مدلسازی پیشرفته ریاضی
JAMM
2251-8088
2251-8088
1393
4
2
ساکل موضعی (C(X
سمیه
سلطانپور
مهرداد
نامداری
در این مقاله به معرفی و مطالعهی $LC_F(X)$ ، ساکل موضعی $C(X)$، میپردازیم، که عبارت است از $LC_F(X)={fin C(X) : overline{S_f}=X}$ که در آن $S_f$ برابر با اجتماع مجموعههای باز $Usubseteq X$ به طوری که $Ubackslash Z(f)|<infinity|$. گیریم $C_F(X)$ نمایش ساکل $C(X)$ است، نشان میدهیم که $LC_F(X)$ یک $z$-ایدآل $C(X)$ شامل $C_F(X)$ است. شرایط برقراری تساوی در رابطهی $C_F(X)subseteq LC_F(X)subseteq C(X)$ را بررسی میکنیم و در واقع نشان میدهیم که $X$ یک فضای تقریباً گسسته است اگر و تنها اگر $LC_F(X)=C(X)$. توجه میکنیم که هرگاه $X$ یک فضای نامتناهی باشد، $C_F(X)$ هرگز بر $C(X)$ منطبق نیست. همچنین ثابت میکنیم که $|I(X)|<infty$ اگر و تنها اگر $LC_F(X)=C_F(X)$. به علاوه هرگاه $|I(X)|<infty$ باشد، آنگاه $LC_F(X)$ در هیچیک از زیرحلقههای $C(X)$ شامل آن اساسی نمیباشد. در حالی که میبینیم $LC_F(X)$ اشتراکی از ایدالهای اساسی است. شرایطی را بیان میکنیم که $LC_F(X)$ در هیچ زیرحلقهی $C(X)$ که شامل خودتوانهای $C(X)$ است یک ایدال اول نمیباشد. همچنین اول بودن $LC_F(X)$ را در برخی از زیرحلقههای $C(X)$ مشخص میکنیم.
ساکل
z-ایدآل
فضای تقریباً گسسته
ساکل موضعی
ایدآل اساسی
2015
10
23
87
99
https://jamm.scu.ac.ir/article_11215_9556bc6c71c251bc71d7a0abb6004cdd.pdf
مجله مدلسازی پیشرفته ریاضی
JAMM
2251-8088
2251-8088
1393
4
2
مدل های شکنندگی و خطرهای متناسب برای تحلیل داده های بقای فضایی
محسن
محمدزاده
کیومرث
مترجم
آمنه
آبیار
مدل خطرهای متناسب کاکس یکی از پرکاربردترین مدلها برای برازاندن به داده های بقا است که بر اساس فرضهای همگنی جامعه، استقلال و هم توزیع بودن داده های بقا بنا شده است. اما در بسیاری از مواقع خطرهای واحدهای آماری متفاوت بوده و فرض همگنی جامعه برقرار نیست. یکی از دلایل این تفاوت وجود عوامل خطر ناشناخته یا مشاهده نشده است که لحاظ نکردن آنها و استفاده از مدلهایی همچون مدل خطرهای متناسب کاکس میتواند نتایج گمراه کننده ای را به همراه داشته باشد. در این گونه موارد از مدل شکنندگی که اثر عوامل ناشناخته را در نظر می گیرد استفاده میشود. در این مقاله عملکرد مدلهای شکنندگی و خطرهای متناسب کاکس در برازش داده های بقا با وجود عوامل خطر ناشناخته بررسی و کارآیی این دو مدل هنگامی که منبع اثر عوامل خطر ناشناخته همبستگی فضایی داده های بقا باشد، مورد بررسی قرار میگیرد.
داده های بقا
مدل مخاطرات متناسب کاکس
مدل شکنندگی
مدل بقای فضایی
2015
10
23
101
123
https://jamm.scu.ac.ir/article_11360_fdf693738b571d223d4b6cbb9db2b8fa.pdf