[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
لینک به اندیشه آماری
به منظور درج لینک از آدرس تصویر
زیر استفاده فرمایید :
AWT IMAGE
 
..
:: جستجو در مقالات منتشر شده ::
3 نتیجه برای شاهسونی

داوود شاهسونی،
جلد 4، شماره 2 - ( پاییز و زمستان 1378 )
چکیده


اقای مجید جانفدا، دکتر داود شاهسونی،
جلد 21، شماره 2 - ( پاییز و زمستان 1395 )
چکیده

امکان مطالعۀ بسیاری از پدیده‌های علمی و طبیعی در شرایط آزمایشگاهی میسر نیست و لذا آنها را در قالب مدل‌های ریاضی بیان و با کدهای کامپیوتری پیچیده، شبیه‌سازی می‌کنند. اجرای مدل کامپیوتری با ورودی‌های متفاوت را آزمایش کامپیوتری می‌نامند. مباحث آماری، در آزمایش‌های کامپیوتری از جایگاه ویژه‌ای برخوردار است.

در این مقاله ضمن تشریح ساختار این مدل‌ها، به معرفی وبیان اهمیت تحلیل حساسیت واریانس‌مبنا می‌پردازیم. تحلیل حساسیت، مجموعۀ روش‌هایی است که اثربخش بودن پارامترهای ورودی را بر خروجی مدل با شاخص‌های حساسیت تعیین می‌کنند. این شاخص‌ها بر اساس مفاهیم واریانس‌های شرطی بیان می‌شوند. از آن جا که شکل ریاضی این مدل‌ها، به‌صورت صریح مشخص نیست؛ مسئلۀ برآورد این شاخص‌ها با روش‌های مونته‌کارلو‌مبنا مطرح می‌گردد. از طرف دیگر زمان اجرا، چالش جدی در مدل‌های کامپیوتری محسوب می‌شود. طرح نقاط آزمایش ویژه‌ای مبتنی بر اعداد شبه‌تصادفی، برای کاهش زمان اجرای مدل پیشنهاد شده است. به‌منظور پرداختن به جنبۀ عملی، از مدل ‎INCA-N‎ که میزان آلایندگی نیتروژن ورودی به آب رودخانه‌ها را شبیه‌سازی می‌کند، استفاده شده است تا بتوان با شاخص‌های حساسیت متغیرهای تأثیرگذار بر این عامل تهدید‌کنندۀ سلامت انسان و محیط زیست را شناسایی کرد. 


خانم الهام رحیمیان، دکتر محمد رضا ربیعی، دکتر داود شاهسونی،
جلد 22، شماره 2 - ( پاییز و زمستان 1396 )
چکیده

هنگامی‌که در مجموعه داده‌ها، مشاهدات دور افتاده وجود دارند روش رگرسیون استوار، جایگزین مناسبی برای رگرسیون معمولی است. همچنین اگر مشاهدات، فازی باشند نیز روش‌های رگرسیون معمول، نمی‌توانند راه‌گشای مدل‌بندی اینگونه از مشاهدات باشند و در این حالت روش رگرسیون فازی، روش جایگزین مناسبی است. برای حالتی که مشاهدات، فازی بوده و در مجموعه داده‌ها، مشاهدات دور افتاده وجود داشته باشند از روش‌های جایگزین استوار فازی استفاده می‌شود. در این مقاله برای حالتی که متغیر‌های وابسته و ضرایب رگرسیونی اعداد فازی بوده و مجموعه داده‌ها حاوی مشاهدات دور افتاده است، تحلیل رگرسیون کمترین توان‌های دوم فازی اصلاح شد‌‌‌ه‌ای مطرح می‌شود. در این روش برای مقایسه مجموعه‌های فازی، باقی‌مانده‌ها رتبه‌بندی می‌شوند. باقی‌مانده‌ها با استفاده از شاخص حضور سراسری برای هر مجموعه فازیOM‎ به دست می‌آیند. سپس ماتریس وزن توسط تابع عضویت باقیمانده‌ها تعریف می‌شود و براورد‌های کمترین توان‌های دوم فازی موزون با استفاده از ماتریس وزن بدست می‌آیند. برای نشان دادن عملکرد روش پیشنهادی، دو مثال را مطرح و نتایج حاصل از آنها ارائه می‌شود. 



صفحه 1 از 1     

مجله اندیشه آماری Andishe _ye Amari
Persian site map - English site map - Created in 0.09 seconds with 29 queries by YEKTAWEB 4710