پروژه ارزیابی عملکرد پالایشگاه های با مدل ترکیبی تحلیل پوششی داده ها و شبکه های عصبی مصنوعی
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 122 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 6 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 (6 پالایشگاه ) نسبت به تعداد ورودی و خروجی ها( 4 ورودی و 4 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. 1
کلیات تحقیق. 1
1-1- مقدمه. 2
1-2- تعریف مسأله. 3
1-3- اهداف اساسی از انجام تحقیق. 4
1-4- ضرورت انجام تحقیق. 4
1-5- فرضیات تحقیق. 5
1-6- جامعه آماری.. 5
1-7- قلمرو تحقیق. 5
1-8- مراحل انجام تحقیق : 5
فصل دوم. 7
مرور ادبیات و بررسی پیشینه ی تحقیق. 7
2-1- مقدمه. 8
2-2- تعاریف کارایی. 8
2-3- روش های اندازه گیری کارایی فنی. 9
2-3-1- روش های پارامتری.. 9
2-3-2- روش های نا پارامتری.. 9
2-4- مقایسۀ رگرسیون وتحلیل پوششی داده ها 9
2-5- مفاهیم کارایی. 10
2-6- استفاده ازنسبت دراندازه گیری کارایی. 11
2-7- انواع مدل های پایه ای (کلاسیک) تحلیل پوششی داده ها : 11
2-7-1- مدل CCR : 12
2-7-2- مدل BCC. 17
2-7-3- مدل جمعی ( SBM= Slack Based Model ) 20
2-8- رتبه بندی واحد های کارا 21
2-9- روش اندرسون – پیترسون 21
2-10- شبکه های عصبی مصنوعی ( ANNs ) 22
2-10-1- مقدمه. 23
2-10-2- شبکه عصبی. 23
2-10-3- معرفی شبکه عصبی مصنوعی. 24
2-10-4- تاریخچه شبکه‌های عصبی مصنوعی. 24
2-10-5- چرا از شبکه‌های عصبی استفاده می‌کنیم؟ 25
2-10-7- ساختار شبکه‌های عصبی. 26
2-10-8- تقسیم بندی شبکه‌های عصبی. 27
2-10-9- کاربرد شبکه‌های عصبی. 28
2-10-10- معایب شبکه‌های عصبی. 28
2-10-11- مسائل مناسب برای یادگیری شبکه های عصبی. 28
2-11- یادگیری یک پرسپترون. 29
2-11-1- آموزش پرسپترون. 31
2-11-2- الگوریتم یادگیری پرسپترون. 31
2-12- مقایسه آموزش یکجا و افزایشی. 32
2-13- شبکه های چند لایه. 32
2-14- الگوریتم Back propagation. 33
2-15- شبکه های عصبی چند لایه پیش خور 37
2-16- انواع شبکه های عصبی : 38
2-16-1- شبکه عصبی پرسپترون. 39
2-16-2- شبکه همینگ.. 40
2-16-3- شبکه هاپفیلد. 41
2-16-4- شبکه عصبی خود سازمانده مدل کوهنن. 42
2-16-5- شبکه عصبی تأ خیر زمانی. 42
2-17- مدل ترکیبی شبکه های عصبی مصنوعی و تحلیل پوششی داده ها (NEURO/DEA ) 43
2-17-1- مقدمه. 44
2-17-2- الگوریتم تحلیل کارایی. 46
2-17-3- نرمال سازی داده ها 46
2-18- مفاهیم کارایی ، بهره وری و اثربخشی. 49
2-19- مروری بر مطالعات انجام شده 50
فصل سوم. 62
روش تحقیق.. 62
3-1- مقدمه. 63
3-2- روش تحقیق. 63
3-3- جامعه آماری.. 64
3-4- شیوه گردآوری اطلاعات.. 64
3-5- مراحل انجام تحقیق. 64
3-6- شیوه نرمال سازی.. 65
3-7- ارزیابی و تحلیل کارایی فنی پالایشگاه های گاز کشور با رویکرد تحلیل پوششی داده ها (DEA ) 65
3-7-1- مدل سازی ریاضی. 66
3-7-2- مدل مضربی CCR ورودی محور 66
3-7-3- روش اندرسون – پیترسون بر ای رتبه بندی واحدهای کارا 67
3-8- دلایل استفاده از مدل مضربی CCR ورودی محور در مقایسه با مدل BCC. 67
3-9- روش تحقیق مورد استفاده در تحلیل کارایی با مدل های ترکیبی Neuro/DEA. 68
3-9-1- مدل مورد استفاده در تحقیق. 69
3-9-2- روش به کار گرفته شده در مدل های ترکیبی Neuro/DEA1 و Neuro/DEA2 جهت ارزیابی واحد ها 70
فصل چهارم. 71
نتایج و تفسیر آن ها 71
4-1- مقدمه. 72
4-2- نرمالیز کردن داده ها 73
4-3- الگوریتم پس انتشار 77
4-4- شبکه پیش سو 78
4-5- جمع آوری داده ها : Neuro – DEA. 78
4-6- نرمال سازی داده ها Neuro /DEA. 79
4-7- داده های آموزش.. 80
4-8- داده های تست.. 80
4-9- عملیات آموزش.. 82
4-10- نمایش نمودارها 84
فصل پنجم. 87
نتیجه گیری و پیشنهادات.. 87
5-1- محدودیت های انجام تحقیق. 88
5-2- نتیجه گیری.. 88
5-3- تحقیقات آتی. 89
منابع و مراجع. 90
منابع فارسی. 91
منابع انگلیسی. 93
