شناسایی و تبیین مولفه های موثر بر مخارج تحقیق و توسعه با استفاده از مذل های فرا ابتکاری

این تحقیق با هدف شناسایی و تبیین مؤلفه های مؤثر بر مخارج تحقیق و توسعه با استفاده از مدل های فراابتکاری در شرکت های پذیرفته شده در بورس تهران انجام پذیرفته است. برای این منظور و بررسی نقش محوری مخارج تحقیق و توسعه در تصمیمات سرمایه گذاران، با استفاده از مدل های الگوریتم ژنتیک و شبکه عصبی مصنوعی، مخارج تحقیق و توسعه 101 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1391 تا 1397 بررسی و تبیین شده است. در ادامه و در گام بعدی برای تعیین متغیرهای ورودی مؤثر بر مخارج تحقیق و توسعه از الگوریتم بهینه سازی ژنتیک استفاده شده است. به کارگیری روش ترکیبی شبکه عصبی مصنوعی و الگوریتم ژنتیک می تواند علاوه بر استفاده از روش های نوین در تعیین مخارج تحقیق و توسعه، سرمایه گذاران را در تصمیم گیری های آتی نیز یاری رساند. نتایج بررسی فرضیه تحقیق نشان داد که دقت پیش بینی مدل چند متغیری شبکه عصبی که با الگوریتم ژنتیک بهینه سازی می شود از دقت پیش بینی مدل چند متغیری شبکه عصبی که با الگوریتم یادگیری پس انتشار خطا بهینه سازی می شود بهتر است و همچنین متغیرهای ساختار مالکیت تأثیر بیشتری بر مخارج تحقیق و توسعه دارند.

کلیدواژه ها:

مخارج تحقیق و توسعه ، شبکه عصبی مصنوعی ، الگوریتم ژنتیک