انتخاب کارآفرینان و مهارت آموزان برتر کشور با استفاده از یک شبکه عصبی مبتنی بر روش فرا ابتکاری کلونی زنبورعسل مصنوعی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 534

فایل این مقاله در 13 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

COMCONF03_326

تاریخ نمایه سازی: 6 اردیبهشت 1396

چکیده مقاله:

با توجه به این امر که انتخاب کارآفرینان و نیز مهارت آموزان برتر کشور باعث ایجاد انگیزه و تشویق آنها در امر مهارت آموزی و ایجاد اشتغال و همچنین انتخاب و بکارگیری آنها درعرصه عمل، باعث توسعه اقتصادی، فرهنگی و اجتماعی کشور می شود، نیاز به استفاده از یک روش فرا ابتکاری است که به عنوان ابزار انتخاب ویژگی ها بتواند کمکی برای ایجاد یک طرح سنجش دقیق باشد تا بتوان افراد برتر را تشخیص داد. در این تشخیص باید یک مجموعه ویژگی منتخب از تمام ویژگی های افراد مثل ویژگی های نوآوری، خلاقیت و غیره را انتخاب کرد بطوریکه این مجموعه ویژگی های منتخب، بهترین موارد را دربرگیرد که در نتیجه نهایی موثرترند و ویژگی های کم اهمیت را حذف نماید تا فردی انتخاب شود که پیش بینی می شود علاوه بر امسال، در آینده نیز بهترین کارایی را از لحاظ مهارت آموزی، اشتغال و کارآفرینی برای توسعه جامعه دارد. با الهام گرفتن از مخلوقات خدا درطبیعت و الگوبرداری از هوش دسته جمعی موجود در آنها می توان روشی را ارایه داد که بتوان ازآن برای حل مسایل مختلف در زمینه های دقیق و پیچیده استفاده کرد. نمونه هایی از هوش جمعی را می توان در کلونی زنبورعسل، کلونی مورچه ها و دسته پرندگان مشاهده نمود. الگوریتم کلونی زنبورعسل در میان الگوریتم های هوش جمعی، به علت دارا بودن ویژگی هایی همچون تقسیم کار مناسب، تعامل های گوناگون با یکدیگر و خودسازماندهی می تواند کارایی بالایی داشته باشد. بنابراین می توان از نظم و هوشی که در مخلوقات خدا وجود دارد الگوبرداری کرد و آنرا برای حل مسایل مربوط به انسانها پیاده سازی نمود. به همین دلیل در این مقاله با بگارگیری الگوریتم خوراک جویی کلونی زنبورعسل مصنوعی به عنوان یک ابزار انتخاب ویژگی در یک شبکه عصبی، راهکاری را برای بهبود مسیله انتخاب کارآفرینان و مهارت آموزان برترکشور جهت گسترش فرهنگ مهارت آموزی و اشتغال ارایه می نماییم. به منظور نشان دادن اثربخشی روش پیشنهادی، از داده های مربوط به صدنفر از مهارت آموزان و کارآفرینان در یک بازه زمانی یکساله به همراه یک مجموعه ویژگی مشخص مربوط به آنها استفاده نمودیم. نتایج بدست آمده، نشان دهنده دقت و کارایی بسیاربالای این رویکرد می باشد و اثبات می کند که این روش در هر مرحله، می تواند بهترین مجموعه ویژگیهای افراد را ارایه دهد که درنتیجه بهینه ترین راه حل را برای حل این مسیله به ما می دهد.

نویسندگان

میثم روشن فکر

کارشناسی ارشد، موسسه آموزش عالی شهاب دانش قم

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • احمدپور، محمود. عزیزی، محمود. (1388). کارآفرینی. موسسه فرهنگی و انتشاراتی ...
  • فلاح پور، سعید. راعی، رضا. هندیجانی زاده، محمد. (1393). رویکرد ...
  • Oreski, S. & Oreski, D. & Oreski, G. (2012). Hybrid ...
  • Karaboga, D. (2005). An idea based on honey bee SWarm ...
  • Karaboga, D. & Ozturk.C. (2011). a novel clustering approach: Artificial ...
  • MacKay, D.J.C. (2003). Information Theory, Inference and Learning Algorithms. Cambridge ...
  • Chung, C, H. & Chen, T, L, J. & Teoh, ...
  • Rokach, L. & Maimon, O. (2005). Clustering methods, Data Mining ...
  • Liao, S.H. & Wen, C.H. (2007). Artificial neural networks classification ...
  • نمایش کامل مراجع