مولوی تبدیل نجاست به گل و یا پلیدی‌ها به خوبی‌ها و حسن‌ها را از آن خدا و شایسته او می‌داند، زیرا تنها اوست که می‌تواند چنین تبدیل‌هایی را انجام دهد و از دست هیچ بشری هم برنمی‌آید.

ســــرکه افــــزودیـــم در دنیا و دین

تــو عســـل بفــــزا کـــرم را وامگـیر^[۷۰۸]

انسان جایزالخطا و خاسر، مدام مرتکب گناه می‌شود و دین و دنیا را دچار دردسر و خرابی می‌کند و این خداوند است که می‌تواند به واسطه کرم و فضل خود این خرابکاری‌ها را بازسازی و خطاها را اصلاح و خسارت‌ها را جبران کند:

کــــه تــا چندان که بد کردم ز آغاز

به هـــر یـــک ده نـکویی می دهی باز^[۷۰۹]

در بیت فوق عطار خواهان تبدیل گناهان و بدی‌هایش به نیکویی و خوبی است و خداوند از روی احسانش حتی در برابر بدی‌ها ده برابر نیکویی عطا می‌فرماید. یا می‌فرماید:

مــن ز غفلت صد گنه را کرده ساز

تــو عـوض صد گونه رحمت داده بـــاز^[۷۱۰]

۴-۷-۶٫ طلب رحمت از حق
انسان سالک پس از اعتراف به گناهان خویش و طلب هدایت از جانب خداوند، تقاضای تبدیل سیئات به حسنات را دارد و از او می‌خواهد که یاری‌اش کند تا موانع سلوک را پشت سر بگذارد و با دشمن خویش، یعنی نفس اماره مبارزه کند و در این مبارزه پروردگار را به یاری می‌طلبد. همچنین برای آنکه در راه رسیدن به حق لحظه‌ای از یاد خدا غافل نشود و از مسیر دور نماند، از معبود خود می‌خواهد که روزی و نعمت وافر نصیب او کند تا برای بدست آوردن روزی خود به زحمت نیفتد و زمان را بیهوده در پی این امر نگذراند. در این مرحله در می‌یابد که فقیر و محتاج خداست و ذلیل‌تر از آن است که حتی بتواند مایحتاج اولیه خود را تامین کند، چه برسد که توان مهیاکردن توشه مسیر پر فراز و نشیب وصال حق را داشته باشد؛ بنابراین به درگاه خداوند، فقر و نیاز خود را می‌آورد و از او یاری می‌طلبد.

تــــو امیـــد منـــی انـــــدر قیـــامت

نـــدارم گــــرچه جـــز درد و ندامت^[۷۱۱]

تهیـــدســــتم ز زاد و راه جـــــاویـد

بــــه فضــــل تـــو دلـــی دارم پر امید^[۷۱۲]

در ابیات فوق عطار به عجز، ناتوانی و فقر خود اعتراف می‌کند و دست نیاز به‌سوی غنی مطلق می‌آورد و در این راه به فضل و رحمت حق امیدوار است:

چکیده تحقیق :

هدف از این تحقیق آن است که به این پرسش پاسخی داده شود : که آیا بین مردان بازنشسته و شاغل تفاوتی در میزان افسردگی دیده می شود یا خیر ؟

فرضیه تحقیق :

به این صورت مطرح شده است : میزان افسردگی در مردان بازنشسته ،‌از میزان افسردگی در مردان شاغل ، بیشتر است .

جامعه آماری در مورد پژوهش عبارت است :

از تحقیق روی ۶۰ نفر (۳۰ نفر شاغل و ۳۰ نفر بازنشسته) که با بهره گرفتن از روش نمونه گیری که در دسترس است ، این انتخاب صورت گرفته است که در شهر نظرآباد زندگی می کنند . برای اندازه گیری میزان افسردگی ، افراد مورد مطالعه از آزمون یک استفاده شده است . برای تجزیه و تحلیل از فرمول t استفاده شد ، که معنی دار بودن تفاوت افسردگی دو گروه مورد بررسی قرار گیرد .

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

نتیجه بدست آنده از فرمول t ، فرضیه تحقیق را تایید کرد و نتیجه گرفته شد ، که میزان افسردگی در مردان بازنشسته ، به علت بیکاری بیشتر از افراد شاغل است .

مقدمه :

پیری روز به روز مسئله بزرگی در کشورهای در حال پیشرفت و پیشرفته
می شود . بخصوص افراد پیرو طرز زندگی آنان اکثراً مسائل روانی ، اجتماعی ، فرهنگی و اقتصادی پیش می آوردند .

دوران پیری از نظر بهداشت روانی بسیار حائز اهمیت است و از نظر پیشگیری باید بخاطر داشت که معمول ترین بیماری های روانی در افراد پیر عبارتند از : پسیکوزهای پیری ، اختلالات روانی ناشی از اختلالات عروقی ، کمبود اکسیژن و از بین رفتن فعالیت های عادی در مغز که با کم شدن روابط اجتماعی ، از دست دادن مسئولیت ، تربیت دختران و پسران ، ازدواج وجدان شدن آنها ، بازنشسته شدن و از دست دادن نزدیکان و اطرافیان توأم می گردد .

همچنین بروز بعضی از اختلالات روانی ، رفتاری ، شخصیتی ، حافظه و عدم قدرت زندگی به تنهایی ، احتیاج به حمایت دیگران و نظایر آن باعث شده است که پیران را جزء بیماران روانی قلمداد و آنان را در بیمارستان روانی بستری نمایند .

با وجودی که به عقیده بعضی ، مشکلات افراد مسن در نتیجه از بین رفتن اعمال طبیعی و عادی نسج و مغز است . ولی از دست دادن اعتماد به نفس ، ارتباط اجتماعی، مشکلات شغلی و حتی افراد خانواده یا فامیل مهمترین عامل هستند . شخص مسن اکثراً متوجه درون خود می شود و افسرده می گردد ، و دچار هذیان درباره کار دستگاه های گوارش می گردد .

احساس تنهایی می کند ، علاقه و خبرگی خود را کم کم از دست می دهد و در یک دایره معیوب قرار می گیرد ، که همان عوارض پیری است . خودکشی در پیران اکثراً گول زننده و با روش های خطرناک انجام می گیرد . در ۸۰ درصد موارد ، بعلت افسردگی و در بقیه موارد بعلت ابتلاء به بیماری های غیر قابل علاج ، مسئله اقتصادی، تنهایی و غیره می باشد .

انسان در هر مقطع زمانی تابع گذشته ، حال ، و آینده است و تحت تاثیر متغیرهای دورنی و دنیای خارجی خود قرار دارد . بطوری که پژوهش های متعدد اخیر، در مورد بیماری های شایع افسردگی نشان داده شده است ، که ارتباط و پیوستگی نزدیکی بین وقوع بیماری روانی و استرس های زندگی وجود داشته و
متخصصان بالینی از دیرباز به رابطه مشکلات و حوادث یا ابتلاء به بیماری افسردگی پی برده اند .

پیشگیری از بروز این عارضه ، که تمام فعالیت های روزمره و افکار و اعمال فرد رابه مخاطره انداخته و مقدار قابل ملاحظه ای از نیروهای انسانی برای مدتی نامعلوم از کارایی باز می دارد ، مستلزم درک و شناخت صحیح ، از مسئله مورد نظر و آگاهی از علل و عوامل مورد نظر و آگاهی از علل و عوامل ایجاد کننده آن می باشد در این تحقیق سعی شده ، شمه ای از مطالب مربوط به این بیماری ، مطرح و سپس به وجود یا عدم وجود رابطه افسردگی در شاغلین و بازنشستگان پرداخته شود .

پیشگیری :

موثر ترین پیشگیری شاید این باشد که ، تغییراتی در سبک و روش زندگی و نگرش اجتماع ایجاد شود . فرد مسن فردی است قابل احترام ، و بایستی شغل مناسب و درخور استعداد داشته تا احساس کند که هنوز فردی مفید برای جامعه است .

استفاده از گردش های تفریحی ، دیدن موزه ها ، مساجد ، کلیسا ، پارکها ، شرکت در مسئولیت های خانوادگی مانند نگهداری و سرپرستی و حتی بازی با بعضی از حیوانات اهلی مانند : سگ ، گربه ، پرندگان ، دخالت دادن در کارهای دسته جمعی مانند : نظافت ، حمام کردن ، جمع و منظم کردن تخت خواب و اطلاق از جمله کارهایی است که باعث پیدایش اعتماد به نفس و اجتماعی شدن مجدد می شود . مسئولیت های فوق ، باعث یادآوری خاطرات و تجربیات دوران فعالیت فرد در مراحل قبلی زندگی شده که خود یک نوع روش درمانی است .

سالخوردگان سالم ترین مدیر ، راهنما ، مشاور و از بهترین متفکرین دنیا هستند . و می توان گفت : دنیا با تفکر سالمندان و حرکت جوانان اداره می شود . و به افراد جوان ، بایستی آموزش داد که با افراد پیر ، چه روشی داشته باشند و چگونه از تجربیات آنها استفاده کنند و همچنین آموخت ، که روزی آنها نیز پیر خواهند
شد .

افراد باید در همان جوانی ، به یادگیری حرفه ای مخصوص و مورد علاقه بپردازند ، تا پشتوانه ای برای زندگی آینده بشود ، و با جرات تمام وارد مرحله طبیعی زندگی که پیری است بشوند .

فعالیت های موقتی و متناسب ، دادن حقوق بازنشستگی مکفی و کمک به سایر افراد خانواده و به کار گماردن او به طور نیمه وقت و یا چند روز در هفته در سازمانها یا موسسات بعنوان مشاوره می تواند ، تضمینی باشد برای آینده نگری بهتر و پیشگیری از عوارض وخیم دوران پیری . (میلانی فر ، بهروز ، س ۱۳۷۵)

کتلر^[۱] می گوید : کافی است کلمه «بازنشسته» را به دنبال یک شغل اضافه کنیم مثلاً (لوله کش بازنشسته) تا بلافاصله ، اعتبار شغل یاد شده پایین بیاید ».(گنجی،‌ حمزه، س ۱۳۷۱ ، ص ۷۱ )

در گذشته ، بازنشستگی معرف یک استراحت استحقاقی بود ، در حالیکه امروزه می تواند به فرضی برای آغاز یا ادامه شغل دوم تبدیل شود .

زندگی فعال قبل از ۲۰ سالگی آغاز می شود و در ۶۰ یا ۶۵ سالگی پایان
می پذیرد . در طبقاتی که از نظر اجتماعی ، اقتصادی ممتازند سالهایی که در دانشگاه سیری می شود می تواند ورود به زندگی فعال به عقب بیندازد ،‌در حالیکه در طبقات کم بضاعت ، کار می تواند ورود به زندگی فعال را به جلو بیندازد .

بعضی اشخاص ، بیکاری را با عدم اشتغال به کار تولیدی را گناه می دانند و به هر قیمتی باید از آن دور شوند . برای افراد مسن مهم است ، که احساس کنند که دیگران هنوز به وجود آنان محتاجند وقادرند که به فعالیت روزانه خود ، البته در حد امکان ادامه دهند . اگر آنها تا این درجه احساس اهمیت و ایمنی نمایند ،‌ به احتمال زیاد به امراض روانی و جمعی کمتر مبتلا می شوند ، که در سنین آنها شایع است . دختران و پسران افراد مسن باید ، به اولیای خود را کاملاً طرد می کنند و نه اینکه خیلی بی اندازه به آنها توجه کنند‌ ، افراد اگر طرد شوند احساس نا امنی و اضطراب و حقارت خواهند کرد و اگر بالعکس از آنها حمایت زیاد شود ، احساس اتکاء و عدم اعتماد به نفس و استقلال در وجودشان شدید می شود .

بعضی ها فکر می کنند ، که رفتار طبیعی و عادی افراد مسن ، مانند بی اعتنایی به لباس و غذا و خودخواهی و کم حوصلگی و متکی بودن به گذشته ، رفتارهای غیر عادی است . در صورتیکه این گونه رفتارها ، اغلب در اثر عدم توجه اطرافیان بوجود می آید . ولی گاه دلایل جسمانی دیگری که ماهیت روانی دارد نیز موجود است و اطرافیان باید به این موضوع توجه داشته باشند .

اگر به افراد مسن اجازه فعالیت داده نشود ، به اجبار به مقدار زیادی در عالم رویا و خاطرات گذشته غوطه ور می شوند .

در این زمینه گلاتون^[۲] چنین می گوید :

اگر زندگی روزانه افراد مسن با فعالیت های مفید اشغال نشود ، سلامت جسمانی و روانی آنان آسیب خواهد دید . یک سوم از بیماران بستری در

۲-۱۰-۵- چرا از شبکه‌های عصبی استفاده می‌کنیم؟

شبکه‌های عصبی با توانایی قابل توجه خود در استنتاج نتایج از داده‌های پیچیده می‌توانند در استخراج الگوها و شناسایی گرایش‌های مختلفی که برای انسان‌ها و کامپیوتر شناسایی آنها بسیار دشوار است استفاده شوند. از مزایای شبکه‌های عصبی می‌توان موارد زیر را نام برد:

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

یادگیری تطبیقی: توانایی یادگیری اینکه چگونه وظایف خود را بر اساس اطلاعات داده شده به آن و یا تجارب اولیه انجام دهد در واقع اصلاح شبکه را گویند.
خود سازماندهی: یک شبکه عصبی مصنوعی به صورت خودکار سازماندهی و ارائه داده‌هایی که در طول آموزش دریافت کرده را انجام دهد. نورون‌ها با قاعدهٔ یادگیری سازگار شده و پاسخ به ورودی تغییر می‌یابد.
عملگرهای بی‌درنگ: محاسبات در شبکه عصبی مصنوعی می‌تواند به صورت موازی و به وسیله سخت‌افزارهای مخصوصی که طراحی و ساخت آن برای دریافت نتایج بهینه قابلیت‌های شبکه عصبی مصنوعی است انجام شود.
تحمل خطا: با ایجاد خرابی در شبکه مقداری از کارایی کاهش می‌یابد ولی برخی امکانات آن با وجود مشکلات بزرگ همچنان حفظ می‌شود.
دسته بندی^[۵۲]: شبکه‌های عصبی قادر به دسته بندی ورودی‌ها بر ای دریافت خروجی مناسب می‌باشند.
تعمیم دهی^[۵۳]: این خاصیت شبکه را قادر می‌سازد تا تنها با برخورد با تعداد محدودی نمونه، یک قانون کلی از آن را به دست آورده، نتایج این آموخته‌ها را به موارد مشاهده از قبل نیز تعمیم دهد. توانایی که در صورت نبود آن سامانه باید بی نهایت واقعیت‌ها و روابط را به خاطر بسپارد.
پایداری-انعطاف پذیری: یک شبکه عصبی هم به حد کافی پایدار است تا اطلاعات فراگرفته خود را حفظ کند و هم قابلیت انعطاف و تطبیق را دارد و بدون از دست دادن اطلاعات قبلی می‌تواند موارد جدید را بپذیرد.
۲-۱۰-۶- شبکه‌های عصبی در مقایسه با کامپیوترهای سنتی
یک شبکه عصبی به طور کلی با یک کامپیوتر سنتی در موارد زیر تفاوت دارد:
شبکه‌های عصبی دستورات را به صورت سری اجرا نکرده، شامل حافظه‌ای برای نگهداری داده و دستورالعمل نیستند.
به مجموعه‌ای از ورودی‌ها به صورت موازی پاسخ می‌دهند.
بیشتر با تبدیلات و نگاشت‌ها سروکار دارند تا الگوریتم‌ها و روش‌ها.
شامل ابزار محاسباتی پیچیده نبوده، از تعداد زیادی ابزارساده که اغلب کمی بیشتر از یک جمع وزن دار را انجام می‌دهند تشکیل شده‌اند.
شبکه‌های عصبی شیوه‌ای متفاوت برای حل مسئله دارند. کامپیوترهای سنتی از شیوه الگوریتمی برای حل مسئله استفاده می‌کنند که برای حل مسئله مجموعه‌ای از دستورالعمل‌های بدون ابهام دنبال می‌شود. این دستورات به زبان سطح بالا و سپس به زبان ماشین که سامانه قادر به تشخیص آن می‌باشد تبدیل می‌شوند. اگر مراحلی که کامپیوتر برای حل مسئله باید طی کند از قبل شناخته شده نباشند و الگوریتم مشخصی وجود نداشته باشد، سامانه توانایی حل مسئله را ندارد. کامپیوترها می‌توانند خیلی سودمندتر باشند اگر بتوانند کارهایی را که ما هیچ پیش زمینه‌ای از آنها نداریم انجام دهند. شبکه‌های عصبی و کامپیوترها نه تنها رقیب هم نیستند بلکه می‌توانند مکمل هم باشند. کارهایی وجود دارند که بهتر است از روش الگوریتمی حل شوند و همین طور کارهایی وجود دارند که جز از طریق شبکه عصبی مصنوعی قابل حل نمی‌باشند و البته تعداد زیادی نیز برای بدست آوردن بازده حداکثر، از ترکیبی از روش‌های فوق استفاده می‌کنند. به طور معمول یک کامپیوتر سنتی برای نظارت بر شبکه عصبی استفاده می‌شود. شبکه‌های عصبی معجزه نمی‌کنند، اگر به طور محسوس استفاده شوند کارهای عجیبی انجام می‌دهند. ] ۱۲[
نورون مصنوعی
یک نورون مصنوعی سامانه‌ای است با تعداد زیادی ورودی و تنها یک خروجی. نورون دارای دو حالت می‌باشد، حالت آموزش و حالت عملکرد. در حالت آموزش نورون یاد می‌گیرد که در مقابل الگوهای ورودی خاص برانگیخته شود و یا در اصطلاح آتش کند. در حالت عملکرد وقتی یک الگوی ورودی شناسایی شده وارد شود، خروجی متناظر با آن ارائه می‌شود. اگر ورودی جزء ورودی‌های از پیش شناسایی شده نباشد، قوانین آتش برای بر انگیختگی یا عدم آن تصمیم گیری می‌کند.
از نورون‌های انسان تا نورون مصنوعی^[۵۴]
با کنار گذاشتن برخی از خواص حیاتی نورون‌ها و ارتباطات درونی آنها می‌توان یک مدل ابتدایی از نورون را به وسیله کامپیوتر شبیه سازی کرد.

۲-۱۰-۷- ساختار شبکه‌های عصبی

یک شبکه عصبی شامل اجزای سازنده لایه‌ها و وزن‌ها می‌باشد. رفتار شبکه نیز وابسته به ارتباط بین اعضا است. در حالت کلی در شبکه‌های عصبی سه نوع لایه نورونی وجود دارد:
لایه ورودی^[۵۵]: دریافت اطلاعات خامی که به شبکه تغذیه شده‌است.
لایه‌های پنهان^[۵۶]: عملکرد این لایه‌ها به وسیله ورودی‌ها و وزن ارتباط بین آنها و لایه‌های پنهان تعیین می‌شود. وزن‌های بین واحدهای ورودی و پنهان تعیین می‌کند که چه وقت یک واحد پنهان باید فعال شود.
لایه خروجی^[۵۷]: عملکرد واحد خروجی بسته به فعالیت واحد پنهان و وزن ارتباط بین واحد پنهان و خروجی می‌باشد.
شبکه‌های تک لایه و چند لایه‌ای نیز وجود دارند که سازماندهی تک لایه که در آن تمام واحدها به یک لایه اتصال دارند بیشترین مورد استفاده را دارد و پتانسیل محاسباتی بیشتری نسبت به سازماندهی‌های چند لایه دارد. در شبکه‌های چند لایه واحدها به وسیله لایه‌ها شماره گذاری می‌شوند (به جای دنبال کردن شماره گذاری سراسری).
هر دو لایه از یک شبکه به وسیله وزن‌ها و در واقع اتصالات با هم ارتباط می‌یابند. در شبکه‌های عصبی چند نوع اتصال و یا پیوند وزنی وجود دارد: پیشرو: بیشترین پیوندها از این نوع است که در آن سیگنال‌ها تنها در یک جهت حرکت می‌کنند. از ورودی به خروجی هیچ بازخوردی (حلقه) وجود ندارد. خروجی هر لایه بر همان لایه تاثیری ندارد.
پسرو: داده‌ها از گره‌های لایه بالا به گره‌های لایه پایین بازخورانده می‌شوند.
جانبی: خروجی گره‌های هر لایه به عنوان ورودی گره‌های همان لایه استفاده می‌شوند. ] ۱۰[

۲-۱۰-۸- تقسیم بندی شبکه‌های عصبی

بر مبنای روش آموزش به چهار دسته تقسیم می‌شوند:
وزن ثابت: آموزشی در کار نیست و مقادیر وزن‌ها به هنگام نمی‌شود. کاربرد: بهینه سازی اطلاعات (کاهش حجم، تفکیک پذیری و فشرده سازی) و حافظه‌های تناظری
آموزش بدون سرپرست: وزن‌ها فقط بر اساس ورودی‌ها اصلاح می‌شوند و خروجی مطلوب وجود ندارد تا با مقایسه خروجی شبکه با آن و تعیین مقدار خطا وزن‌ها اصلاح شود. وزن‌ها فقط بر اساس اطلاعات الگوهای ورودی به هنگام می‌شوند. هدف استخراج مشخصه‌ های الگوهای ورودی بر اساس راهبرد خوشه یابی و یا دسته‌بندی و تشخیص شباهت‌ها (تشکیل گروه‌هایی با الگوی مشابه) می‌باشد، بدون اینکه خروجی یا کلاس‌های متناظر با الگوهای ورودی از قبل مشخص باشد. این یاد گیری معمولاً بر پایه شیوه برترین هم خوانی انجام می‌گیرد. شبکه بدون سرپرست وزن‌های خود را بر پایه خروجی حاصل شده از ورودی تغییر می‌دهد تا در برخورد بعدی پاسخ مناسبی را برای این ورودی داشته باشد. در نتیجه شبکه یاد می‌گیرد چگونه به ورودی پاسخ بدهد. اصولاً هدف این است که با تکنیک نورون غالب نورونی که بیشترین تحریک آغازین را دارد برگزیده شود. بنابر این در شبکه‌های بدون سرپرست یافتن نورون غالب یکی از مهمترین کارها است.
آموزش با سرپرست: به ازای هر دسته از الگوهای ورودی خروجی‌های متناظر نیز به شبکه نشان داده می‌شود و تغییر وزن‌ها تا موقعی صورت می‌گیرد که اختلاف خروجی شبکه به ازای الگوهای آموزشی از خروجی‌های مطلوب در حد خطای قابل قبولی باشد. در این روش‌ها یا از خروجی‌ها به وزن‌ها ارتباط وجود دارد یا خطا به صورت پس انتشار از لایه خروجی به ورودی توزیع شده‌است و وزن‌ها اصلاح می‌شوند. هدف طرح شبکه‌ای است که ابتدا با بهره گرفتن از داده‌های آموزشی موجود، آموزش ببیند و سپس با ارائه بردار ورودی به شبکه که ممکن است شبکه آن را قبلاً فراگرفته یا نگرفته باشد کلاس آن را تشخیص دهد. چنین شبکه‌ای به طور گسترده برای کارهای تشخیص الگو به کار گرفته می‌شود.
آموزش تقویتی: کیفیت عملکرد سامانه به صورت گام به گام نسبت به زمان بهبود می‌یابد. الگوهای آموزشی وجود ندارد اما با بهره گرفتن از سیگنالی به نام نقاد بیانی از خوب و یا بد بودن رفتار سامانه بدست می‌آید (حالتی بین یادگیری با سرپرست و بدون سرپرست).

۲-۱۰-۹- کاربرد شبکه‌های عصبی

شبکه‌های عصبی مصنوعی دارای دامنه کاربرد وسیعی می‌باشند از جمله سامانه‌های آنالیز ریسک، کنترل هواپیما بدون خلبان، آنالیز کیفیت جوشکاری، آنالیز کیفیت کامپیوتر، آزمایش اتاق اورژانس، اکتشاف نفت و گاز، سامانه‌های تشخیص ترمز کامیون، تخمین ریسک وام، شناسایی طیفی، تشخیص دارو، فرایندهای کنترل صنعتی، مدیریت خطا، تشخیص صدا، تشخیص هپاتیت، بازیابی اطلاعات راه دور، شناسایی مین‌های زیردریایی، تشخیص اشیاء سه بعدی و دست نوشته‌ها و چهره و… در کل می‌توان کاربردهای شبکه‌های عصبی را به صورت زیر دسته بندی کرد: تناظر (شبکه الگوهای مغشوش وبه هم ریختهرا بازشناسی می‌کند)، خوشه یابی، دسته بندی، شناسایی، بازسازی الگو، تعمیم دهی (به دست آوردن یک پاسخ صحیح برای محرک ورودی که قبلاً به شبکه آموزش داده نشده)، بهینه سازی. امروزه شبکه‌های عصبی در کاربردهای مختلفی نظیر مسائل تشخیص الگو که خود شامل مسائلی مانند تشخیص خط، شناسایی گفتار، پردازش تصویر و مسائلی از این دست می‌شود و نیز مسائل دسته بندی مانند دسته بندی متون یا تصاویر، به کار می‌روند. در کنترل یا مدل سازی سامانه‌هایی که ساختار داخلی ناشناخته یا بسیار پیچیده‌ای دارند نیز به صورت روز افزون از شبکه‌های عصبی مصنوعی استفاده می‌شود. به عنوان مثال می‌توان در کنترل ورودی یک موتور(کنترل‌کننده موتور) از یک شبکه عصبی استفاده نمود که در این صورت شبکه عصبی خود تابع کنترل را یاد خواهد گرفت. کاربرد مناسب تر شبکه عصبی ( در مقایسه با روش هایی از قبیل PID )برای کنترل یک سیستم دور موتور در برابر تغییرات ناگهانی بار و زمان پاسخ دهی نیز مطرح شده است ^.

۲-۱۰-۱۰- معایب شبکه‌های عصبی

با وجود برتری‌هایی که شبکه‌های عصبی نسبت به سامانه‌های مرسوم دارند، معایبی نیز دارند که پژوهشگران این رشته تلاش دارند که آنها را به حداقل برسانند، از جمله:
قواعد یا دستورات مشخصی برای طراحی شبکه جهت یک کاربرد اختیاری وجود ندارد.
در مورد مسائل مدل سازی، صرفاً نمی‌توان با بهره گرفتن از شبکه عصبی به فیزیک مساله پی برد. به عبارت دیگر مرتبط ساختن پارامترها یا ساختار شبکه به پارامترهای فرایند معمولاً غیر ممکن است.
دقت نتایج بستگی زیادی به اندازه مجموعه آموزش دارد.
آموزش شبکه ممکن است مشکل ویا حتی غیر ممکن باشد.
پیش بینی عملکرد آینده شبکه (عمومیت یافتن) آن به سادگی امکان پذیر نیست. ]۱۱[

۲-۱۰-۱۱- مسائل مناسب برای یادگیری^[۵۸] شبکه های عصبی

خطا در داده های آموزشی وجود داشته باشد. مثل مسائلی که داده های آموزشی دارای نویز حاصل از دادهای سنسورها نظیر دوربین و میکروفن ها هستند.
مواردی که نمونه ها توسط مقادیر زیادی زوج ویژگی-مقدار نشان داده شده باشند. نظیر داده های حاصل از یک دوربین ویدئوئی.
تابع هدف دارای مقادیر پیوسته باشد.
زمان کافی برای یادگیری وجود داشته باشد. این روش در مقایسه با روش های دیگر نظیر درخت تصمیم نیاز به زمان بیشتری برای یادگیری دارد.

۲۶

در شرکت شما نا چه اندازه ارتباط خوبی با مشتریان برقرار می شود؟

۳٫۴

۲٫۱

۱۰٫۳

۳۴٫۲

۵۰

۴٫۲۵

از بین سؤالات مربوط به متغیر کارایی سیستم مدیریت دانشسؤال شماره ۲۵«در شرکت شما تا چه اندازه مشتریان حفظ می شوند؟» با میانگین ۴٫۳۵ داری بیشترین میانگین وهمچنین سؤال شماره ۲۳«در شرکت شما تا چه اندازه به خواسته مشتری توجه می شود؟» با میانگین ۳٫۸۷دارای کمترین میانگینمی باشد.
۴-۲- بخش دوم-آزمون فرضیات
به منظوربررسی وجودارتباط ونیزمیزان آن بین دومتغیر،ازآزمون همبستگی استفاده میشود.هنگامیکه متغیرهای مورد بررسی از نوع رتبه ای هستند از آزمون ضریب همبستگی اسپیرمن استفادهمیشود.
آزمون فرضیه اول
فرضیه اول: بین ساختارسازمان و کارایی سیستم مدیریت دانش رابطه وجود دارد.
برای بررسی این فرضیه لازم است که آن را به صورت فرضیات آماری زیر درآورد:

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

فرضیه ی _۰H:بین ساختار سازمان و کارایی سیستم مدیریت دانش رابطه وجود ندارد.
فرضیه ی _۱H: بین ساختار سازمان و کارایی سیستم مدیریت دانش رابطه وجود دارد.
با بهره گرفتن از ضریب همبستگی اسپیرمن به آزمون فرضیات آماری فوق پرداخته شده که نتایج آن در جدول ۴-۱۰ ملاحظه می شود.
جدول ۴-۱۰ .ضریب همبستگی اسپیرمن بین ساختار سازمان و کارایی سیستم مدیریت دانش

ضریب همبستگی

سطح معناداری

نتیجه گیری

جهت رابطه

۰٫۵۰۱

۰٫۰۰۰

وجود رابطه

مستقیم

همان طور که در جدول ۴-۱۰ مشاهده می گردد، اعتبار آزمون برای فرضیه دوم ۰٫۰۰۰ است که از ۰۵/۰ کمتر می باشد بنابراین فرضیه H0 رد می شود و می توان با اطمینان ۹۵ درصد اظهار کرد که بین ساختار سازمان و کارایی سیستم مدیریت دانش رابطه وجود دارد.
آزمون فرضیه ی دوم
فرضیه دوم: بین سطح دانش کارکنان و کارایی سیستم مدیریت دانش رابطه وجود دارد.
برای بررسی این فرضیه لازم است که آن را به صورت فرضیات آماری زیر درآورد:
فرضیه ی _۰H:بین سطح دانش کارکنان و کارایی سیستم مدیریت دانش رابطه وجود ندارد.
فرضیه ی _۱H: بین سطح دانش کارکنان و کارایی سیستم مدیریت دانش رابطه وجود دارد.
با بهره گرفتن از ضریب همبستگی اسپیرمن به آزمون فرضیات آماری فوق پرداخته شده که نتایج آن در جدول ۴-۱۰ ملاحظه می شود.
جدول ۴-۱۱ .ضریب همبستگی اسپیرمن بین سطح دانش کارکنان و کارایی سیستم مدیریت دانش

ضریب همبستگی

سطح معناداری

۱۱۶/۰±۲۶/۳^ab

۵۰۸/۰±۲۶/۱۱^bc

۰۰۹/۰±۲۳۷/۱^a

۰۰۸/۰±۲۱۳/۰^ab

۶۱/۱±۶۰/۱۰^b

پیش آلودگی۲روز

۱۸۸/۰±۳۵/۳^ab

۸۱۶/۰±۴۵/۱۲^b

۰۱۴/۰±۲۲۹/۱^a

۰۱۲/۰±۲۰۶/۰^ab

۲۳/۱±۱۱/۱۰^b

پیش آلودگی۴روز

۵۳۴/۰±۳۵/۴^a

۳۶۴/۰±۳۱/۱۳^a

۰۰۲۱/۰±۱۶۹/۱^b

۰۱۸/۰±۱۵۷/۰^c

۸۳/۱±۷۵/۶^d

پیش آلودگی۶روز

۲۰۴/۰±۶۰/۳^ab

۳۵۷/۰±۱۷/۱۰^c

۰۱۳/۰±۲۱۱/۱^a

۰۱۱/۰±۱۹۲/۰^b

۳۵/۲±۶۶/۸^c

پیش آلودگی۸روز

^*حروف غیر مشابه در هر ستون نشان­دهنده وجود اختلاف معنی­دار بین میانگین­ها می­باشد. (آزمون توکی، سطح احتمال ۵ درصد)
بین دو رقم گندم مورد بررسی در این تحقیق از نظر نرخ خالص تولیدمثل (R₀) در حالت معمولی (بدون آلودگی قبلی) اختلاف معنی­داری در سطح احتمال ۵ درصد بدست آمد (جدول ۳-۴)، به­ طوری که مقدار R₀ در رقم سای­سونز و شیرودی به ترتیب ۵۳/۲ و ۰۱/۱۱ ماده/ ماده/ نسل بود (۰۵/۰P ؛۱۶۹و۱ df= ؛۲۲/۷۹ F=). همچنین در میان ۵ تیمار زمانی آلودگی قبلی نیز تفاوت معنی­داری در سطح احتمال ۵ درصد از نظر نرخ خالص تولیدمثل (R₀) روی هر دو رقم گندم مشاهده شد (۰۵/۰P ؛۱۶۹و۴ df= ؛۲۱/۳ F=). به طوری­ که مقدار آن در رقم شیرودی از ۷۵/۶ ماده/ماده/نسل در تیمار با ۶ روز آلودگی قبلی تا ۸۳/۱۶ ماده/ماده/نسل در تیمار شاهد (جدول ۳-۲) و در رقم سای­سونز نیز از ۰۰/۲ ماده/ماده/نسل در تیمار ۶ روز آلودگی قبلی تا ۴۰/۳ ماده/ماده/نسل در گیاهان شاهد متغیر بود (جدول ۳-۳). مقدار نرخ متناهی افزایش جمعیت () شته روی رقم سای­سونز و شیرودی در حالت عادی (بدون آلودگی قبلی) به ترتیب ۰۷۸/۱ و ۲۱۹/۱ بود (جدول ۳-۱). همچنین بین ۵ تیمار زمانی روی هر دو رقم گندم از نظر نرخ متناهی افزایش جمعیت اختلاف معنی­داری مشاهده شد (۰۵/۰P ؛۱۶۹و۴ df= ؛۰۴/۰ F=)، به­ طوری­که بیشترین و کمترین مقدار آن در هر دو رقم مورد مطالعه به ترتیب در شاهد و تیمار پیش آلودگی ۶ روز به­دست آمد. از نظر متوسط مدت زمان یک نسل (T) در بین ارقام گندم اختلاف معنی­داری مشاهده نشد، به طوری­که متوسط زمان یک نسل روی رقم سای­سونز ۷۲/۱۲ روز و روی رقم شیرودی ۰۰/۱۲ روز بود، ولی در بین تیمارهای زمانی مدت­های آلودگی قبلی از نظر متوسط مدت زمان یک نسل (T) در هر دو رقم گندم تفاوت معنی­داری دیده شد (۰۵/۰P ؛۱۶۹و۴ df= ؛۰۰۲/۰ F=)، بیشترین مقدار T در رقم شیرودی و سای­سونز به ترتیب ۳۱/۱۳ روز در تیمار ۶ روز آلودگی قبلی و ۱۴/۱۴ روز در تیمار ۲ روز آلودگی قبلی مشاهده گردید (جدول ۳-۲ و ۳-۳). از نظر مدت زمان لازم برای دو برابر شدن جمعیت (DT) شته­ی سبز گندم در شرایط معمولی (بدون آلودگی قبلی) بین دو رقم گندم تفاوت معنی­داری وجود داشت (۰۵/۰P ؛۱۶۹و۱ df= ؛۱۲/۴۹ F=)، به طوری که مدت زمان دو برابر شدن جمعیت در رقم سای­سونز ۴۸/۸ روز و در رقم شیرودی ۵۱/۳ روز به دست آمد (جدول ۳-۲). با توجه به بالا بودن نرخ ذاتی افزایش جمعیت آفت روی رقم شیرودی کوتاه­ترین زمان مورد نیاز برای دو برابر شدن جمعیت اولیه روی این رقم دیده شد. از نظر مدت زمان لازم برای دو برابر شدن جمعیت (DT) شته­ی سبز گندم اختلاف معنی­داری بین تیمارها در روی دو رقم گندم مشاهده شد (۰۵/۰P ؛۱۶۹و۴ df= ؛۰۴۵/۰ F=)، به­ طوری­ که طولانی­ترین و کوتاه­ترین مدت زمان لازم برای دو برابر شدن جمعیت به ترتیب در تیمار ۶ روز آلودگی قبلی و شاهد به­دست آمد (جدول ۳-۲ و ۳-۳).

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

جدول ۳-۳- تاثیر تیمارهای زمانی آلوده­سازی روی پارامترهای رشد جمعیت شته­ی سبز گندم روی رقم سای­سونز در شرایط آزمایشگاهی (SE±mean)

مدت زمان دو برابر شدن جمعیت (DT)
(روز)

مدت طول یک نسل (T)
(روز)

نرخ متناهی افزایش جمعیت ()