پارامترهایی که هریک از مشتریان برای دریافت تسهیلات به بانک ارائه می دهند و در پرونده آنها موجود است مثل نوع شرکت (تعاونی، سهامی عام، سهامی خاص و با مسئولیت محدود)، موضوع فعالیت شرکت (صنعتی، خدماتی و بازرگانی)، سابقه فعالیت شرکت، میزان سرمایه شرکت، مبلغ وام، سطح تحصیلات مدیر عامل، وضعیت مالکیت محل فعالیت، وضعیت مالیاتی، اعتبار شرکت نزد بانک (خوش حساب یا بدحساب بودن)

۱-۷-۲ : نسبت های مالی
نسبت های سودآوری : نسبت بازده دارایی، نسبت بازده حقوق صاحبان سهام، نسبت بازده فروش (حاشیه سود خالص)، نسبت سود قبل از مالیات به دارایی جاری، نسبت سود عملیاتی، نسبت سود قبل از مالیات به سود ناخالص، نسبت بازده سرمایه در گردش، نسبت بازده دارایی ثابت
نسبت های اهرمی : نسبت بدهی به حقوق صاحبان سهام، نسبت بدهی، نسبت مالکانه، نسبت بدهی جاری به دارایی
نسبت های نقدینگی : نسبت آنی، نسبت جاری، نسبت دارایی جاری
نسبت های فعالیت و کارآیی : نسبت گردش دارایی ها، نسبت گردش سرمایه جاری، نسبت متوسط دوره وصول مطالبات
سایر نسبتها : نسبت تسهیلات مالی دریافتی کوتاه مدت به بدهی جاری، نسبت تسهیلات مالی دریافتی به دارایی، نسبت تسهیلات مالی دریافتی کوتاه مدت به فروش خالص، نسبت دارایی سریع به دارایی، نسبت سود قبل از مالیات به بدهی جاری
با توجه به تعداد متغیرها، به منظور تعیین مدل بهینه و بالا بردن دقت مدل و از سویی محدودیت های روش های کاربردی در رابطه با تعداد متغیرهای توضیحی، براساس مطالعات پیشین متغیرهای فوق انتخاب گردیدند و در مدل قرار خواهند گرفت. از سویی دیگر، از آن جایی که بسیاری از متغیرها، از صورتهای مالی و اطلاعات پایه ای آن استخراج می شوند، ممکن است به صورت دو به دو با یکدیگر همبستگی داشته باشند برای جلوگیری از عدم همپوشانی آنها، بر اساس نظر کارشناسان امر، تعدادی از این متغیرهای به هم وابسته و متغیرهایی که تأثیر قابل توجهی در خروجی سیستم ندارند، حذف می گردند. از این رو متغیرهای شناخته شده در بدو امر متغیرهای کاندید تلقی شده و به عنوان ورودی بکار گرفته می شوند.
پیشینه تحقیق
در سالهای اخیر بکارگیری تکنیک داده کاوی و برنامه ریزی در جهت کاربردی تر و به تبع آن مکانیزه و سیستمی تر نمودن آنها توانسته است به سازمان های مالی کمک های فراوانی در جهت مدیریت بر منابع و بحران ها نماید. همچنین از عوامل دیگری که سبب گردید داده کاوی در کانون توجه این تحقیق قرار گیرد، مسئله در دسترس بودن حجم وسیعی از داده ها و انبار داده در بانک ها می باشد که این امر، نیاز شدید به استخراج دانش سودمند از این داده ها را ملموس تر نموده است. این موضوع با پیدایش مفهوم داده کاوی نیز هماهنگ می باشد.
شاید بتوان لوول(۱۹۸۳) را جزء اولین کسانی دانست که گزارشی در مورد داده کاوی ارائه نموده است. بطور جدی پژوهش در این زمینه از اوایل دهه ۹۰ آغاز گردیده است.در این رابطه پیاتتسکی و شاپیرو(۱۹۹۱) و هافمن و نش (۱۹۹۵) مقالاتی ارائه و بالاخص کاربرد آن را در مسائل اقتصادی و بانک های آمریکا مطرح نمودند.
در حوزه اعطای تسهیلات و ارزیابی وضعیت اعتباری شرکت ها در داخل و خارج از کشور تحقیقات متنوعی صورت گرفته است که چند نمونه از مدل ها و اسامی آنان در جدول زیر اشاره شده است :
جدول ۱-۱ : نمونه هایی از پیشینه خارجی مرتبط

درماهنوامبر(۱۰ آبانتا ۹ آذر) منطقهگردشگریموردمطالعه­نیزباسهوضعیتاقلیمگردشگریروبهروهستیم،دراینماهتنهاایستگاهتبریزباشاخصعددیاقلیمی ۶۱ بارتبه ۶ ازطبقه­بندیدارایاقلیمگردشگریخوبمی­باشد،سهایستگاهمرند،سلماسوبنابباشاخصعددی ۵۰ الی ۵۱ دارایرتبه ۵ ازطبقه­بندیبودهودارایاقلیمگرشگریقابلقبولمیباشدباتوجهبهاینکهبسیارنزدیکبهطبقهبندیحدمرزیوبحرانیمیباشد. دراینماههموضعیتشاخصاقلیمیوجودطبقهاقلیمیحدبحرانیومرزیبایایستگاه­هایآذرشهر،ارومیه،مراغه،نقده،مهابادوخویباشاخصاقلیمگردشگری ۴۵ الی ۴۹ بارتبه ۴ اقلیمیبحرانیبرایگردشگریدارد.

شکل(۵-۸)وضعیت اقلیم گردشگری دریاچه ارومیه در ماه نوامبر
۵- ۱۰-ارزیابی وضعیت اقلیم توریستی دریاچه ارومیه در ماهدسامبر (۱۰ آذر تا ۱۰ دی ماه)
درماهدسامبر(۱۰ آذرتا ۱۰ دی) باشروعفصلزمستانبرایمنطقهشمالغربکشورکهدارایزمستان­هایسختمیباشدتمامایستگاه­هایمنطقهباشاخصعددیاقلیمتوریستی ۴۳ الی ۴۹ بارتبه ۴ ازطبقهبندیمیچکوفسکیدارایاقلیمگردشگریبحرانییاحدمرزیوحاشیه­ایمیباشدواکثرایستگاههادراینماهدارایدماهایزیرصفرمیباشد.
شکل(۵-۹)وضعیت اقلیم گردشگری دریاچه ارومیه در ماه دسامبر
۵- ۱۱-ارزیابی وضعیت اقلیم توریستی دریاچه ارومیه در ماه ژانویه (۱۱ دی تا ۱۱ بهمن ماه)
درایناینماهنیزهمانندماهدسامبراکثرایستگاه­هایمنطقهموردمطالعهدارایاقلیمگردشگریبحرانیومرزیرادارامیباشدبهجزشمالغربدریاچهیعنیایستگاهسلماسکهباشاخصعددی ۵۱ دررتبه ۵ طبقهبندیاقلیمیمیباشدودارایاقلیمگردشگریقابلقبولبودهالبتهباتوجهبهاینکهاینایستگاهنیزبایکنمرهاختلافشاخصازطبقهبندیحدمرزیدرطبقهاقلیمیقابلقبولجایگرفتهاست.
شکل(۵-۱۰)وضعیت اقلیم گردشگری دریاچه ارومیه در ماه ژانویه
۵- ۱۲-ارزیابی وضعیت اقلیم توریستی دریاچه ارومیه در ماهفوریه (۱۲ بهمن تا ۹ اسفند ماه)
درماهفوریه(۱۲ بهمنتا ۹ اسفند) باکاهشاثراتفصلزمستاندووضعیتاقلیمگردشگریرامشاهدهمیکنیم،ایستگاه­هایخوی،سلماس،ارومیهوبنابباشاخصعددی ۶۰ الی ۶۶ بارتبه ۶ ازطبقهبندیاقلیمیدارایاقلیمگردشگریخوبمیباشدومابقیایستگاههانیزباشاخص­هایعددی ۵۰الی ۵۹ دررتبه ۵ ازطبقهبندیجایگرفتهواقلیمیقابلقبولبرایگردشگریرادارامی­باشد.
شکل(۵-۱۱)وضعیت اقلیم گردشگری دریاچه ارومیه در ماه فوریه
۵- ۱۳-ارزیابی وضعیت اقلیم توریستی دریاچه ارومیه در ماه مارس (۱۰ اسفند تا ۱۱ فروردین ماه)
دراینماهازسال (۱۰ اسفندتا ۱۱ فرودین) باپایانیافتنفصلزمستانوعقبنشینیپرفشارهایسردازمناطقشمالیسهوضعیتاقلیمگردشگریدیدهمیشودکه ۴ ایستگاهمرند،خوی،سلماسوبنابباشاخصعددیگردشگری ۸۲ تا ۸۶ دررتبه ۸ ازطبقهبندیاقلیمگردشگریقرارگرفتهواقلیمگردشگریعالیرادارد،ایستگاهتبریزباشاخصعددی ۵۵ دررتبه ۵ ازطبقهبندیبودهودارایاقلیمگردشگریقابلقبولیمیباشدبقیهایستگاه­ها (آذرشهر،ارومیه،مراغه،نقده،مهاباد) نیزباشاخصعددی ۷۴ تا۷۹ درطبقه ۷ میباشدواقلیمیخیلیخوببرایگردشگریدرطبقهبندیمیزکوفسکیرادارااست.
شکل(۵-۱۲)وضعیت اقلیم گردشگری دریاچه ارومیه در ماه مارس
۵- ۱۴- بحث و نتیجه گیری
آبوهواشناسیتوریسمبهعنوانیکیازشاخه­هایکاربردیومهمآبوهواشناسیطیسال­هایاخیربه پیشرفت­هایقابلتوجهیدرزمینهکشفقابلیت­هاوتوانمندی­هایاقلیمیمناطقتوریستیدستیافتهاست . در همینراستامدل­هایکمیگوناگونیازطرفمحققانبرایتحلیل­هامورداستفادهقرارمیگیرد. شاخص اقلیم توریستی میچکوفسکی با عنوان TCIکه در سال ۱۹۸۵ پیشنهاد شده است، با ترکیب منطقی چند متغیر اقلیمی و تعریف چند شاخص فرعی بر اساس متغیرهای موثر در آسایش اقلیمی در نهایت، شاخص اصلی TCIرا تعیین می کند.با توجه به مقادیر به دست آمده از میانگین ماهانه TCIو نقشه های ماهانه وضعیت اقلیم آسایش دریاچه ارومیه نشان می دهد که شرایط مطلوب در این منطقه از لحاظ آسایش اقلیمی در ماه های جولای (۱۰ تیر تا ۹ مرداد) عالی و در ماه آگوست (۱۰ مرداد تا ۹ شهریور) ایده آل می باشد در این دو ماه به دلیل دمای مناسب و خنک تابستانی و بارش­های متوسط و کم ورطوبت نسبی متوسط شرایط ایده آلی را برای گردشگران فراهم نموده است، در ماه­های آوریل، می و ژوئن وضعیت اقلیم توریستی دریاچه در وضعیت عالی و خیلی خوب و خوب در طبقه بندی اقلیم گردشگری قرار دارد،بارش های بهاری منطقه با نام بارش­های نیسان همچنین وجود طول موج های غربی که اکثرا در این مناطق کوهستانی با فراهم شدن شرایط صعود سبب بارش­های رگباری و حتی گاهی موجب بارش برف نیز می شود از دلایل کاسته شدن آسایش اقلیمی شده است مابقی ماه ها در شرایط قابل قبول و بحرانی و مرزی قرار دارند که این به خاطر دماهای کم پاییز و زمستان همراه با بارش های سنگین برف سبب شده که آسایش اقلیمی منطقه به کمترین میزان خود برسد، پس با این گفته می توان این نتیجه را دریافت که منطقه مورد مطالعه ما ۵ ماه از سال در شرایط آسایش اقلیمی خیلی خوب، عالی و ایده آل قرار دارد یعنی با داده ­های حاصل از این مدل وضیت اوج در فصل بهار و تابستان مشاهده می شود. با توجه به بحث انجام شده مدل راهبردی درباره توسعه گردشگری دریاچه ارومیه همان گونه که دارای پتانسل­های زیادی برای جذب گردشگر می باشد تهدیدها نیز با پتانسیل­ها رقابت می کند اولین و بزرگ­ترین تهدیدی که دریاچه با آن روبه رو شده است و می توان با اطمینان کامل گفت که این تهدید بر پتانسیل­های جذب گردشگر چیره شده ، خشک شدن دریاچه می باشد که با کم­کاری و سهل­انگاری مسئولان ذیربط و آمیخته شدن با حرکات و نمودهای سیاسی حیات آن به شمارش معکوس افتاده است با توجه به یافته های انجام شده می توان این راهبرده را ارائه نمود:
۵- ۱۵- ارائه راهبردها و راهکارهای توسعه گردشگری دریاچه ارومیه
۵- ۱۵- ۱- راهبردهای رقابتی/تهاجمی(SO)
در راهبردهای تهاجمی که تمرکز بر نقاط قوت درونی و فرصت های بیرونی استوار است، راهکارهای زیر جهت بهره برداری از پتانسیل های گردشگری منطقه به منظور توسعه آن ارائه میگردد:
- برنامهمدیریتگردشگری)اکوتوریسم (وبرگزاریکارگاهبرنامه­ریزیاکوتوریسم
- اطلاعرسانیوآگاهی­رسانیدرخصوصجاذبه­هایطبیعیوضوابطگردشگری
- جلبمشارکتمردمدرطراحیومدیریتبرنامه­هایگردشگری
- حمایتازجوامعمحلی )مالیوفنی)برایتوسعهتوریسم
- بررسیامکانگسترشسایت­هایپرندهنگریدرجنوباستان
۵- ۱۵- ۲- راهبردهای تنوع(ST)
در راهبردهای تنوع به منظور حداکثر استفاده از قوت‌های موجود برای حداقل نمودن اثرات تهدیدهای محیط بیرونی طراحی می‌شوند:
- ظرفیت­پذیری و تعیین حد مطلوب تراکم جمعیت در مکان­های مختلف توریستی در منطقه
- بازنگریدرقوانینبرایبازدیدازپارکملی
- شیوه ­های جدید و تنوع بخشی اطلاعرسانیوآگاهی­رسانیدرخصوصجاذبه­هایطبیعیوضوابطگردشگری
۵- ۱۵- ۳- راهبردهای بازنگری(WO)
این استراتژی‌ها به منظور حداقل نمودن ضعف‌های داخل برای بیشترین استفاده از فرصت‌های بیرونی جهت رفع نقاط ضعف فراروی نواحی توریستی طراحی می‌شوند:
- بازنگری برنامه ریزی شده کارشناسان شرکت آب منطقه ای، سازمان جهاد کشاورزی و سازمان حفاظت محیط زیست جهت ارتقاء آگاهی تصمیم سازان و سیاست­گذاران
- بازنگری و ارائهآموزش­هایمناسبدردروسدبیرستانیدرزمینهدریاچهارومیهوتالاب­های اقماریآن،اهمیت،ارزش،تهدیدهاو روش­هایحفاظتآنها
- ایجادمراکزبازدیدبرایافزایشآگاهی­هایزیستمحیطیعموممردمدراستان­هایآذربایجانشرقیوغربیوتهیهموادآموزشیمناسب
۵- ۱۵- ۴- راهبردهای تدافعی(WT)
به منظور حداقل نمودن ضعف‌های داخلی برای حداقل نمودن اثرات تهدیدهای بیرونی طراحی می‌شوند:
- برگزاریدورههایآموزشمشارکت­هایمردمیبرایکارکنانسازمانمحیط زیست
- استفادهازفارقالتحصیلاندانشگاهوتقویتآنهاجهتانجامفعالیت­هایآگاهی­رسانی عمومی
- حمایتازپژوهش­هادرقالبرساله­هایکارشناسیارشدودکترا
- آگاهی­رسانیازطریقتهیهوتوزیعموادآموزشی )پوستر،فیلم،برچسباتومبیل و …).
۵- ۱۶- پیشنهادها
دریاچه ارومیه با دارا بودن قابلیت ­های قابل توجه توانایی آن را دارد که به یکی از کانون­های مهم گردشگری در سطح داخلی و خارجی تبدیل شود. از قابلیت ­های این دریاچه، برای گردشگری، اکوتوریسم است که می تواند علاوه بر طبیعت­گردان داخلی،زمینه ساز جذب گردشگران خارجی نیز شود. ایجاد پارک‏های دریایی و تأمین امکان دسترسی به جزیره‏ها به وسیله بخش‏های دولتی و خصوصی،می‏تواند راهکار مناسبی برای‏ توسعهجاذبه گردشگری در این منطقه باشد. در زمینه قابلیت‏های‏ درمانی نیز لازم است تا احداث یک مؤسسه هیدروترمال و مهمانخانه‏ها و آسایشگاه‏های مربوطه در مناطق گوناگون سواحل این دریاچه مدنظر قرار گیرد.در این میان،گردشگری روستایی نیز می‏تواند به عنوان یک کلیت، تمامی گونه‏های گردشگری را در بر گیرد و با تاسیس امکانات و خدمات‏ مورد نیاز در نزدیکی روستاها و پیرامون آن‏ها،همچنین ایجاد فعالیت‏های‏ جنبی با توجه به سنت‏ها و آداب و رسوم ساکنان این‏روستاها،تنوع اقتصاد ملی و فرصت‏های چندگانه‏ای را با ایجاد شغل‏های جدید و متنوع در ارتباط با گردشگری،همچون تأمین اتاق برای گردشگران،تهیه غذا، خرده فروشی،حمل و نقل و ایجاد سرگرمی،فراهم آورد. به‏طور کلی،زمینه‏های ساماندهی گردشگری در دریاچه ارومیه‏ را می‏توان در چارچوب مواردی همچون:ایجاد راه‏های آسفالته بین‏ مناطقگردشگری و نواحی شهری و روستایی،توسعه ارتباطات،ایجاد تأسیسات و تسهیلات گردشگری در زمینه ساختمان،هتل و فضاسازی محیط،ایجاد شهرک‏های گردشگری و سکونتگاه‏های‏ اقامتی ارزان قیمت،همراه با تبلیغات،تهیه و توزیع انواع نقشه‏ها و بروشورهای گردشگری و نظیر این‏ها دانست.
۵- ۱۷- فهرستمنابع و مآخذ
۱-آستانی، سجاد و آگاه، حمیرا(۱۳۹۱):ارزیابی و برآورد شاخص اقلیم آسایش گردشگری تالاب بین ­المللی گاوخونی با بهره گرفتن از سیستم اطلاعات جغرافیایی و TCI،فصلنامه مدیریت و برنامه ریزی محیط زیست، سال دوم، شماره ۲، تابستان ۱۳۹۱
۲- ابراهیمیعبدالحمید،قادریاسماعیل،قائدرحمتی صفرواکبریرضا(۱۳۸۹)،بررسیتأثیرتبلیغات برجذبگردشگران،نمونه: گردشگرانبین المللیشهراصفهان،فصلنامهجغرافیاوتوسعه، شماره۱۷،زاهدان
۳-ابراهیم زاده، عیسی و آقاسی زاده، عبدالله ( ۱۳۸۸ ): تحلیل عوامل موثر بر گسترش گردشگری در ناحیه ساحلی چابهار با بهره گرفتن از مدل راهبردیSWOT، مطالعات و پژوهش­های شهری و منطقه­ای، سال اول، شماره، تابستان ۱۳۸۸ .
۴-افتخاری، رکن­الدین و مهدوی، عبدالرضا (۱۳۸۵): راهکارهای توسعه گردشگری روستایی (نمونه موردی دهستان لواسان کوچک) با بهره گرفتن از مدلSWOT، مجله مدرس، انتشارات دانشگاه تربیت مدرس، شماره ۴۵٫
۵-اعرابی سیدمحمد، دست­نامه برنامه ریزی استراتژیک، دفتر پژوهشهای فرهنگی، چاپ دوم ،تهران،۱۳۸۷، ص ۳
۶- امیدی، نبی(۱۳۹۱):راهبرد سنجی توسعه صنعت گردشگری در استان ایلام، فصلنامه علمی تخصصی برنامه ریزی منطقه­ای، سال دوم، شماره۵، بهار ۱۳۹۱
۷- خالدی، شهریار (۱۳۷۴): آب و هواشناسی کاربردی، نشر قومس، تهران.

(همان:۲۶۶)
یارسود از شرفم سر به ثریّا ودریغا که به پایش سر تعظیم به شکرانه نسودم
(همان:۲۹۳)
خرما آن جان علوی کز کف حور بهشت وقت رفتن با لبی خندان گلی بویید و رفت
(همان: ۱۴۴)
دریغا دولت دیدار جانان دریغا صحبت یاران جانی
(همان:۴۱۷ )
ان نسبت
به هم مانند شیرینان و لیکن مرا شهدی است بی مانند از آن لب
(همان: ۹۸)
به یاد گوشه چشم تو ای کمان ابرو چومن به کوی خراباتیان خرابی نیست
(همان: ۱۳۵)
خیال رفتگان، شب تا سحر در جانم آویزد خدایا این شب آویزان چه می خواهند از جانم
(همان: ۳۱۱)
رقت کند به حال من این سربریده شمع ای روشنان حواله به سوز و گداز کن
(همان: ۳۴۶)
میان طا ئران عرش آشیانی به بزم قدسیان بالا نشینی
(همان: ۴۲۶)
به خار و خشت و خارا پرورانده نه در دامان پیراهن حریران
(همان: ۵۶۱)
سهی قدان، رشادت را گوا هان سیه چشمان، سعادت را بشیران
(همان: ۵۶۱)
قید حالت
گوش کن ناله این نی که چو لالای نسیم اشگریزان به نوای بم و زیر آمده است
(همان: ۱۱۲)
پایه های کلبه من چون دلم لرزان و ریزان لیکن اصطبل فلانی پایه ای استبر دارد
(همان: ۱۵۶)
به اسکی بازها ما ند که پایی همه لغزان و لیزان دارد این عمر
(همان: ۲۵۶)
زنان را گو نیا مـد سر فــرازی ازاینپا درهوایان، سربه زیران
(همان: ۵۶۱)
گاهی شاعر به تبع کلماتی مانند ترکستان، هندوستان با بهره گرفتن از پسوند ستان که پسوند مکان است، قید مکان می سازد ماند شکرستان، نگارستان و …
سوسنستان که هم آهنگ صبا می رقصید غرق بوی گل و غوغای هزار آمده بود
(همان: ۲۳۳)
اگر نه این قلمستان همه کلاغستان برای بلبل و قمری هم آشیان بودی

(همان: ۵۸۲)
بکفر زلف تو آن شانه چون یکی شمشیر که صف شکافته آشوب کافرستان را
(همان: ۸۵)
شهریار از شکرستان غزل شاید اگر چون تویی طوطی شکرشکن آیدبیرون
(همان:۳۶۲)
نگذرد شاهد ما بر شکرستان و فا شهریارا همه گرطوطی شیرین سخنی
(همان:۴۲۴)
نکهت باغ گل ونزهت نارنجستان از نسیمم بنوازند مشام ای شیراز
(همان:۲۵۹)
اما ز مدیح آذ رستان بس کن که نصیب کافرستان
(همان: ۷۰۱)
کاربرد قید تشبیه مانستن،گویی
خطوط دفتر من سیم ساز را ماند قلم معاینه، مضراب سر به راه من است
(همان: ۱۱۱)
به شعرت شهریارا، بی دلان تا عشق می ورزند نسیم وصل را ماند نوید طبع دیوانت
(همان: ۱۴۸)
خزان خواهیم شدساقی کنون مستی غنیمت دان که لاله ساغروشبنم شراب ناب را ماند
(همان:۲۰۲)
بنفشه دخترشکرلب دهقان نماید لیک مغیلانش به صدنیش زبان ارباب را ماند
(همان:۲۰۳ )
ا ختران گویی اخگرا نستند خیمه خاکستری کنند سحاب

اطلاعات مربوط به استاد راهنما:
تذکرات:

دانشجویان دوره کارشناسی ارشد می‌توانند یک استاد راهنما و حداکثر دو استاد مشاور و دانشجویان دوره دکتری حداکثر تا دو استاد راهنما و دو استاد مشاور می‏توانند انتخاب نمایند.
در صورتی که اساتید راهنما و مشاور مدعو می باشند، لازم است سوابق تحصیلی، آموزشی و پژوهشی کامل ایشان (رزومه کامل) شامل فهرست پایان‌نامه‌های کارشناسی ارشد و رساله‏های دکتری دفاع شده و یا در حال انجام که اساتید مدعو، راهنمایی و یا مشاوره آنرا بر عهده داشته‏اند، به همراه مدارک مربوطه و همچنین آخرین حکم کارگزینی (حکم هیأت علمی) ضمیمه گردد.
اساتید راهنما و مشاور موظف هستند قبل از پذیرش پروپوزال، به سقف ظرفیت پذیرش خود توجه نموده و در صورت تکمیل بودن ظرفیت پذیرش، از ارسال آن به دانشکده و حوزه پژوهشی و یا در نوبت قراردادن و ایجاد وقفه در کار دانشجویان جداً پرهیز نمایند. بدیهی است در صورت عدم رعایت موازین مربوطه، مسئولیت تأخیر در ارائه پروپوزال و عواقب کار، متوجه گروه تخصصی و دانشکده خواهد بود.
اطلاعات مربوط به استاد راهنمای اول:
دانشگاهی :دکترا
نام و نام خانوادگی:.احمد جعفریان آخرین مدرک تحصیلی ــ :……………………………….
حوزوی :
تخصص اصلی:.آنالیز عددی-ریاضی کاربردی.. رتبه دانشگاهی (مرتبه علمی): استادیار
تلفن همراه: ۰۹۱۴۹۱۸۹۳۰۴۱ تلفن منزل یا محل کار:.۳۴۴۰۰۹۴-۰۴۴۱
. پست الکترونیک(Email) : . jafarian5594@ yahoo.com
نحوه همکاری با واحد ارومیه:
تمام وقت نیمه وقت مدعو
اطلاعات مربوط به استاد راهنمای دوم:
دانشگاهی
نام و نام خانوادگی:………………………………………………..آخرین مدرک تحصیلی ـــــــــــــــ :……………………………….
حوزوی
تخصص اصلی:……………………… رتبه دانشگاهی (مرتبه علمی): …………………… تلفن همراه: …………………………………
تلفن منزل یا محل کار:……………………………….. پست الکترونیک(Email) : ……………………………………………………..
نحوه همکاری با واحد ارومیه:
تمام وقت نیمه وقت مدعو
اطلاعات مربوط به استاد مشاور اول:
دانشگاهی: فوق لیسانس
نام و نام خانوادگی:. علی ابراهیمی کارگران آخرین مدرک تحصیلی ـ :……………………………….
حوزوی
تخصص اصلی: ریاضی کاربردی رتبه دانشگاهی (مرتبه علمی): مربی . تلفن همراه: ۹۰۹۱۴۳۴۶۲۱۰ تلفن منزل یا محل کار:.۳۴۴۰۰۹۵- ۰۴۴۱ پست الکترونیک(Email) : ebrahimi_kq yahoo.com
نحوه همکاری با واحد ارومیه:
تمام وقت نیمه وقت مدعو
اطلاعات مربوط به استاد مشاور دوم:
دانشگاهی
نام و نام خانوادگی:………………………………آخرین مدرک تحصیلی ـــــــــــــــ :……………………………….
حوزوی
تخصص اصلی:……………………… رتبه دانشگاهی (مرتبه علمی): …………………… تلفن همراه: ……..
تلفن منزل یا محل کار:……………………………….. پست الکترونیک(Email) : ………….
نحوه همکاری با واحد ارومیه:
تمام وقت نیمه وقت مدعو
۴- اطلاعات مربوط به پایان‏ نامه:
الف- عنوان تحقیق
عنوان به زبان فارسی
مقایسه بین بعضی روش های حل معادلات دیفرانسیل فازی
۲- عنوان به زبان انگلیسی/(آلمانی، فرانسه، عربی) :
Comparation between some approaches to solve fuzzy differential equations
تذکر: صرفاً دانشجویان رشته‏های زبان آلمانی،‌فرانسه و عربی مجازند عنوان پایان‏ نامه خود را به زبان مربوطه در این بخش درج نمایند و برای بقیه دانشجویان، عنوان بایستی به زبان انگلیسی ذکر شود.

ب – تعداد واحد پایان‏ نامه: ۶
ج- بیان مسأله اساسی تحقیق به طور کلی (شامل تشریح مسأله و معرفی آن، بیان جنبه‏ه ای مجهول و مبهم، بیان متغیرهای مربوطه و منظور از تحقیق) :
در این تحقیق قصد داریم کلاس های مختلف از معادلات دیفرانسیل فازی را تعریف کنیم . بسته به نوع آنها جواب های فازی هر کلاس را با مثال های مختلف بررسی و حل نماییم . روش های مختلفی برای این منظور ارائه خواهد شد و سپس مقایسه بین آنها انجام می شود .مثال های مختلفی از معادلات دیفرانسیل فازی در این پژوهش حل و بررسی و تجزیه و تحقیق خواهد شد.
د - اهمیت و ضرورت انجام تحقیق (شامل اختلاف نظرها و خلاءهای تحقیقاتی موجود، میزان نیاز به موضوع، فواید احتمالی نظری و عملی آن و همچنین مواد، روش و یا فرایند تحقیقی احتمالاً جدیدی که در این تحقیق مورد استفاده قرار می‏گیرد:
می دانیم بسیاری ازمسایل دینامیکی موجود در علوم مختلف مانند فیزیک , شیمی ,… منجر به معادلات دیفرانسیل می شود از طرفی اگر شرایط اولیه مسئله یا اطلاعات مسئله مبهم باشد معادلات بدست آمده نیز معادلات فازی خواهند بود . لذا اهمیت حل معادلات دیفرانسیل فازی بسیار است معادلات دیفرانسیل فازی به دسته های مختلفی تقسیم می شوند و هر دسته روش های حل مخصوص خود را دارد . در این تحقیق قصد داریم این روش ها را گرد آوری کرده و بین آنها مقایسه انجام دهیم .
ه- مرور ادبیات و سوابق مربوطه (بیان مختصر پیشینه تحقیقات انجام شده در داخل و خارج کشور پیرامون موضوع تحقیق و نتایج آنها و مرور ادبیات و چارچوب نظری تحقیق):
نگاشت مقادیر فازی (توابع فازی) نخستین بار توسط Puri وRalescu [1] گسترش یافت .آنها مفهوم مشتق پذیری Hukuhara ( H-مشتق) را برای نگاشت مجموعه مقادیر را به یک کلاس نگاشت فازی تعمیم و توسعه دادند . در نتیجه با بهره گرفتن از –Hمشتق , Kaleva[2]شروع به بسط نظریه معادلات دیفرانسیل فازیFDE)) کرد. در چند سال اخیر کارهای بسیاری درزمینه (معادلات دیفرانسیل فازی ) بوسیله چند ین نویسنده بصورت نظری و عملی در موردH -مشتق بررسی شد ه است. [۳،۴،۵،۱۷] .حال دربعضی از انواع روشهایی که پیشنهاد می شود اشکال عمده ای که وجود دارد زمانی است که Diam (x(t)) یک جواب برای x(t) در یک معادله FDE است زمانی که t بصورت بیکران افزایش می یابد.[۶،۷] . این مساله اثبات می شود که در بعضی ازانواعFDE این تفسیر تعمیم خوبی نیست و برای نوع crispوابسته می شود . ما فرض کنیم که این مساله مطابق با فازی سازی مشتق در قاعده سازی (فرمول سازی )برای FDE استفاده شود . در نتیجه فرمولهای متناوب برای این روش پیشنهاد می شوند .یکی از روش هایی که در FDE بوسیله خانواده معادلات دیفرانسیل شمولیت جایگزین می شوند از توابع مورد بحث در FDE حاصل می شوند . [۸،۹،۱۰]. روش دیگری که بدست آمده است بوسیله Bede در [۱۱]و Chalco-cano در[ ۱۸] وجود دارد. وقتی که آنها یک تعریف کلی برای توابع فازی در مشتق مطرح کردندکه آن را به یک کلاس نگاشت فازی مشتق پذیربسط دادند و به وسیله آنH – مشتق فازی جانبی را تعریف نمودند. . .با این تفاسیر راه حل جدید مشتقات برای FDE بدست می آید [۸،۱۲]. همچنین مقالات گوناگونی علاقه مند به مطالعه در مورد معادلات دیفرانسیل با پارامتر های فازی فازی وجود دارد [۱۳،۱۴] درمقاله زیربرای بعضی حالات و برای بعضی کلاس های توابع فازی ما می توانیم شرح مختلفی از روابط بین آنها را بصورت آسان ببینیم به عنوان مثال در [۱۵،۶۱] مواردی را ملاحظه کنید. در این مقاله ما FDE را که همان معادلات دیفرانسیل فازی است که توسط via – Zadehکه بطور عمده بسط داده شده است را مطالعه می کنیم . ما به یک راه حل برای کلاس معادلات دیفرانسیل فازی( FDE) رسیدیم .ما بعضی از این خواص را بدست آوردیم و نشان دادیم روابطی که با معادلات دیفرانسیل فازی شمولیت و معادلات دیفرانسیل فازی مطرح می شوند به مشتقات دیگر تعمیم داده می شوند همچنین ما یک روند حل عددی برای پیدا کردن جواب فازی معادلات دیفرانسیل فازی پیشنهاد می کنیم .
و – جنبه جدید بودن و نوآوری در تحقیق:
در این تحقیق یک روش عددی جدیدی برای پیدا کردن جواب فازی معادلات دیفرانسیل فازی ارائه خواهد شد.

۲-۴-۲-۱-رویکرد مبتنی بر ویدئو
در این سیستم برای ردیابی و تشخیص فعالیت­های فیزیکی دوربین ویدئویی بکار می­رود. این روش اغلب در آزمایشگاه خوب کار می­ کند اما به دلیل آشفتگی و تنوع خیلی مختلف فعالیت­هایی که در محیط­های واقعی اتفاق می­افتد در دستیابی به دقت مشابه در شرایط واقعی به مشکل بر­خورده­اند. بعلاوه حسگرهایی مانند میکروفن و دوربین خیلی گران می­باشند. درنتیجه از آنجا که این دستگاه­ها به عنوان دستگاه­های ضبط کننده بکار می­روند، ممکن است توسط بعضی افراد با مشکلات امنیتی حریم خصوصی مواجه شوند.

۲-۴-۲-۲-رویکرد مبتنی بر محیط حسگر
این سیستم­ها برای نظات بر تعامل میان کاربران و محیط­های خانه­شان توسعه یافته­اند که این هدف بوسیله توزیع تعدادی از حسگرهای محیطی بخصوص حسگرهای باینری حالت on-off سراسر محیط زندگی فرد بدست آمده است. داده جمع آوری شده بوسیله این حسگرهای محیطی می ­تواند برای تطابق هوشمند محیط در خانه برای ساکنانش مورد استفاده باشند. سیستم­های مبتنی بر حسگرهای محیطی فعالانه فعالیت­های آنها را هر روزه نظارت می­ کند. در این سیستم­ها تعداد زیادی از پارمترها می ­تواند با بکارگیری حسگرهای گوناگون و محدودیت­هایی (اندازه، وزن و توان) از دیگر انواع حسگرها نظارت شود. بنابراین طراحی کلی سیستم را ساده می­ کند. هر چند این سیستم­ها وابسته به زیرساخت هستند و نمی ­توانند بر افراد بیرون خانه نظارت کنند. همچنین آنها مشکلات متمایز کردن فرد نظارت شده و دیگر افراد در خانه را نیز دارند.خانه­های هوشمند یک نمونه از این گونه سیستم­های می­باشند.
۲-۴-۲-۳-رویکرد مبتنی بر حسگرهای پوشیدنی
این سیستم­های طوری طراحی شده ­اند که برای اندازه ­گیری پیوسته داده بیومکانیکی و فیزیولوژیکی بدن در طول فعالیت روزمره با در نظر گرفتن مکان فرد قابل پوشیدن باشند. بنابراین یک جایگزین مناسب برای تشخیص فعالیت­های روزمره انسان بخصوص فعالیت­های فیزیکی بدن هستند. از این رو آنها به افراد متصل می­ شود تا بر فعالیت­های آنها نظارت کنند. حسگرهای پوشیدنی از زیرساخت مستقل هستند و می ­تواند پارامترهای فیزیولوژیکی که بوسیله حسگرهای ویدئویی یا محیطی ممکن قابل اندازه گیری نیستد را اندازه ­گیری کنند. بعلاوه این حسگرها ارزان قیمت بوده و برخلاف حسگرهای ویدئویی آنها مشکل حریم خصوصی افراد را ندارد.
طیفی از حسگرهای متصل به بدن شامل سوئیچ­های الکترومکانیکی، شتاب­سنج، ژیروسکوب، گام شمارها برای گرفتن و آنالیز حرکات انسان درطول زندگی روزمره افراد بکار روند. پیشرفت تکنولوژی در سیستم­های میکروالکترومکانیکی^[۶] باعث کوچک شدن و کم هزینه شدن شتاب­سنج­ها شده است و عموما به عنوان یک ابزار مفید برای ارزیابی حرکت انسان در محیط­های کلینیکی و محیط­های زندگی پذیرفته شده ­اند.
۲-۴-۳-رویکردهای مدل سازی فعالیت انسان
بیشترین رویکردهای مورد استفاده برای مدل­سازی فعالیت انسان شامل HMM و انواع آن که شامل زیر مجموعه­های
(coupled-HMM ,Entropid-HMM)، مدل­های گرافیکی و شبکه ­های پویا بیزی می­باشد [۳۹].
۲-۴-۳-۱–رویکرد استخراج ویژگی
ابتدا سیگنال بدست آمده از حسگر به تعدادی بخش­های زمانی کوچک به نام پنجره­ها تقسیم می­ شود. در هر پنجره یک یا چند ویژگی برای توصیف سیگنال، استخراج می­ شود. این ویژگی­ها سپس به عنوان ورودی الگوریتم­های دسته­بندی استفاده می­شوند که هر پنجره با یک فعالیت مرتبط می­ شود. این ویژگی­ها شامل ناحیه وسیع سیگنال، شتاب
peak-to-peak، مقدار اصلاحی میانگین، مربع میانگین ریشه می­باشند. این نوع ویژگی­ها اغلب برای تمایزگذاشتن میان فعالیت­های پویا و ایستا مورد استفاده­اند.
هدف اصلی استخراج کمترین مقادیر از داده خروجی برای ایجاد یک پیش­گویی خوب این همچنین مفید است برای پشتیبانی تصمیم ­گیری در مورد حذف یک حسگر اگر خواندن یک حسگر ایجاد نمی­کند ویژگی­هایی که اطلاعات خوب ارائه می­ کند پس حذف می­ شود. بطور کلی آنالیز تمام داده ثبت شده برای تشخیص فعالیت غیرضروری است. بنابراین داده ساده خام درون پنجره کوچک قبل از استخراج ویژگی استخراج می­کنیم. به منظور گرفتن اطلاعات بصورت مناسب از اطلاعات انسان و راحت باشد برای محاسبه مبتنی بر FFT از ویژگی­های دامنه-تکرار. طول پنجره مجموعه از خواهد بود. چهار اندازه متفاوت ۳۲، ۶۴، ۱۲۸و ۲۵۶ طول زمان مرتبط است با ۴ طول متفاوت پنجره بطور تقریبی ۱،۲،۴ و ۸٫۵ فرکانس فعالیت روزانه شان بصورت گسترده رنجی از ۱ تا ۱۸ هرتز دارد. بنابراین دوره زمانی۸٫۵ ثانیه می­پوشاند. کاهش بعد ویژگی (که می ­تواند به عنوان عملیات انتخاب ویژگی دیده شود) مهمترین روال قبل از دسته­بندی است. ابتدا بعضی از ویژگی­های بی_­ارتباط یا زاید که نمی­تواند اطلاعات پشتیبانی برای دسته­بندی آموزشی را ارائه کند، حذف
می­شوند. دسته­بندی کننده در فضای ابعاد بالاتر می ­تواند سخت و زمان بر باشد. بنابراین بهترین راه کاهش ابعاد مجددویژگی­ها قبل از انجام عملیات طبقه ­بندی می­باشد. معمولا قبل از اجرای الگوریتم دسته­بندی مراحل زیر انجام
می­ شود[۳۹]:
۲-۴-۳-۲-داده استاندارد وکاهش ابعاد ویژگی
ویژگی­های مورد استفاده بوسیله پژوهشگران برای دسته­بندی فعالیت­های انسان متنوع می­باشد. ویژگی­ها شامل حجم، تکرار، بهم پیوستگی می­باشد. نوع ویژگی حجم شامل ویژگی­هایی است که مبتنی بر مقادیر بزرگی از حسگرها می­باشد. ویژگی­ها در این طبقه بطور گسترده مبتنی بر مقادیر خام از حسگرها می­باشند آنها شتاب محور x، شتاب محور Yو شتاب محور Z می­باشند. ویژگی تکرار شامل ویژگی­هایی است که مبتنی بر مقادیر تکراری حسگر ویژگی­هاست.
ویژگی­های دامنه-زمان: بعضی از پژوهش­ها ویژگی­های دامنه-زمان را از پنجره داده شتاب بدست آورده­اند و معمولا آماری هستند شامل میانه، میانگین، واریانس و انحراف استاندارد، انحراف مطلق میانه وentropy ویژگی­های
دامنه-فرکانس: به منظور بدست آوردن ویژگی­های دامنه-تکرار پنجره ابتدا می­بایست داده حسگر به دامنه – تکرار تبدیل شود که معمولا با بهره گرفتن از FFT^[7]انجام می­گیرد. خروجی FFT یک مجموعه درخت تصمیم می­باشد. این الگوریتم بوسیله امتحان کردن قابلیت تشخیص ویژگی­ها در یک زمان برای خلق یک مجموعه قوائد کار می­ کند که ضرورتا مجهز به یک سیستم دسته­بندی کامل می­ شود. از جمله^[۸]FT و .DCT^[9]سایر ویژگی­ها شامل آنالیز مولفه اصلی، آنالیز تفریق خطی و ^[۱۰]AR, HAAR می­باشند. Wangو همکاران در پژوهش خود ویژگی­هایی از جمله تعداد مشاهدات،
طولانی­ترین بعد­، مجموع مقادیر را مطرح نموده ­اند.
۲-۴-۴-الگوریتم­های تشخیص فعالیت
الگوریتم­های تشخیص فعالیت فعالیت­ها و عملیات­های متفاوت را براساس ورودی­های کاربر دسته­بندی می­ کند [۴۰]. این الگوریتم­ها معمولا یا روی ایستگاه­های کاری^[۱۱] یا موبایل هوشمند کاربر اجرا می­ شود. انتخاب الگوریتم دسته­بندی، مبتنی بر قابلیت پردازش پلت­فرم برای اجرای الگوریتم است. الگوریتم­های دسته بندی نظارت شده^[۱۲] با نمونه­های برچسب شده برای خلق مدل دسته­بندی مجهز می­شوند. سپس مدل برای دسته­بندی داده ­های ورودی مورد استفاده قرارخواهد گرفت. این الگوریتم­ها شامل VN KNN ,SVM ,Decision Tree ,naïve-Bayes و…
الگوریتم­های نیمه نظارت شده^[۱۳] شامل خودیادگیری^[۱۴] و با هم یادگیری^[۱۵] می­باشد [۴۱]. خودیادگیری از یک دسته­بندی کننده برای دسته­بندی داده غیربرچسب­گذاری شده استفاده می­ کند. با هم یادگیری از چندین دسته­بندی کننده برای داده غیربرچسب گذاری شده استفاده می­ کند. در این الگوریتم­ها قسمتی از داده بدون برچسب مورد استفاده قرار می­گیرد.

شکل۲- ۹-مدل­های تشخیص فعالیت [۴۱]
۲-۴-۴-۱-الگوریتم های خوشه­بندی
الگوریتم­های تشخیص فعالیت به دو دسته تقسیم می­شوند اولین مبتنی است بر روش­های یادگیری ماشین شامل
روش­های یادگیری نظارت شده و بدون نظارت [۴۲]. روش­های نظارت شده نیازمند استفاده از داده برچسب­گذاری شده با یک الگوریتم که آموزش شده روال­های عمومی با استفادهاز الگوریتم­های یادگیری نظارت شده برای تشخیص فعالیت شامل چندین مرحله است:

1. 1. بدست آوردن داده نمایشی حسگر ازفعالیت­ها

1. 1. تعیین ویژگی های داده ورودی و نمایش آنها

1. 1. جمع­آوری داده از چندین منبع داده و انتقال آنها به ویژگی­های مستقل ازبرنامه کاربردی

1. 1. تقسیم داده به دو مجموعه آموزشی و آزمایشی

1. 1. آزمایش الگوریتم تشخیص الگوریتم روی مجموعه آموزشی

1. 1. تست عملکرد طبقه ­بندی الگوریتم آزمایش شده روی مجموعه آزمایشی

1. 1. اجرای الگوریم در زمینه تشخیص فعالیت

از جمله این الگوریتم­ها می­توان به Hidden Markov Model ,SVM ,K-NN ,Naïve bayes و… اشاره کرد. سیستم یادگیری غیرنظارت شده برای ساخت مدل­های تشخیص از داده غیربرچسب­گذاری شده استفاده می­ کند. ایده اصلی تشخیص، اختصاص یک احتمال به هر فعالیت ممکن است و تعیین یک مدل اتفاقی^[۱۶] که می ­تواند این احتمال را مطابق مشاهدات جدید و برای دانستن حالت سیستم بِروز کند.
روال عمومی برای یادگیری غیرنظارتی شامل:

1. 1. بدست آوردن داده غیربرچسب حسگر

1. 1. جمع­آوری و انتقال داده حسگر به ویژگی­ها

1. 1. مدل­سازی داده با بهره گرفتن از تخمین کیفیت دیگر یا متدهای کلاس­بندی.