فرض صفر رد شده بنابراین، متغیر حسابرس داخلی از مدل تحقیق حذف گردید.
(( 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. ))

مقدار سطح معنی داری فرضیات در متغیر درصد مالکیت مدیریتی(۴۲۲۱٫)، استقلال هیأت مدیره (۱۶۵۳/۰)، نسبت مالکیت سهامداران نهادی (۳۴۳۳/۰) ، اقتدار سهامداران شناور(۰۰۳۸٫)، بیانگر رابطه بین متغیرهای مستقل درصد مالکیت مدیریتی، نسبت مالکیت سهامداران نهادی، استقلال هیأت مدیره و تخطی مالیاتی درسطح اطمینان ۹۵/۰ است. و رابطه بین اقتدار سهامداران شناور و تخطی مالیاتی درسطح اطمینان ۹۵/۰ است. ازاین رو در فرضیه اصلی فرض H₀ قبول و فرض H₁ رد می‌شود. همچنین مقدار ضریب متغیرهای مستقل تحقیق مثبت می‌باشد که نشان‌دهنده وجود رابطه بسیار ضعیف ولی مستقیم بین حاکمیت شرکتی و تخطی مالیاتی می‌باشد.
بررسی آزمون دوربین- واتسون (D.W): به منظور بررسی استقلال خطاها (تفاوت بین مقادیر واقعی و پیش‌بینی شده توسط معادله رگرسیون) در دوره‌های مختلف از آزمون دوربین - واتسن به کمک Eviwes استفاده می‌نماییم. مقدارD.W محاسبه شده برای کلیه داده ها در حالت تجمعی (۱۳۸۷-۱۳۹۱) برابر۸۸/۱ است؛ بنابراین می‌توان نتیجه گرفت که جملات خطا در دوره‌های مختلف مستقل می‌باشند. به عبارت دیگر مقادیر خطا تصادفی بوده و فرض وجود خودهمبستگی بین خطاهای مدل برآورد شده رد می‌شوند.
۴-۵- خلاصه‌ فصل
در این فصل به تجزیه و تحلیل اطلاعات پرداخته شده است.ابتدا از آمار توصیفی متغیرهای پژوهش بحث شده سپس در ادامه جهت آزمون نرمال بودن متغیرها از آزمون کولموگوروف- اسمیرنوف استفاده شده است که نشان می‌دهد متغیرها به صورت سالیانه و با توجه به مقدار Sig برای آزمون کولموگروف- اسمیرنوف در سطح اطمینان ۹۵% برای تمامی متغیرها و با مقایسه سطح معنی داری تمامی متغیرها با سطح خطای ۵% نتیجه می گیریم توزیع داده ها نرمال نمی‌باشد. نتایج تحقیق در ارتباط با فرضیه اول پژوهش نشان داد که با مقایسه سطح معناداری داده‌های اولیه با خطای ۰۵/۰ فرض H₀ رد می‌شود. یعنی توزیع داده‌ها نرمال نمی‌باشد.در ادامه با توجه به تجزیه وتحلیل های صورت گرفته در ارتباط با فرضیه دوم پژوهش به این نتیجه رسیدیم که با مقایسه سطح معناداری داده‌های اولیه با خطای ۰۵/۰ فرض H₀ رد می‌شود. یعنی توزیع داده‌ها نرمال نمی‌باشد همچنین نتایج پژوهش در ارتباط با فرضیه سوم پژوهش حاکی از آن است که با مقایسه سطح معناداری داده‌های اولیه با خطای ۰۵/۰ فرض H₀ رد می‌شود. یعنی توزیع داده‌ها نرمال نمی‌باشد ودر ارتباط با فرضیه چهارم نیز میتوان گفت که با مقایسه سطح معناداری داده‌های اولیه با خطای ۰۵/۰ فرض H₀ رد می‌شود. یعنی توزیع داده‌ها نرمال نمی‌باشد ودر نهایت با توجه به تجزیه و تحلیل های صورت گرفته در ارتباط با فرضیه آخر(پنجم)پژوهش که به دست آمد سبب بوجود آمدن Near singular Matrix در نرم افزار ای ویویوز می شد بنابراین، این متغیر حذف گردید. در فصل پنجم به نتیجه گیریها و ارائه پیشنهادها می پردازیم.
فصل پنجم
نتیجه‌گیری و پیشنهادات
۵-۱- مقدمه
هدف از انجام هر تحقیق و پژوهشی ارائه جواب به سوالات تحقیق و نتیجه‌گیری در خصوص فرضیات تحقیق می‌باشد تا بتوان در نهایت در خصوص موضوع تحقیق و مساله پژوهشی به نتیجه‌گیری پرداخت. «نتیجه‌گیری» مرحله نهایی کارعملی هر تحقیق می‌باشد. این مرحله از تحقیق به چند دلیل حایز اهمیت است. همه نتایج تحقیق در این قسمت مشخص می‌شوند و خلاصه‌ای از یافته‌ها و ایده‌های فرایند علمی تحقیق را بیان می‌کند. بسیاری از خوانندگان تنها به نتایج تحقیق توجه دارند و مهمتر از همه اینکه حاصل تحقیق آن چیزی است که در نتیجه‌گیری به دست می‌آید(عزتی، ۱۳۷۶).
اطلاعات باعث افزایش دانش تصمیم گیرندگان و کاهش میزان تردید آنان می گردد. یکی از مهم ترین عوامل توسعه ی اقتصادی کشورها، وجود سیستم های اطلاعاتی مناسب می‌باشد. حسابداری یک سامانه ی اطلاعاتی است و در بنگاه های اقتصادی به مثابه ابزاری مؤثر در فرایند تهیه و ارائه اطلاعات مالی، به منظور تصمیم گیری های آگاهانه ی استفاده کنندگان، مورد توجه قرار دارد. اصولا تمامی مراحل پژوهش در راستا و جهت رسیدن به آگاهی برای نتیجه‌گیری صورت می‌پذیرد. پژوهش حاضر نیز در فصول قبل به کلیات موضوع پژوهش، مبانی نظری، روش پژوهش و در نهایت بررسی یافته‌ها و تجزیه و تحلیل آنها پرداخته است تا در این بخش ضمن ارائه نتایج حاصل از بررسی‌های صورت گرفته و آزمون فرضیات با توجه به نتایج حاصله پیشنهاداتی برای اجرا و همچنین پژوهش‌های آتی ارائه نماید. با توجه به ضرورت شناخت رفتار حاکمیت شرکت در راستای مدیریت مالیات آنها، در این تحقیق به بررسی رابطه حاکمیت شرکتی با تخطی مالیاتی پرداختیم.
۵-۲- خلاصه نتایج حاصل از پژوهش
۵-۲-۱- خلاصه نتایج حاصل از مطالعات نظری
مسئله اساسی که در این تحقیق مطرح می شود، نظام راهبری شرکت چگونه می تواند بر موضوع تخطی مالیاتی تأثیرگذار باشد؟ بطور کلی انتظار بر این است که سهامداران تخطی های مالیاتی را ترجیح بدهند (چن و همکاران، ۲۰۰۹). از این

البته این کار بسیار مشکل است چرا که دستگاه‌های عدیده‌ای با موضوع محیط زیست در ارتباط هستند

تنوع و گستره قابل توجه بازیگران زیست‌محیطی

PC29

در برنامه دوم یک تبصره یا بند ۸۲ در خصوص محیط زیست پیش‌بینی شده است که یک بند آن ارزیابی زیست‌محیطی است. سازمان مدیریت و برنامه‌ریزی را موظف کردیم در موافقت‌نامه‌هایی که با دستگاه‌های اجرایی منعقد می ‌کند، قبل از اجرای سیاست‌های زیست‌محیطی ابتدا ارزیابی زیست‌محیطی را انجام دهد و سپس آن طرح‌ها مبتنی بر ارزیابی صورت گرفته عملیاتی شود

بررسی ابعاد اثرات زیست‌محیطی قوانین پیش از تصویب

PC30

و یا در ماده ۴۵ قانون درآمدهای دولت در برنامه دوم پیش‌بینی کردیم که یک در هزار فروش تولید کنندگان صرف مسائل زیست‌محیطی خودشان یا منطقه خودشان در خصوص مسائل زیست‌محیطی شود. حتی این رقم یک در هزار هم طوری لحاظ شد که اگر این پول در آن سال در بودجه مصرف نمی‌شد، به خزانه دولت برنمی‌گشت و آن شرکت یا دستگاه اجازه داشت که در سال بعد آن بودجه را مصرف نماید.

سیاست یک در هزار، راهکار پویای تأمین اعتبارات زیست‌محیطی

PC31

همه این بودجه یک در هزار برای کلیه دستگاه‌ها نیز می‌بایست تحت نظارت سازمان حفاظت محیط زیست مصرف و عملیاتی می‌شد
(( 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. ))

نظارت سازمان محیط زیست بر سیاست یک در هزار

PC32

ولی متأسفانه این بودجه یک در هزار که در مجموع رقم کلانی می‌شد زیاد مورد بهره‌برداری قرار نگرفت.

اجرای ناموفق سیاست یک در هزار

PC33

دلیل آن است که خود سازمان محیط زیست به عنوان جزئی از مجموعه دولت، اراده اینکه بتواند مقابل دولت بایستد را ندارد.

اراده ضعیف سازمان در مقابله شدید با قوه مجربه

PC34

ریاست جمهور باید شخصی را به عنوان رئیس سازمان محیط زیست برگزیند که اولاً به اهداف زیست‌محیطی اعتقاد راسخ داشته باشد

اعتقاد راسخ، اثرگذار بر مقاومت رئیس سازمان

PC35

و ثانیاً قدرت اجرایی و مقاومت در برابر موارد مخالف را داشته باشد.

قدرت اجرایی بالا، اثرگذار بر مقاومت رئیس سازمان

PC36

تصور می‌کنند که اگر ملاحظات زیست‌محیطی را در کارهایشان لحاظ کنند هزینه تمام‌شده‌شان بالا می‌رود

تصورات نابجا در خصوص تحلیل هزینه-منفعت خط مشی‌های زیست‌محیطی

PC37

و دوم محدودیت‌هایی برای آنها در مکان‌یابی طرح‌های اجرایی شان (جاده دسترس، منابع آب و برق و تلفن و سایر منابع مورد نیاز در اجرای پروژه، تأمین مواد اولیه در نزدیک‌ترین نقطه ممکن به واحد تولیدی و …) ایجاد می‌کند و اینطور به نتیجه می‌رسند که تأمین ملاحظات زیست‌محیطی به صرفه نیست

تصورات نابجا در خصوص تحلیل هزینه-منفعت خط مشی‌های زیست‌محیطی

MSSP

%۳۰/۵۱۳

%۱۳/۶۴۰

%۴۸/۶۶۲

%۲۹/۶۲

همان‌طور که از نتایج جدول ۲-۱۷ در فصل دوم مشاهده شد، بار ۱ به‌دلیل قرار گرفتن در شین متصل به شبکه اصلی از قیود پخش توان و توان عبوری از خطوط تأثیر نپذیرفته است و تنها از قید توان دریافتی از شبکه اصلی تأثیرپذیر است. بنابراین حداقل کاهش مازاد در روش کلاسیک مربوط به بار ۱ ‌می‌باشد. سایر بارهای شبکه نیز با توجه به مشخصات فنی و محل قرارگیری آن‌ها در شبکه، به میزان متفاوتی از هر سه دسته از قیود شبکه تأثیر ‌می‌پذیرند. با توجه به نتایج جدول ‏۴‑۱۱، در روش کلاسیک این تفاوت در تأثیرپذیری از قیود شبکه سبب ایجاد MSSP نسبتاً زیاد در روش کلاسیک شده است. گفتنی است که با توجه به مقدار SRP کل شبکه در این روش، سایر نقاط تعادل حداقل سبب کاهش ۲۶/۴۸ درصدی مازاد کل شبکه خواهند شد.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت nefo.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

در روش MD، این مسأله به‌صورت متفاوتی رخ داده است. در این روش برای رسیدن به نزدیکترین نقطه جبهه پارتو به IP، مازاد بارهای کوچکتر مانند بار ۱ و ۲ شدیداً کاهش یافته­اند. علاوه بر این مازاد بارهای بزرگتر تا حدودی با افزایش مواجه بوده ­اند. به‌عبارت‌دیگر این روش سبب اجحاف بارهای بزرگتر در حق بارهای کوچکتر شده است. از نظر معیار برابری نیز روش MD سبب ایجاد SSP به مقدار ۳۶/۴۰۷ و MSSP به مقدار ۱۳/۶۴۰ درصد شده است که به‌ترتیب نشان­دهنده افزایش (۴۵/۹۵=۹۱/۳۱۱-۳۶/۴۰۷) و (۸۳/۱۲۶=۳۰/۵۱۳-۱۳/۶۴۰) درصدی نسبت به روش کلاسیک است. بنابراین روش MD در این ترکیب سبب نقصان در هر دو معیار برابری شده است. علاوه بر این میزان کارایی شبکه نیز نسبت به حداکثر آن در روش کلاسیک به میزان (۶۸/۱=۲۶/۴۸-۹۴/۴۹) درصد کاهش یافته است. بنابراین کاهش کارایی در روش MD بدون بهبود برابری بوده است.
حداقل­سازی تغییرات مقادیر مازاد بارها نسبت به IP در روش MND، سبب SRP حداقلی بار ۱ و حداکثری بار ۴ شده است. همان‌طور که پیش از این گفته شد، به‌دلیل تأثیرپذیری حداقلی بار ۱ از قیود شبکه، مقدار SRP آن در روش MND بسیار کم ‌می‌باشد. این مسأله سبب زیاد بودن اختلاف آن با SRP سایر بارها و در نتیجه بالا بودن مقدار MSSP در این روش شده است. بنابراین نحوه قرارگیری بارهای شبکه سبب شده تا کاهش معیار SSP در این ترکیب، معیار دیگر یعنی MSSP را به‌شدت افزایش دهد. برقراری روش MND در این ترکیب، کاهش (۸۶/۰=۲۶/۴۸-۱۲/۴۹) درصدی کارایی را همراه داشته است.
در سومین روش پیشنهادی (استفاده از MDND)، بارها دارای مقادیر SRP نزدیک به­هم می‌باشند. این شرایط سبب کاهش معیار MSSP به کمترین مقدار ممکن خود، یعنی ۲۹/۶۲ درصد شده است. اما همان‌طور که مشاهده می­ شود، این روش سبب افزایش (۳۹/۴۸=۹۱/۳۱۱-۳۰/۳۶۰) درصدی معیار SSP نسبت به روش کلاسیک شده است. در توضیح این مسأله می­توان گفت که یکسان­سازی مقادیر SRP در روش MDND، سبب شده تا SRP بار ۱ که در روش کلاسیک به‌دلیل موقعیت قرارگیری این بار در شبکه پایین بوده است، افزایش یابد. این افزایش در SRP بار ۱ باعث افزایش معیار SSP در روش MDND شده است. هزینه برقراری روش MDND در این شبکه، کاهش (۸۶/۲=۲۶/۴۸-۱۲/۵۱) درصدی کارایی است.
به‌منظور نمایش تأثیر بار ۱ بر معیار SSP و MSSP در روش­های مختلف، این بار را از شبکه حذف می‌شود و نتایج مربوط به این دو معیار و کارایی را مجدداً شبیه­سازی می‌کنیم. این نتایج در جدول ‏۴‑۱۲ ارائه شده است.
جدول ‏۴‑۱۲ مقادیر SSP، MSSP و کارایی، پس از حذف بار ۱ از ترکیب خوشه­ای از هفت بار
SRP
روش

کلاسیک

MD

MND

MDND

کل

%۷۷/۴۸

%۵۹/۴۹

%۴۹/۵۰

%۲۰/۵۱

SSP

%۹۴/۲۹۳

۹۴/۳۴۲

%۴۷/۲۸۳

%۳۰/۳۰۷

MSSP

%۶۷/۳۳۴

%۰۲/۳۸۵

%۲۳/۲۸۲

%۹۴/۱۷

مطابق با نتایج به‌دست آمده از جدول ‏۴‑۱۲، حذف بار ۱ سبب کاهش بسیار زیاد (۲۵/۳۸۰=۲۳/۲۸۲-۴۸/۶۶۲) درصدی معیار MSSP در روش MND نسبت به قبل از حذف این بار است و لذا مشخص است که بار ۱ به‌دلیل موقعیت قرارگیری خاص در شبکه، سبب افزایش زیاد معیار MSSP شده است. بنابراین پس از حذف بار ۱، روش MND سبب کاهش معیار SSP به میزان (۴۷/۱۰=۴۷/۲۸۳-۹۴/۲۹۳) و MSSP به میزان (۴۴/۵۲=۲۳/۲۸۲-۶۷/۳۳۴) درصد نسبت به روش کلاسیک شده که این به معنای بهبود هر دو معیار برابری در این روش است. برقراری روش MND در این ترکیب جدید منجر به کاهش (۷۲/۱=۷۷/۴۸-۴۹/۵۰) درصدی کارایی شده است که نسبت به قبل از حذف بار (۸۶/۰=۸۶/۰-۷۲/۱) درصد بیشتر کاهش یافته است.
بر اساس نتایج جدول ‏۴‑۱۲، حذف بار ۱ منجر به کاهش (۵۳=۳۰/۳۰۷-۳۰/۳۶۰) درصدی معیار SSP در روش MDND نسبت به قبل از حذف این بار شده است. اگرچه هنوز این معیار در روش MDND نسبت به روش کلاسیک بالاتر است ولی اختلاف آن‌ها نسبت به قبل از حذف بار به کمتر از یک سوم کاهش یافته است. علاوه بر این معیار MSSP روش MDND نسبت به قبل کاهش چشم­گیری یافته است، به‌نحوی که مقادیر SRP بار ۲ تا ۶ تا حد زیادی به یکدیگر نزدیک شده ­اند. برقراری روش MDND در این ترکیب جدید منجر به کاهش (۴۳/۲=۷۷/۴۸-۲۰/۵۱) درصدی کارایی شده که نسبت به قبل از حذف بار (۴۳/۰=۴۳/۲-۸۶/۲) درصد کمتر کاهش یافته است.
به‌منظور بررسی اثر تغییر پارامتر یکی از بارها بر بار دیگر در روش‌های مختلف در شبکه با خوشه­ای از هفت بار، سناریو ب-۱ به‌صورت زیر تعریف می‌شود.
سناریو ب-۱: پارامتر بار ۵ از ۱۰۰۰ به ۱۲۰۰ مگاوات ساعت افزایش می­یابد.
در جدول ‏۴‑۱۳ سناریو الف-۴ و ب-۱ با یکدیگر مقایسه شده‌اند. در اینجا از معیار برابر به‌منظور بررسی اثر تغییر پارامتر بار ۵ بر مازاد دیگر بارها استفاده می‌کنیم.
جدول ‏۴‑۱۳ مقایسه SRP بار ۱ تا ۴ و ۶ تا ۷ در سناریوهای الف-۴ و ب-۱ نسبت به IP در روش‌های مختلف در شبکه با خوشه‌ای از هفت بار

میان­کاله

۱۹

۹

ساری

۱۸

۱۰

همچنین دندروگرام UPGMA بین جمعیت­ها بر اساس شباهت ژنتیکی بین آن­ها نیز ترسیم گردید که بر اساس آن پنج منطقه مورد بررسی تشکیل سه کلاد را دادند. بر اساس نتایج حاصل از آنالیز خوشه­ای منطقه محمودآباد به تنهایی تشکیل یک خوشه جداگانه را داد و مناطق انزلی و میان­کاله به همراه ساری تشکیل یک خوشه را دادند (شکل ۹-۴).
شکل ۸-۴- نمودار گرافیکی جدایی مناطق مورد بررسی در مطالعه حاضر
شکل ۹-۴- دندروگرام UPGMA نمونه­های جمع­آوری شده شگ­ماهی براشنیکووی از مناطق مختلف بر اساس معیار شباهت ژنتیکی (نئی، ۱۹۷۸)
فصل پنجم
بحث و نتیجه گیری

۵- بجث

۱-۵- مطالعات تعداد نمونه، روش استخراج DNA و انتخاب نشانگرها

تعیین تعداد نمونه مورد نیاز در مطالعات ژنتیک جمعیت از اهمیت بسزایی برخوردار است و این تعداد نمونه به طور خاص متأثر از نوع نشانگر مورد استفاده قرار می­گیرد. تعداد نمونه با تعداد آلل شناسایی شده در نشانگرها ارتباط مستقیم داشته و مارکرهای متنوع­تر به تعداد نمونه بیشتری نیاز دارند. همان­طور که اشاره شد تعداد آلل مشاهده شده در لوکوس­های ریزماهواره زیاد بوده (بیشتر از ۱۰ آلل) و میزان تنوع بالایی را می­توانند نشان دهند و از سویی فراوانی آللی نیز در این نشانگرها پایین است؛ لذا به منظور انجام آنالیزهای آماری در این مطالعات باید از تعداد نمونه کافی استفاده کرد. رضایی و همکاران (۲۰۱۱) در بررسی تنوع ژنتیکی ماهی سفید (Rutilus frisii kutum) از ۷۵ نمونه ماهی (۲۵ نمونه ماهی در هر منطقه) در سه منطقه از سواحل جنوبی دریای خزر استفاده کردند. در مطالعه­ ای بر روی ماهی کلمه در سواحل استان گلستان، تعداد ۲۹ نمونه در هر منطقه با بهره گرفتن از نشانگرهای ریزماهواره مورد آنالیز و بررسی قرار گرفتند (کشیری و همکاران، ۱۳۸۹). در مطالعه صورت گرفته در شش جمعیت از کپور معمولی (Cyprinus carpio L.) با بهره گرفتن از نشانگرهای ریزماهواره، به­ازای هر منطقه تعداد ۳۰ نمونه ماهی را مورد استفاده قرار دادند (لی و همکاران، ۲۰۰۷). در مطالعه تنوع ژنتیکی و ساختار جمعیت ماهی سیاه­کولی (Vimba vimba persa) با بهره گرفتن از نشانگرهای ریزماهواره در رودخانه­های حویق و گرگانرود، تعداد ۳۰ نمونه در رودخانه حویق و ۲۵ نمونه ماهی را در رودخانه گرگانرود مورد استفاده قرار دادند. بررسی ساختار ژنتیکی جمعیت­های ماهی قباد (Scomberomorus guttatus) با بهره گرفتن از لوکوس­های ریزماهواره در چهار ایستگاه در خلیج فارس از تعداد ۱۶۰ نمونه ماهی قباد (بطور میانگین ۴۰ نمونه ماهی قباد در هر ایستگاه) استفاده گردید (عابدی و همکاران، ۱۳۹۰). ساختار جمعیتی ماهی سنگ­سر معمولی (Pomadasys kaakan) در آبادان و بندرعباس با بهره گرفتن از روش AFLP مورد بررسی قرار­گرفت که در این مطالعه به ترتیب از ۱۴ نمونه در آبادان و ۱۱ نمونه ماهی سنگ­سر در بندرعباس استفاده نمودند (سالاری و همکاران، ۱۳۹۱). در مطالعه حاضر به منظور بررسی تنوع ژنتیگی شگ­ماهی براشنیکووی تعداد ۲۸ نمونه در هر منطقه (در مجموع ۱۴۰ نمونه) مورد استفاده قرار گرفت که این تعداد نمونه نیز متناسب با تعداد پیشنهادی برای بررسی­های ژنتیک جمعیتی می­باشد.
(( 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. ))

در مطالعات ژنتیک جمعیت، DNA مورد نیاز با بهره گرفتن از روش­های مختلفی استخراج می­گردد. از جمله روش­های استخراج می­توان روش کیت، روش آمونیوم استات، روش نمکی و روش فنول-کلروفرم را اشاره کرد. در این مطالعه به منظور استخراج DNA از روش فنول- کلروفرم استفاده گردید. این روش نیز روشی قوی در مطالعات ژنتیکی بوده و DNA حاصل شده از این روش دارای کیفیت و کمیت کافی برای انجام PCR خواهد بود (اویسی و همکاران، ۱۳۸۸). نتایج حاصل از بررسی کیفیت و کمیت DNAهای استخراجی در این مطالعه نیز بیانگر مناسب بودن روش مورد استفاده بوده و باندهای ایجاد شده از این DNAها باندهایی قوی بود. هنگامی که جمعیت­های مختلف با هم مقایسه می­شوند باید توجه داشت که میزان تنوع ژنتیکی برآورد شده به نوع نشانگر مورد استفاده نیز بستگی دارد. نرخ جهش­پذیری در بین ژنوم­های مختلف متفاوت است و نشانگرهایی که روند تکامل سریع‌تری دارند (مثل ریزماهوارک­ها) تنوع ژنتیکی بالاتری را در مقایسه با نشانگرهایی که کندتر تکامل می­یابند (مثل آلوزایم­ها) نشان می­ دهند. علاوه براین، مقایسه ژن­های هسته­ای و اندامکی می ­تواند تحت تأثیر پدیده­هایی باشد که در گذشته جمعیت اتفاق افتاده است. اندازه کوچک جمعیت مؤثر در mtDNA و cpDNA بدین معناست که هنگامی که عوامل موقتی یا دائمی اندازه جمعیت را به شدت کاهش دهند این ژن­ها در مقایسه با ژن­های هسته­ای سریع­تر نابود می­شوند (کیوان­شکوه و درافشان، ۱۳۸۹). لذا در این مطالعه از نشانگرهای ریزماهواره که توانایی بالایی در نشان دادن آلل­های موجود در لوکوس­های کروموزومی دارند، استفاده شد.

۲-۵- مطالعات تنوع ژنتیکی

تنوع ژنتیکی در ساختار جمعیت­ها از مهم ترین و اساسی ترین اصول لازم برای بقا و تکامل موجودات می­باشد که موفقیت و تداوم نسل جمعیت ماهیان را به خصوص در شرایط محیطی متغییر متضمن می­ شود (دیز و پرسا، ۲۰۰۹). صید بیش از حد و استرس­زاهای دیگر محیطی همچون آلودگی‌های محیطی با کاهش اندازه جمعیت مؤثر قابلیت جمعیت را برای حفظ تنوع کاهش می­دهد و بقای آن­ها را به­خطر می­ اندازد. تخمین این موضوع در جمعیت ماهیان به­علت مهاجرت به داخل جمعیت و بازگشت شیلاتی در کوتاه مدت ممکن است به راحتی تشخیص داده نشود ولی در بلند مدت و به خصوص برای ماهیان غیر مهاجر مانند کفشک­ماهیان می ­تواند اثرات به­مراتب شدیدتری وارد نمـاید (آمای و همکاران، ۲۰۰۶؛ تئودوراکیـس و شـوگارت، ۲۰۰۱). شـگ­ماهـی براشنیکـوی (A. braschnikowi) یکی از گونه­ های جنس Alosa از راسته شگ­ماهی­شکلان^[۳۱] دریای خزر بوده که به فراوانی در سواحل جنوبی دریای خزر پراکنش دارد و به سبب فراونی آن در سواحل دریای خزر تا حدودی به لحاظ اقتصادی اهمیت پیدا کرده است. متأسفانه پیش از این مطالعه هیچ گونه تحقیقی در زمینه تنوع ژنتیکی نه تنها این گونه بلکه بر روی هیچ کدام از دیگر اعضای گونه شگ­ماهی­شکلان در دریای خزر صورت نپذیرفته است، لذا این مطالعه به عنوان اولین گزارش از وضعیت ساختار جمعیتی شگ­ماهی براشنیکوی (A. braschnikowi) به عنوان یک گونه بومی اکوسیستم دریای خزر است. نشانگرهای ریزماهواره امروزه به­عنوان یکی از پرکاربردترین نشانگرها در بررسی­های ژنتیک جمعیت بوده و علاقه­مندان زیادی را در مباحث ارزیابی ذخایر و بررسی­های تاکسونومیکی موجودات و از جمله گونه­ های وحشی و پرورشی ماهیان به خود جلب کرده است (لیو و همکاران، ۲۰۰۹). این نشانگرها به دلیل فراوانی بالا در ژنوم، همبارز بودن، توارث مندلی، کوچک بودن اندازه جایگاه ژنی و در نتیجه سهـولت تعیین ژنوتیـپ از طریق واکنـش زنجـیره­ای پلی­مراز و همچنین چند شکلی بالایشان مناسب هسـتند (چن و همکاران، ۲۰۰۸؛ دیـوودی و آویس، ۲۰۰۰). متاسفانه با توجـه به پراکنـش و فراوانی بالا و نقش و اهمیت شگ­ماهیان در هـرم اکـولوژیکـی و هرم انرژی اکوسیستم دریای خزر، این گونه فاقد جایگاه ژنی اختصاصی بوده و در این مطالعه از نشانگرهای ریزماهواره معرفی شـده در شگ­ماهی آمریکایی بر اساس تنوع بالایشان انتخاب شدند (جولیـان و بارتـرون، ۲۰۰۷). با وجـود غیراختصاصـی بودن جایگاه­هـای مورد استـفاده، هر شـش نشانگـر در شگ­مـاهی براشنیـکووی (A. braschnikowi) از خود چند شکلی بالایی نشان دادند. همچنین براساس نتایج حاصل از نرم‌افزار GENEPOP مبنی بر این که هیچ کدام از جایگاه­های ژنی عدم تعادل پیوستگی نشان ندادند (۶۸۴/۰P=)، جایگاه­های ژنی مزبور را برای استفاده در این مطالعه مناسب ساخت. اگر لوکوس­ها به­ صورت مستقل در طی تولید مثل از یکدیگر جدا شوند در توازن همبستگی خواهند بود و اگر به­ صورت غیرمستقل از هم باشند، آن را تحت عنوان همبستگی نامتوازن^[۳۲] می­نامیم. این پدیده به دلایل مختلفی رخ می­دهد که یکی از متداول­ترین آن­ها نزدیکی لوکوس­ها به یکدیگر بر روی یک کروموزوم است. هنگامی که داده ­ها از چندین لوکوس مختلف برای تحلیل تنوع زنتیکی جمعیت­ها استفاده می­ شود باید این پدیده همبستگی نامتوازن حتماً مورد آزمون قرار گیرد. وجود این پدیده منجر می­ شود که لوکوس­ها رفتار متفاوتی از خود نشان دهند؛ مثلا اگر آلل­های خنثی به آلل­های گزینشی مرتبط باشند، لوکوس­های مرتبط با این آلل­ها از موازنه هاردی- واینبرگ تبعیت نمی­کنند حتی اگر جمعیت به اندازه کافی بزرگ بوده و تولید مثل آن­ها تصادفی باشد.
در بررسی­های ژنتیک جمعیت از پارامترهای مختلفی همچون میزان هتروزیگوسیتی و تعداد آلل (واقعی و مؤثر) استفاده می­ شود و براساس یک پارامتر به تنهایی نمی­ توان قضاوت صحیحی راجع به افزایش یا کاهش تنوع ژنتیکی جمعیت ماهیان داشت. پیرایه­سنج­های مربوط به تنوع ژنتیکی (همچون هتروزیگوسیتی و تعداد آلل) برای جمعیت­ها از لحاظ روبرو شدن با تغییرات محیطی مهم هستند و ویژگی­هایی همچون اندازه بدن و قابلیت رقابت وتوانایی یک موجود برای بقا در زیستگاه­های طبیعی را تعیین می­ کند (فرانکهام، ۲۰۰۸؛ هاکانسون و جینسن، ۲۰۰۵). در مطالعه حاضر میانگین هتروزیگوسیتی مشاهده شده در سطح جمعیت­ها (۰۳/۰±۵۶۸/۰Ho= ) به­دست آمد که نسبت به مقدار اعلام شده برای ماهیان آب شیرین (۱۲/۰±۵۴/۰Ho=) بیشتر می­باشد (دیوودی و آویس، ۲۰۰۰). آلل‌های نادر فراوانی پایینی داشته (کمتر از ۰۱/۰) و به ­همین دلیل ارتباط ناچیزی با مقدار هتروزیگوسیتی داشته و حذف آلل­های نادر تأثیر چندانی در مقدار هتروزیگوسیتی مشاهده شده ندارد. به همین دلیل در مطالعات ژنتیک جمعیت این شاخص (هتروزیگوسیتی) به تنهایی نمی­تواند نتیجه قابل اطینانی را به­دست دهد و بیشتر مبتنی بر تغییرات تصادفی در فراوانی آلل­هاست (کیتادا و همکاران، ۲۰۰۹). میزان تنوع آللی نسبت به هتروزیگوسیتی در مطالعات ژنتیک جمعیت از اهمیت بیشتری برخوردار است (لی و همکاران، ۲۰۰۹). آلل مؤثر شاخص بسیار مهمی در مطالعات جمعیتی بوده و افزایش یا کاهش آن می ­تواند منعکس کننده افزایش یا کاهش اندازه مؤثر جمعیت باشد (دیز و پرسا، ۲۰۰۹؛ لیند و همکاران، ۲۰۰۹). در مطالعه­ ای بر روی ماهی سفید (Rutilus frisii kutum) در رودخانه­های تنکابن و چشمه کیله، میانگین هتروزیگوسیتی مشاهده شده در سطح جمعیت­های مورد بررسی ۷۷/۰ به­دست آمد که از مقادیر اعلام شده برای ماهیان آب شیرین و رودکوچ (به ترتیب ۴۶/۰ و ۶۸/۰) بیشتر بود ولی نتایج حاصل از آنالیز غنای آللی تعداد متوسط آلل در سطح جمعیت­ها را ۹۵/۷ نشان داد که از مقدار اعلام شده برای ماهیان رودکوچ (۳/۱۱) کمتر بود و دلیل آن را عدم توجه در موقع رسازی بچه­ماهیان هنگامی که به وزن رهاسازی می­رسند، بیان کردند؛ زیرا بچه­ماهیان را بدون توجه به محل صید مولدین در رودخانه­های مختلف رهاسازی می­ کنند (رضایی و همکاران، ۱۳۹۰). در مطالعه حاضر بر اساس نتایج حاصل از آنالیز غنای آللی تعداد ۶۳/۱۲ آلل در سطح جمعیت­ها به­دست آمد که این عدد هم نیز از میزان اعلام شده برای ماهیان آب شیرین و رودکوچ (به ترتیب ۱/۹ و ۸/۱۰) بیشتر بود. در مطالعه­ ای با بهره گرفتن از هشت جفت نشانگر دی‌نوکلئوتیدی ریزماهواره بر روی دو گونه Alosa fallax و Alosa alosa اعلام شد که میزان متوسط آلل در هر لوکوس در دو گونه نامبرده به ترتیب ۵۰/۴ و ۸۸/۴ به­دست آمد که از مقادیر مشابه به­دست آمده در این تحقیق کمتر بود (فاریا و همکاران، ۲۰۰۴). همچنین میزان هتروزیگوسیتی را در دو گونه A. fallax و A. alosa به ترتیب ۵۶۰/۰ و ۴۴۵/۰ بیان کردند. بالا بودن تعداد آلل مشاهده شده در تحقیق حاضر (A. braschnikowi) نسبت به دو گونه A. alosa و A. fallax می ­تواند دلایل مختلفی داشته باشد که در این مورد تفاوت در نوع گونه، تفاوت در نوع پرایمر وتفاوت در تعداد نمونه نیز می ­تواند دخیل باشد ولی در کل نتایج به‌دست آمده می ­تواند حاکی از تنوع ژنتیکی نسبتاً بالای گونه شگ‌ماهی خزری در این مطالعه باشد.
میانگین تعداد آلل و هتروزیگوسیتی مشاهده در این مطالعه از مقادیر بیان شده طی مطالعه بر روی گونه ماهی شگ‌ماهی آمریکایی (A. sapidissima) کمتر بود (جولیان و بارترون، ۲۰۰۹) که علت آن می ­تواند تفاوت در تعداد نمونه­ها، تفاوت در تعداد پرایمر مورد استفاده، اختصاصی­نبودن آغازگرها و تفاوت در گونه مورد بررسی باشد. با­توجه به نتایج آنالیز غنای آللی (میانگین غنای آللی= ۶۳/۱۲) در نرم افزارFSTAT ver 2.9.3 (گودت، ۲۰۰۱) و مقایسه با میزان ارائه شده برای ماهیان آب شیرین (۶٫۱±۹٫۱، دیوودی و آویس، ۲۰۰۰)، می­توان بیان نمود که تعداد آلل مشاهده شده در تحقیق حاضر متأثر از تعداد نمونه نبوده است.
میانگـین هتروزیگوسیتی مشاهده شده و مورد انتظار در سطح جمعیت­های مورد مطالعه از ماهی A. braschnikowi در این تحقیق به ترتیب ۵۶۸/۰ و ۸۷۲/۰ به­دست آمد که بیانگر کم­تر بودن معنی­دار مقدار هتروزیگوسیتی مشاهده شده نسبت به هتروزیگوسیتی مورد انتظار بود. دلایل متعددی برای توجیه کمتر بودن هتروزیگوسیتی مشاهده شده نسبت به هتروزیگوسیتی مورد انتظار وجود دارد که میزان جریان ژنی بالا و خطا در هنگام قرائت آلل­ها از­جمله دلایل مطرح در این زمینه هستند (لی و همکاران، ۲۰۰۹؛ کیلا و همکاران، ۲۰۰۴). با مقایسه این دو پارامتر (هتروزیگوسیتی مشاهده شده و مورد انتظار) می­توان مشخص نمود که آیا هتروزیگوسیتی محاسبه شده برای یک جمعیت با مقدار قابل انتظار متفاوت است یا نه. هنگامی که Ho به­ صورت معنی­دار از He کمتر است، باید احتمال اثر والاند را نیز در نظر بگیریم. از اینرو درک علت تفاوت بین Ho و He دشوار است. همچنین از آنجایی که بر روی ماهی مورد مطالعه در این تحقیق برنامه ­های بهگزینی و تکثیر مصنوعی صورت نمی­گیرد، لذا می­توان تأثیر این عوامل را بر روی کم بودن هتروزیگوسیتی مشاهده شده مردود دانست؛ زیرا این عوامل هم می­توانند باعث ایجاد انحراف از تعادل هاردی- واینبرگ و در نتیجه کاهش معنی­دار هتروزیگوسیتی شوند. مقادیر ضریب درون آمیزی به­دست آمده در جایگاه­های ژنی نشان از کسری هتروزیگوسیتی معنی­دار داشت (۰۰۱۶۷/۰P=). از جمله دلایل در این خصوص می­توان وجود آلل نول، اختلاط بین جمعیت­ها و ویژگی خود ریزماهواره­ها را برشمرد. وجود درون آمیزی بین گونه­ ها فراوانی آللی را تغییر نداده بلکه منجر به افزایش نسبت افراد هموزیگوت در جمعیت می­ شود و از این طریق تنوع ژنتیکی فردی کاهش می­یابد. همچنین با توجه به نتایج مبتنی بر احتمال وجود آلل نول در تمامی جایگاه­ها با میانگین ۱۷۲/۰ توسط نرم‌افزار Microchecker می­توان آلل نول را از مهمترین عوامل دخیل در کسری هتروزیگوسیتی بیان کرد (لی و همکاران، ۲۰۰۷).
بر اساس مطالعات صورت­ گرفته در نشانگرهای ریزماهواره مشخص گردید که تنوع ژنتیکی در ماهیان آب شیرین به سمت ماهیان رود کوچ و دریایی روند افزایشی دارد (دیوودی و آویس، ۲۰۰۰). مقادیر متوسط هتروزیگوسیتی در این سه منطقه به ترتیب ۵۴/۰، ۶۸/۰ و ۷۷/۰ و مقادیر متوسط تعداد آلل­ها در جایگاه­های ژنی برای این محیط­ها به ترتیب ۱/۹، ۸/۱۰ و ۹/۱۹ گزارش شده است. در محیط‌های دریایی نسبت به محیط­های آب شیرین و رودخانه­ها فضا وغذا بیشتر و رقابت برای دستیابی به این موارد کمتر است. لذا جمعیت­ها در محیط­های دریایی می­توانند اندازه مؤثر بیشتری داشته باشند و اندازه جمعیت مؤثر ارتباط مستقیمی با تنوع ژنتیکی و آللی دارد. از اینرو می­توان تنوع ژنتیکی بالاتر در محیط­های دریایی را در ارتباط مستقیم با اندازه جمعیت مؤثر بالاتر این محیط­ها دانست.

۳-۵- مطالعات مربوط به تعادل هاردی- واینبرگ

نتایج به­دست آمده در این مطالعه بیانگر انحراف بالا از تعدادل هاردی- واینبرگ در اکثر جایگاه‌های ژنی-جمعیت بود. پس از اعمال ضریب تصحیح بونفرونی از بین ۳۰ حالت ممکن (شش نشانگر × پنج جمعیت) تنها یک حالت در تعادل قرار داشت و در بقیه حالات ممکن انحراف معنی­دار از تعادل مشاهده گردید. تعادل هاردی- واینبرگ در شرایطی که آمیزش کاملا تصادفی باشد و شانس لقاح برای تمامی گامت­ها برابر باشد مورد انتظار است؛ بنابراین برای جمعیت­هایی که در منطقه­ای محصور قرار گرفته‌اند، امکان انحراف از تعادل وجود دارد. دریای خزر محیط بسته­ای است و با آب‌های آزاد ارتباطی ندارد؛ لذا می­توان این موضوع را عاملی مهم در خارج کردن حالت َشانس در آمیزش­ها بیان داشت. دلایل متعددی برای ایجاد انحراف از تعادل در جمعیت­های ماهیان بیان شده است. انحراف از تعادل در جمعیت­ها می ­تواند به دلایلی همچون رانش ژنتیکی تصادفی، اندازه کوچک نمونه، مهاجرت، درون آمیزی و برنامه ­های بهگزینی باشد (لوسنتینی و همکاران، ۲۰۰۶؛ دال و همکاران، ۲۰۰۶؛ لیو و همکاران، ۲۰۰۵). اپلیارد و همکاران (۲۰۰۲) انحراف از تعادل مشاهده شده در برخی جایگاه­ها در مطالعه ساختار ژنتیکی تن­ماهی چشم­درشت را به خطای نمونه برداری و بریجتی و همکاران (۲۰۰۵) در بررسی جمعیت اردک­ماهی (Esox luscious Linnaeus) به اندازه کوچک جمعیت ناشی از حوادث بعد از عصر یخبندان نسبت دادند. ویندهیا و همکاران (۲۰۰۵) در مطالعه ساختار جمعیتی کپور­ماهی هندی (Labeo dero) انحراف از تعادل را در هیچ یک از جایگاه­ها مشاهده نکردند. زآ و همکاران (۲۰۰۵) در مطالعه تاس­ماهی چینی مشاهده انحراف از تعادل هاردی- واینبرگ را به تلاقی خویشاوندی و حضور آلل­های نول نسبت دادند.
بر اساس نتایج به­دست آمده در این تحقیق بر اساس زنجیره Markov مشخص گردید که در جایگاه EF014998 جمعیت ساری در تعادل قرار دارد (۸۲۷۲/۰P=) و بقیه جمعیت­ها انحرف معنی‌داری را از تعادل نشان دادند (۰۵/۰P<). منطقه انزلی در هیچ کدام از جایگاه­های ژنی در تعادل قرار نداشت و منطقه گمیشان تنها در جایگاه EF015004 در تعادل قرار گرفت (۰۹۳۱/۰P=). در منطقه محمودآباد نیز تمامی جایگاه­ها به­غیر از جایگاه EF014999 انحراف معنی­دار از تعادل را نشان دادند ولی منطقه میان­کاله در تمامی جایگاه­ها خارج از تعادل بود. منطقه ساری نیز علاوه بر جایگاه EF014998 نیز در جایگاه EF015004 (3457/0P=) در تعادل قرار داشت. جایگاه­های EF015000، EF014992 و EF014993 در تمامی جمعیت­ها خارج از حالت تعادل هاردی- واینبرگ بودند. از آنجایی که برنامه ­های بهگزینی و حفاظت در گونه مورد مطالعه در تحقیق حاضر صورت نمی­گیرد، لذا به­نظر می­رسد دیگر عوامل نامبرده همچون حضور آلل نول و درون­آمیزی نقش بیشتری در ایجاد انحراف از تعادل هاردی- واینبرگ دارند. همچنین می­توان بیان داشت که مهاجرت­های تغذیه­ای و تولید مثلی (کد، ۲۰۱۳) نیز از دیگر عواملی بوده که باید در این خصوص حتماً مد نظر قرار گیرد. لازم به ذکر است که با توجه به بسته بودن دریای خزر می­توان انتظار درون آمیزی بین مناطق و کمبود هتروزیگوسیتی معنی­دار نسبت به هتروزیگوسیتی مورد انتظار و به تبع آن انحراف از تعادل هاردی- واینبرگ را داشت. خطای نمونه­برداری نیز به­ دلیل جمع­آوری نمونه­ها در طول فصل می ­تواند مهم­ترین عامل در ایجاد انحراف از تعادل در نظر گرفته شود.

جهت تعیین اولویت معیارهای اصلی تحقیق از تکنیک آراس بهره مند می شویم، باید توجه نمود تعداد افراد متخصص و خبره در حوزه دانشی مورد مطالعه دراین تحقیق بسیار محدود می باشد و محدودیت دسترسی به این دسته از افراد موجب شده است تا محقق تلاش نماید در نظرسنجی به منظور دسته بندی متغیرهای تحقیق، از تعدادی خبره کمک بگیرد، تا تنها به خبرگانی اکتفا نماید که بیشترین میزان دانش و تجربه را دارا هستند. بکارگیری تعداد زیاد نظرات تنها بر گستردگی مقیاس مسئله، افزایش پیچیدگی فرایند حل مسئله و کاهش کارایی جواب به دست آمده منتهی می شود و نتیجه علمی و قابل تفسیری را در بر نخواهد داشت محقق نظر خبره را جهت گردآوری مقایسات زوجی مورد گردآوری قرار خواهد داد.
نتیجه: نظرات مورداستفاده در فازدوم، تعداد پنج نظر برای تعیین اولویت معیارهای اصلی می باشد.
(( 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. ))

فاز سوم: گردآوری نظرات خبرگان جهت تعیین میزان اثرگذاری هریک از زیر معیارهای تحقیق
در این گام، محقق پرسشنامه مقایسات زوجی فازی را تهیه و ساختار بندی نموده که این نظرات جهت تحلیل در تکینک دیماتل فازی مورد استفاده قرار خواهند گرفت. همچنین باید اشاره نمود توضیحات کامل مرتبط با تکینک های نام برده شده در فاز دوم و سوم در ادامه مورد بررسی قرار خواهند گرفت.
نتیجه: تعداد نظرات مورداستفاده در فاز سوم، پنج نظر برای تعیین اثرگذاری زیرمعیارها می باشد.
۳-۵٫ تکنیک های به کارگرفته شده در پژوهش
محقق به منظور دسته بندی و رتبه بندی هرچه صحیح تر از تکنیک هایی به شرح زیر در تحقیق استفاده نموده است:
۳-۵-۱٫ تئوری فازی
لطفی عسگری زاده در سال ۱۹۶۵،تئوری مجموعه فازی را برای حل مسائلی که در آنها معیارهای تعریف شده واضحی وجود ندارد، معرفی کرد(مومنی،۱۳۸۷: ۱۸۷). اگر عدم اطمینان (فازی بودن) تصمیم گیری انسان درنظر گرفته نشود، نتایج می توانند گمراه کننده باشد. یک عمومیت در میان عبارات توصیفی مثل “به احتمال زیاد"، “احتمالاًچنین است"، “نه خیلی واضح"، “تقریباًخطرناک"، که اغلب در زندگی روزانه به گوش می خورد، به این معنا است که همگی توصیفات شامل درجه ای از عدم اطمینان می باشند. بنابراین تئوری فازی برای حل چنین مشکلاتی به کار می رود. در چهار دهه گذشته این تئوری در بسیاری از زمینه ها به کار گرفته شده است. تئوری مجموعه های فازی چون موضوعات ریاضی، دقیق تعریف شده که به قوانین منطقی کلاسیک وابسته می باشد و در آن به استفاده از رویکرد زبان شناختی اشاره شده است( ۲۰۰۶: ۷۷۲, ۷۷۶، Chiang). منطق اصلی رویکرد زبان شناختی این است که ارزش های حقیقی، مجموعه های فازی(مبهم)هستند و قوانین استنتاج بیشتر از اینکه دقیق باشند، تقریبی هستند. یک عدد فازی مثلثی که نوع به خصوصی از عدد فازی ذوزنقه ای است در کاربرد های فازی بسیار مشهور می باشد. همچنان که در فرمول ذیل، نشان داده شده عدد فازی مثلثی M با(a,b,c) نشان داده می شود و عملکرد عضویت به صورت شکل ۳-۱ است.
شکل۳-۱ عملکرد عضویت یک عدد فازی
=µ
(۳-۱)
پارامتر b بزرگترین درجه عضویت است کهfM(b)=1می باشد.در حالیکه a, وc کران پایینی وبالایی می باشند.
۳-۵-۲٫ آراس^[۴۶]
فرایند حل مسئله با بهره گرفتن از روش آراس به طور دقیق با بهره گرفتن از گام‌های زیر شرح داده می شود:
گام اول: تشکیل ماتریس تصمیم‌گیری^[۴۷]
اولین گام در حل هر مسئله تصمیم‌گیری چندمعیاره، تشکیل ماتریس تصمیم‌گیری است. در تصمیم‌گیری چندمعیاره از مسئله بهینه‌سازی گسسته هر مسئله‌ای که باید حل شود با ماتریس تصمیم‌گیری به شکل زیر نمایش داده می‌شود. که برایm گزینه ممکن ارزیابی‌ شده(ردیف) روی nمعیار معین (ستون) تنظیم می‌شود.
(۳-۲)
که در آن m– تعداد گزینه‌ها، n– تعداد معیار معین هر گزینه تصمیم، – ارزشی که مقدار کارایی گزینه‌یi در شرایط معیار j را بیان می‌کند، – مقدار بهینه‌ی معیار j .
گام دوم: تعیین مقدار بهینه‌ی هر معیار
بعد از تشکیل ماتریس تصمیم‌گیری، گام بعدی در این روش تعیین مقدار بهینه‌ی هر معیار می‌باشد. اگر مقدار بهینه‌ی معیار j برای تصمیم‌گیرندگان مشخص نبود آنگاه:
اگر مقدار بیشینه (ماکزیمم) برتری داشت:
(۳-۳)

و چنانچه مقدار کمینه (مینیمم) برتری داشت:
(۳-۴)

که در آن مقدار بهینه‌ی گزینه i در ارتباط با معیار jمی‌باشد(Turskis & Zavadskas, 2010: 598- 600).
مقادیر بیشینه به معنی مجموعه‌ای از معیارهای از نوع سود می‌باشد. یعنی جهت و سوی بهینگی بیشینه سازی است. و مقادیر کمینه به معنی مجموعه‌ای از معیارهای از نوع هزینه می‌باشد. یعنی جهت و سوی بهینگی کمینه سازی است(Dadelo et al, 2012: 70).
معمولاً، مقادیر عملکرد(کارایی) و وزن معیارها به عنوان ورودی در ماتریس تصمیم‌گیری نمایش داده می‌شود. معیارها، همچنین مقادیر و وزن‌های اولیه‌ی معیارها به وسیله‌ی کارشناسان و خبرگان تعیین می‌شود. اطلاعات به دست آمده می‌توانند به وسیله‌ی اشخاص ذینفع با توجه به اهداف و فرصت‌های آنان تصحیح شوند. سپس تعیین اولویت‌هایگزینه‌ها است که در چند مرحله (گام) انجام می‌شود(Turskis & Zavadskas, 2010: 600).
گام سوم: محاسبه‌ی ماتریس تصمیم نرمال^[۴۸]
معمولاً معیارها اهمیت، اندازه و مقیاس‌های متفاوتی دارند. هدف گام بعدی این است که از معیارهای نسبی به مقادیر ارزش‌های وزن دهی شده برسد. به منظور جلوگیری از مشکلات ناشی از ابعاد مختلف معیارها، از نسبت(نرخ) ارزش بهینه استفاده شده است. نظریه‌های مختلفی در توصیف نسبت(نرخ) ارزش بهینه وجود دارد. با این حال مقادیر با بهره گرفتن از نرمال سازی ماتریس تصمیم‌گیری در بازه‌یا فاصله‌ی [۱و۰] یا بازه‌ی [∞و۰] ترسیم شده است.
در گام سوم مقادیر اولیه‌ی همه‌ی معیارها نرمال می‌شود، مقادیر که با بهره گرفتن از فرمول‌های زیر محاسبه می‌گردد، ماتریس تصمیم‌گیری نرمال شده را معین می‌کند.
(۳-۵)
معیاری که ارزش مورد نظر (ترجیحی) آن بیشینه است، به شکل زیر نرمال می‌شود:

(۳-۶)
معیاری که ارزش ترجیحی آن کمینه است، با بهره گرفتن از ۲ گام زیر نرمال می‌شود:
(۳-۷)

هنگامی که مقادیر بدون مقیاس(نرمال) هر معیار مشخص شد، در اصل، همه‌ی معیارهایی که در ابتدا مقیاس‌های متفاوتی داشتند می‌توانند با یکدیگر مقایسه شوند.
گام چهارم: محاسبه‌ی ماتریس تصمیم نرمال وزن دار^[۴۹]
گام چهارم تعریف (معین کردن) ماتریس نرمال - وزن دار شده، است. می‌توان وزن معیار را با ۱ >>0 ارزیابی نمود. فقط وزن‌های کاملاً سنجیده (به درستی تعیین‌شده) باید استفاده گردد، زیرا وزن‌ها همیشه ذهنی هستند و در جواب مسئله تأثیر دارند. ارزش وزن معمولاً به وسیله‌ی روش ارزیابی کارشناس تعیین می‌گردد. مجموع وزن‌های باید به شکل زیر محدود شوند: (Turskis & Zavadskas, 2010: 601)
(۳-۸)

(۳-۹)
مقادیر وزن داده‌شده– نرمال شده‌ی تمام معیارها به شکل زیر محاسبه می‌گردد:
(۳-۱۰)