گوگل مارکت
فروش فایل ,دانلود فایل,خرید فایل,دانلود رایگان فایل,دانلود رایگانگوگل مارکت
فروش فایل ,دانلود فایل,خرید فایل,دانلود رایگان فایل,دانلود رایگانمدیریت 177. پیش‌بینی موفقیت ERP: یک رهیافت شبکه عصبی مصنوعی
» :: تدبیر 177. حزم موفقیت ERP: یک رهیافت شبکه عصبی تصنعی
پیش‌بینی موفقیت ERP: یک رهیافت شبکه آتشی‌مزاج تصنعی
کلیدواژه‌ها
برنامه‌ریزی منابع سازمان (ERP) ؛ توفیق ERP؛ مشخصات/عامل‌های سازمانی؛ شبکه عصبی مصنوعی (ANN) ؛ سیستم آزموده
جوهره
به جهاز برنامه‌ریزی منابع سازمان (ERP) بعنوان نمونه‌ای از سیستم‌های اطلاعات اخیر اشاره شده است. حرف اینحال، دست یافتن به سطح مناسبی از موفقیت ERP متکی به سمت عامل‌های گوناگونی است که این عوامل به یک محیط سازمانی یا پروژه‌ای وابسته هستند. باب این مقاله، درمورد ایده پیش‌بینی توفیق پیش از پیاده‌سازی ERP براساس مشخصات سازمانی، بحث شده است. همچنانکه حرف احتیاج به ایجاد انتظارات از سازمان‌های ERP، یک سیستم خبره با استفاده از روش شبکه عصبی مصنوعی(ANN) برای بیان روابط بین برخی از عوامل سازمانی و موفقیت ERP توسعه داده شد. نقش سیستم آزموده در آماده سازی برای به سمت دست آوردن اطلاعات از شرکت های جدید که مایل به پیاده سازیERP هستند، و برای پیش بینی سطح محتمل موفقیت سیستم، است. برای این منظور، عامل‌های ویژگیها سازمانی به سمت رسمیت شناخته شده و مدل ANN توسعه داده شده است. سپس، حرف 171 داده بررسی شده به سمت دست آمده از شرکت‌های خاور میانه که ERP را تجربه کرده‌اند اعتباردهی می‌شوند. سیستم آزموده آموزش دیده، با ضریب همبستگی اسم 0.744پیش‌بینی میکند که نسبتاً بالا است و این ایده وابستگی موفقیت ERP به مشخصات سازمانی را حمایت می کند. اضافه بر این، نرخ طبقه اسیر صحیح مجموع 0.685 نشان می دهد قدرت پیش بینی خوب است، که می تواند به پیش بینی موفقیت ERP شرکت‌ها قبل از پیاده سازی سیستم کمک نماید.
کامپیوتر 108. پیش‌بینی موفقیت ERP: یک رهیافت شبکه عصبی مصنوعی
» :: کامپیوتر 108. پیش‌بینی موفقیت ERP: یک رهیافت شبکه عصبی مصنوعی
پیش‌بینی موفقیت ERP: یک رهیافت شبکه آتشی‌مزاج مصنوعی
کلیدواژه‌ها
برنامه‌ریزی منابع سازمان (ERP) ؛ توفیق ERP؛ مشخصات/عامل‌های سازمانی؛ شبکه عصبی مصنوعی (ANN) ؛ سیستم خبره
چکیده
به سیستم برنامه‌ریزی منابع سازمان (ERP) بعنوان نمونه‌ای از سیستم‌های داده‌ها جدید اشاره شده است. با اینحال، ید یافتن به روی مناسبی از موفقیت ERP متکی به عامل‌های گوناگونی است که این عوامل به یک محیط سازمانی یا پروژه‌ای وابسته هستند. در این مقاله، درمورد ایده پیش‌بینی موفقیت سابق از پیاده‌سازی ERP براساس مشخصات سازمانی، بحث شده است. همچنانکه حرف احتیاج به ایجاد انتظارات از سازمان‌های ERP، یک سیستم خبره با استفاده از روش شبکه عصبی مصنوعی(ANN) برای بیان روابط بین برخی از عوامل سازمانی و موفقیت ERP توسعه داده شد. نقش جهاز خبره در آماده سازی برای به دست اتیان اطلاعات از شرکت های جدید که مایل به پیاده سازیERP هستند، و برای پیش بینی سطح محتمل موفقیت سیستم، است. برای این منظور، عامل‌های مشخصات سازمانی به سمت رسمیت شناخته شده و مدل ANN توسعه داده شده است. سپس، با 171 داده بررسی شده به دست آمده از شرکت‌های خاور میانه که ERP را تجربه کرده‌اند اعتباردهی می‌شوند. جهاز آزموده آموزش دیده، با ضریب همبستگی متوسط 0.744پیش‌بینی میکند که نسبتاً بالا است و این ایده وابستگی موفقیت ERP به مشخصات سازمانی را حمایت می کند. علاوه بر این، نرخ طبقه اسیر صحیح مجموع 0.685 نشان می دهد توان پیش بینی خوب است، که می تواند به پیش بینی موفقیت ERP شرکت‌ها قبل از پیاده سازی سیستم کمک نماید.
پیش بینی انقباض خشک بتن به کمک شبکه عصبی مصنوعی
» :: سابق بینی فشردگی خشک بتن به کمک شبکه عصبی مصنوعی
پروژه مطالعاتی راجع به سمت "پیش بینی انقباض پژمرده بتن با کمک شبکه عصبی مصنوعی " است. شامل فایلهای اساس مقاله انگلیسی و ترجمه و ایضاً پاورپینت مربوط به آن.
پروژه مطالعاتی راجع به سمت "پیش بینی انقباض پژمرده بتن با کمک شبکه عصبی مصنوعی " است. شامل فایلهای اساس مقاله انگلیسی و ترجمه و ایضاً پاورپینت مربوط به آن. کامپیوتر 125. توسعه مدل های رشد قابلیت اطمینان نرم افزاری برای کاربردهای صنعتی با استفاده از منطق فازی
» :: کامپیوتر 125. توسعه الگو های رشد قابلیت استظهار نرم افزاری برای کاربردهای صنعتی با استفاده از منطق فازی
توسعه الگو های رشد استحقاق اطمینان نرم افزاری برای کاربردهای صنعتی با استفاده از منطق فازی
چکیده
چهره مسأله : استفاده از الگو های رشد قابلیت اطمینان نرم افزار (SRGM) نقش مهمی در نظارت بر پیشرفت، پیش بینی دقیق تعداد خطاها در نرم افزار در طول هر دو فرایند توسعه و آزمایش بازی می کند. تاریخچه انتشار محصولات رقیق افزار را تعریف میکند، و به تخصیص منابع و برآورد هزینه تعمیر و نگهداری نرم افزار کمک میکند. این امر منجر به احراز به سطح استظهار مورد نیاز یک محصول نرم افزار میشود.
رویکرد: ما استعمال از منطق فازی باب ساخت SRGM را به منظور برآورد خطاهای نرم افزاری مورد انتظار در طول فرآیند آزمایش مورد بررسی قرار میدهیم.
نتایج : الگو فازی پیشنهادی حاوی مجموعه ای از زیر مدل های خطی، .....
نتیجه گیری: الگو های توسعه یافته قابلیت های مدل سازی با کارایی اسم را فراهم میکنند.
کلمه های کلیدی: مدل های رویش قابلیت اطمینان نرم افزار (SRGM)،تکنیک Takagi-Sugeno ، منطق فازی (FL) ، شبکه های عصبی مصنوعی (ANN) ، برنامه نویسی ژنتیک (GP)، ساختار مدل، مدل رگرسیون خطی، فضایی ناسا