همچنین در بخش پیمایش، در راستای شناسایی راهکارهای مؤثر نهادینه سازی فرهنگ ایثار و شهادت در مدارس و به منظور گردآوری داده های مورد نیاز، پرسشنامه محقق ساخته بر اساس مطالعه و بررسی مبانی نظری و سوابق پژوهشی طراحی گردید. پرسشنامه مذکور شامل چهار حوزه (آموزشی، پژوهشی، فرهنگی، هنری) و ۳۲ گویه می باشد که در آن پس از ارائه توضیحات در خصوص هدف پژوهش، از پاسخگویان خواسته شده است تا برخی اطلاعات عمومی خود (جنسیت، سابقه، رشته تحصیلی، سطح تحصیلات، ناحیه آموزشی) را که می تواند در تحلیل داده های حاصل، کمک دهنده باشند ارائه نمایند.
۳-۵٫ روایی و پایایی
۳-۵-۱٫ روایی چارچوب مفهومی
به منظور حصول اطمینان از وجود روایی^[۴۸]، از روایی صوری و محتوایی استفاده شده است. به این ترتیب که فرم اولیه تحلیل محتوا، که شامل کلیه مؤلفه های مفهومی مرتبط با فرهنگ ایثار و شهادت بود، در اختیار گروهی از صاحب نظران برنامه‌ ریزی درسی و متخصصان حوزه فرهنگ ایثار و شهادت برای تغییر و اصلاح قرار گرفت، که پس از اعمال نظر آن ها چک لیست تحلیل محتوا در قالب چارچوب مفهومی مذکور تهیه شد.

۳-۵-۲٫ پایایی چارچوب مفهومی
جهت تأمین اطمینان از وجود پایایی^[۴۹] ابزار، از روش ویلیام اسکات^[۵۰] (۱۳۹۱) استفاده شده است. بدین صورت که فرم تحلیل محتوا در اختیار پنج نفر از صاحب نظران علوم تربیتی و فرهنگ ایثار و شهادت قرار گرفت و ضریب توافق آن ها بر اساس داده های ذیل ۷ / ۹۶ درصد به دست آمد.
C.R=
۳-۵-۳٫ روایی پرسشنامه
برای حصول اطمینان از روایی صوری و محتوایی، از نظر متخصصان استفاده شده است. به این ترتیب که فرم اولیه پرسشنامه که شامل راهکارهای آموزشی، پژوهشی، فرهنگی و هنری نهادینه سازی فرهنگ ایثار و شهادت در مدارس بود، در اختیار تعدادی از صاحبنظران علوم تربیتی و حوزه فرهنگ ایثار و شهادت برای تغییر و اصلاح قرار گرفت که پس از اعمال نظرات آن ها، پرسشنامه محقق ساخته پژوهش با ۳۲ گویه بر روی طیف پنج درجه ای لیکرت (خیلی زیاد، زیاد، متوسط، کم، خیلی کم) تهیه گردید.
۳-۵-۴٫ پایایی پرسشنامه
پایایی پرسشنامه پس از اجرای مقدماتی^[۵۱] بر روی ۳۰ نفر از افراد نمونه، ۸۷/۰ درصد محاسبه گردید.
جدول شماره ۳-۴٫ ضریب آلفای کرونباخ هر یک از ابعاد پرسشنامه

راهکارها

تعداد گویه ها

تعدادآزمودنی ها

آلفای کرونباخ

آموزشی

۹

۳۰

۹۱/ .

پژوهشی

۷

۷۹/ .

فرهنگی

۹

۹۲/ .

هنری

۷

۸۶/ .

مجموع

۳۲

۸۷/ .

که N طول سری‌زمانی اصلی، D بُعد جاسازی^* سری‌زمانی و T زمان تاخیر^* است ]۳۹[. برای اجرای تئوری تاکنز به طور موثر، انتخاب مناسب بُعد جاسازی D و زمان تاخیر T مورد نیاز است.

دو روش برای تخمین این پارامترها که برای پیش‌بینی مورد نیازند، استفاده شده است [۵۰] که عبارتند از: (۱)روش استاندارد^* و (۲) روش معکوس^*. روش استاندارد پارامترهای فضای‌حالت را با بهره گرفتن از معیارهای موجود در پژوهش‌ها تعیین می‌کند. در این مورد هنگامی که بُعد سیستم تخمین زده شود بُعد جاسازی m با بهره گرفتن از فرمول‌های راهنما تعیین می‌شود. با توجه به نظریه جاسازی تاکنز، برای سیستم‌های دینامیکی با بُعد d، یک بُعد جاسازی m که () برای جاسازی فضای‌حالت کافی است. همچنین فارمرو سیدرویچ^* (۱۹۸۷)، ابربنل^* و همکارانش (۱۹۹۰) بیان کرده‌اند که یک بُعد جاسازی فقط بزرگتر از بُعد جذب‌کننده () کافی است. زمان تاخیر Tبه طور کلی با بهره گرفتن از تابع خودهمبستگی یا میانگین اطلاعات متقابل یا حتی به صورت خودسرانه تعیین می‌شود. همچنین باید توجه شود که هیچ توافق عمومی به عنوان مقدار آستانه از تابع خود‌همبستگی وجود ندارد که برای تعیین زمان تاخیر، استفاده شود. بنابراین در روش استاندارد، هیچ معیار پذیرفته شده‌ی واحدی برای تعیین بُعدجاسازی و تاخیر زمانی وجود ندارد. بنابراین استفاده از روش معکوس برای پیداکردن پارامترهای فضای‌حالت محبوب‌تر است. در روش‌های معکوس پارامترها از یک مجموعه بهینه از پارامترهای فضای‌حالت، که یک رنج از قبل تعیین شده از مقدار پارامترها هستند، انتخاب می‌شوند به طوری ‌که دقت پیش‌بینی حداکثر شود.
الف- تعیین زمان تاخیر مناسب
چون در عمل داده‌های سری‌های زمانی دارای نویز هستند انتخاب زمان تاخیر مناسب در تحلیل‌های بعدی کاملا موثر است و انتخاب دلخواه آن، برای استخراج دینامیک داده‌ها مناسب نیست. اگر زمان تاخیر در مقایسه با مقیاس‌های زمانی مربوط به ذات سیستم بسیار کوچک انتخاب گردد، مؤلفه‌های متوالی در بردار تاخیر به شدت به هم نزدیک و وابسته می‌باشند. بنابراین تمام بردارهای تاخیر در فضای محاط m بعدی در حوالی محور قطری فضا متمرکز می‌گردند. این پدیده افزونگی نامیده شده است. از طرف دیگر اگر زمان تاخیر بسیار بزرگ انتخاب گردد مؤلفه‌های متفاوت کاملا ناهمبسته می‌گردند. در این حالت جاذب جاسازی شده ممکن است پیچیده گردد حتی اگر جاذب واقعی سیستم ساده باشد [۴]. به منظور تعیین زمان تاخیر روشی مبتنی بر میانگین اطلاعات متقابل بین داده‌های سری‌زمانی مطرح می‌شود ]۴۹[.
ب- تخمین بُعد جاسازی با بهره گرفتن از روش شمارش نزدیک‌ترین همسایه‌های کاذب
این روش متداول‌ترین روش تعیین بُعد جاسازی سری‌زمانی آشوبی است [۴۳]. مفهوم همسایه‌های کاذب با توجه به شکل ۳-۱ بیان شده است. با توجه به شکل می‌توان دریافت که در فضای ، b نزدیک‌ترین همسایه‌ a با فاصله v₁ می‌باشد. با افزایش بعد در فضای ، b’ فاصله‌اش از a’، v₂ است و با توجه به فاصله‌های v_{1 و} v₂، b’ همسایه a’ محسوب نمی‌شود زیرا v₂>>v₁ می‌باشد. بنابراین b همسایه a شده، نه به خاطر دینامیک حاکم بر جاذب سیستم بلکه به خاطر تصویرسازی در فضای با بُعد ناکافی. بنایراین b همسایه a نیست بلکه همسایه کاذب a نامیده می‌شود. در این صورت برای یک نقطه، همسایه‌ای واقعی محسوب می‌شود که با افزایش بعد، فاصله بین آن‌ها تفاوت چشم‌گیری نداشته باشد.
شکل ۳-۱. نمایش جاذب یک سیستم دینامیکی در به همراه تصویرش در ]۴ [
با این نحوه‌ی تشخیص همسایه‌های کاذب، وضعیت همسایه‌ها برای هریک از بردارهای تاخیر به ازای بُعدهای متوالی محاط بررسی می‌گردد تا اینکه تعداد همسایه‌های کاذب که از تصویر نمودن جاذب در فضای کوچک ناشی می‌گردد به حدود صفر برسد [۴].
۳-۱-۲: روش‌های تعیین بهینه‌ی پارامترهای فضای حالت
مریم پری زنگنه و همکارانش [۴] روشی مبتنی بر شبکه‎‌های عصبی تاخیر زمانی متمرکز به منظور تخمین بُعد جاسازی بهینه سری‌های زمانی آشوبی پیشنهاد کرده‌اند. شبکه مذکور متشکل از یک شبکه پیش‌خور چند لایه به انضمام یک خط تاخیر زمانی (TDL)^* در ورودی می‌باشد. با توجه به اینکه دینامیک اصلی سیستم در فضایی با بُعد m با بهره گرفتن از نگاشت تاخیر می‌تواند جاسازی شود، مهم‌ترین وظیفه برای شبکه عصبی مطرح شده، یادگیری این نگاشت پیش‌گویا است. عملکرد و کارایی شبکه ارائه شده روی سری‌های زمانی آشوبی لورنز و راسلر بررسی می‌شود. در این مقاله سعی شده است که به کمک شبکه‌های عصبی تاخیر زمانی و با در نظر گرفتن نحوه تغییرات خطاهای مطلق و نسبی در پیش‌بینی مقدار آینده به کمک m مقدار قبلی، بُعد جاسازی بهینه تخمین زده شود. در این روش با تغییر m در یک بازه، هر بار خطاهای مطلق و نسبی پیش‌بینی محاسبه شده و در نهایت m ای که در آن توقف کاهش معنی دار خطاها را به ازای چند بُعد متوالی بَعدتر نیز داریم به عنوان بُعد جاسازی بهینه در نظر گرفته می‌شود. مقایسه نتایج روش جدید مبتنی بر شبکه‌های عصبی تاخیر زمانی ارائه شده و روش متداول شمارش همسایه‌های کاذب، کارایی موثر و خوب این روش نشان می‌دهد.
چانگ^* و همکارش [۳۲] نیز از الگوریتم بهینه‌سازی جمعیت ذرات دودویی (BPSO)^* در مدل پیش‌بینی خطی محلی، برای تخمین پارامترهای بهینه بُعد جاسازی و زمان تاخیر استفاده کرده‌اند. به طور معمول مقدار بهینه یکی از پارامترها با ثابت نگه داشتن پارامتر دیگر و توسط حداقل‌سازی خطای پیش‌بینی استاندارد برآورد می‌شود. اما در این پژوهش از BPSO برای ارزیابی همزمان هر دو پارامتر استفاده شده است. به دلیل اینکه انتخاب بهینه پارامترهای فضای حالت تاثیر مهمی روی دقت پیش‌بینی دارد، بهره‌گیری از این الگوریتم دقت پیش‌بینی کوتاه مدت را افزایش داده است.
۳-۲: پیش‌بینی سری‌های زمانی آشوبی با روش‌های هوش محاسباتی و ترکیب آن‌ها
هوش مصنوعی^* از جمله مباحثی است که تا پیش از اختراع کامپیوترها صحبت کردن در مورد آن‌ها عملا غیر ممکن بود. پس از ورود کامپیوترها به زندگی بشری بود که بحث در خصوص هوش مصنوعی به یکی از مباحث داغ تبدیل شد. هوش مصنوعی از نظر علمی، بخشی از علوم کامپیوتر است و امروزه به عنوان مبحثی اساسی و کاربردی در رشته‌های مختلف علوم پایه و مهندسی مورد مطالعه و پژوهش قرار می‌گیرد.
هوش محاسباتی^* یکی از زیر بخش‌های بسیار مهم و کاربردی هوش مصنوعی است، که در آن از ابزارهای مختلفی برای تحقق ایده‌ی هوش مصنوعی استفاده می‌شود. ابزارهای مورد استفاده در هوش محاسباتی، غالبا ابزارهایی ریاضی هستند که به نوعی از طبیعت و دنیای اطراف الهام گرفته شده‌اند. مهم‌ترین ابزارها و الگوهایی که در هوش محاسباتی مطرح می‌شوند، شامل موارد زیر هستند:
محاسبات تکاملی^*: محاسبات تکاملی شامل مجموعه‌ای از روش‌ها است که به نام الگوریتم‌های تکاملی معروف هستند. مشهورترین این الگوریتم‌ها الگوریتم وراثتی است که از نظریه تکامل و علم وراثت الهام گرفته شده است. در این الگوریتم، فرایند تکامل، که طی میلیون‌ها سال در طبیعت اتفاق افتاده است، شبیه‌سازی می‌شود. اصلی‌ترین مورد کاربرد الگوریتم‌های تکاملی، حل مسائل بهینه‌سازی و برنامه ریزی ریاضی است.
هوش جمعیتی^*: روش‌هایی که در این دسته قرار می‌گیرند، الگوی دیگری را برای حل مسائل بهینه‌سازی پیشنهاد می‌کنند. در این روش‌ها، تعداد قابل توجهی از عامل‌های بسیار ساده و کم هوش، برای تشکیل نوعی هوش جمعیتی یا هوش‌جمعی با یکدیگر همکاری یا رقابت می‌کنند. به عنوان مثال، الگوریتم بهینه‌سازی مورچگان، که از رفتار جمعی مورچه‌ها الهام گرفته شده است، یکی از الگوریتم‌های هوش جمعیتی است.
شبکه‌های عصبی مصنوعی: تقریبا همه دانشمندان یقین دارند که مغز انسان پیچیده‌ترین ساختار موجود و شناخته شده در کل هستی است. ریاضی‌دان‌ها و مهندسین هوش مصنوعی، با الهام از یافته‌های عصب‌شناسان، شبکه‌های عصبی مصنوعی را معرفی کردند که استفاده‌های فراوانی در مدل‌سازی و طبقه‌بندی اطلاعات دارد. شاید بتوان شبکه‌های عصبی را مهم‌ترین ابزار در زمینه یادگیری ماشینی به حساب آورد.
سیستم‌های فازی^*: نظریه‌ی مجموعه‌های فازی و محاسبات فازی از ابداعات پرفسور لطفی عسگرزاده، استاد ایرانی ֵآذربایجانی دانشگاه برکلی آمریکا است. در محاسبات فازی، به جای استفاده از اعداد دقیق برای توصیف یک مفهوم، از کلماتی مانند کم یا زیاد استفاده می‌شود. به عنوان مثال در عبارتی مانند سود زیاد دقیقا مشخص نشده است که مقدار سود چقدر است. سیستم‌هایی که در آن‌ها به جای نظریه کلاسیک مجموعه‌ها و محاسبات کلاسیک ریاضی، از نظریه مجموعه‌های فازی و محاسبات فازی بهره گرفته می‌شود، به نام سیستم‌های فازی شناخته می‌شوند. امروزه از سیستم‌های فازی در طراحی سیستم‌های مختلف، استفاده‌های فراوانی می‌شود.
در کنار موارد یاد شده، ابزارهای ریاضی دیگری نیز به کار گرفته می‌شوند تا عملکرد کلی سیستم‌های مبتنی بر هوش محاسباتی بهبود یابند. هدف اصلی محققین حوزه‌های هوش مصنوعی و هوش محاسباتی، ایجاد ابزار آلاتی است که ما را به ایجاد هوش مصنوعی هم تراز با هوش انسانی نزدیک‌تر نماید.
۳-۲-۱: پیش‌بینی با روش‌های مبتنی بر شبکه‌های عصبی مصنوعی
کایرونِسینگ و لایانگ^* ]۱۹ [ تحقیقی روی کارایی شبکه‌های عصبی مصنوعی به عنوان یک مدل عمومی و مدل‌های محلی همچون روش میانگین محلی و چند جمله‌ای محلی در پیش‌بینی سری‌های زمانی آشوب‌گونه انجام داده اند. پس از اینکه پارامترهای فضای‌فاز برای یک سری‌زمانی آشوب‌گونه تعیین و نقاط فضای‌فاز حاصل شدند، روش‌های پیش‌بینی فضای‌فاز می‌توانند برای پیش‌بینی سری‌زمانی استفاده شوند. ایده اصلی در پیش‌بینی فضای‌حالت، برای بدست آوردن تابع همبستگی بین حالت جاری و آینده سیستم است. دو رویکرد کلی که در بدست آوردن این تابع وجود دارد تخمین محلی و تخمین عمومی هستند. در روش تخمین محلی، محدوده جذب‌کننده به تعدادی زیرمجموعه تقسیم و برای هریک تابعی معتبر ارائه شده، در نهایت مجموع همه توابع، تابع کلی برای سیستم بدست می‌آید. فن میان‌گیری محلی و ‌فن چند جمله‌ای محلی به طور گسترده در تخمین‌زننده‌های محلی استفاده می‌شوند. اما در تخمین عمومی که یک تابع کلی روی تمام نقاط فضای حالت مد نظر است، می‌توان از شبکه‌های عصبی، توابع چندجمله‌ای و منطقی استفاده کرد. نتایج ارائه شده برای سری‌های زمانی آشوبی بدون نویز^* و نویزدار نظری و دو سری‌زمانی جریان رودخانه آشوبی، حاکی از پیش‌بینی کاراتر شبکه‌های عصبی مصنوعی به عنوان یک مدل کلی در مقایسه با روش‌های محلی است.
در کار تحقیقاتی صورت گرفته توسط میانزیک^* ]۵۱[، مقایسه تجربی بین معماری شبکه عصبی پیش‌خور و چند معماری شبکه بازگشتی (شبکه المان، جردن و شبکه المان توسعه یافته)، براساس دقت پیش‌بینی، زمان آموزش مورد نیاز و پایداری انجام گرفته است. داده مورد استفاده سری های نقشه منطقی^* است که فقط براساس آخرین گام زمانی تعریف شده است. نتایج بیانگر این است که در پیش‌بینی کوتاه مدت سری آشوب‌گونه معماری شبکه عصبی پیش‌خور با دو لایه پنهان نسبت به معماری با یک لایه پنهان ارجحیت دارد. معیار پایداری برای همه معماری‌های مورد آزمون برقرار است. اما باید این نکته را مد نظر داشت که در این مقاله فقط آزمون روی معادله بازگشتی نقشه منطقی صورت گرفته و ممکن است برای همه موارد عمومیت نداشته باشد.
حسین میرزایی در تحقیق خود ]۳۰[ الگوریتم یادگیری لونبرگֵمارکوارت^* را برای آموزش شبکه عصبی پرسپترون چند لایه با سه لایه پنهان، روی سری‌زمانی آشوبی مکی‌گلاس بکار گرفته است و بیان می‌کند مدل شبکه‌عصبی ساده با یک روش یادگیری خبره و پیچیده می‌تواند به خوبی ساختار سیستم‌های آشوبی غیرخطی استخراج کند. در ادامه اشاره می‌کند که الگوریتم یادگیری شبکه عصبی لونبرگֵ مارکوارت نه تنها سریع است بلکه همچنین می‌تواند در فرار از کمینه^* محلی در تابع هزینه فضای پارامتر بسیار کارا عمل کرده و ممکن است به کمینه کلی نزدیک شود و اگرچه امکان آشکار کردن این نیست که این روش یادگیری می‌تواند در چند اجرا با شرایط اولیه مختلف به کمینه عمومی دست پیدا کند.
شبکه عصبی ^[۲]NARX، یک معماری عصبی پویا است که به طور رایج برای مدلسازی ورودی- خروجی سیستم‌های پویای غیرخطی استفاده می‌شود. منزز^*]۵۲[ به طور تجربی نشان داده است که معماری اصلی شبکه‌های NARX که حلقه‌ای از خروجی‌های تاخیری تولید شده دارد، می‌تواند برای پیش‌بینی بلندمدت سری‌های زمانی تک متغیره بطور کارایی استفاده شود. نتایج ارائه شده، کارایی فراتر این نوع شبکه نسبت به شبکه‌ عصبی تاخیر زمانی (TDNN)^* و المان را نشان می‌دهد.
دیاکانسیو^* ]۳۱[، کارایی مدل شبکه عصبی بازگشتی NARX را برای چندین سری‌زمانی آشوبی و فراکتال^* با تعداد نرون‌های مختلف، الگوریتم‌های آموزشی و حافظه جاسازی شده، به طور تجربی مورد ارزیابی قرار می‌دهد و نشان می‌دهد که این نوع از شبکه‌های عصبی بازگشتی، توانایی بدست آوردن پویایی در سیستم‌های دینامیکی غیر خطی را دارند. این مقاله یک روش جدید پیشنهاد نمی‌دهد اما این نتیجه را نشان می‌دهد که شبکه‌های عصبی بازگشتی NARX فقط برای پیش‌بینی سری‌های زمانی آشوبی اهمیت ندارند، بلکه به طور کلی برای کنترل سیستم‌های پویا هستند، همچنین تعیین عناصر این معماری همانند تعداد نرون‌ها و … به صورت تجربی بوده و بیان می‌کند که تعیین آن‌ها در یک روش بهینه کاری بحرانی و دشوار است و آن را به کارهای آینده واگذار می‌کند.
هان و ونگ^* ]۲۲[ یک روش چند متغیره غیرخطی برای مدل‌سازی و پیش‌بینی سری‌های زمانی آشوب‌گونه پیشنهاد کرده اند. با توجه به اینکه در مورد پیش‌بینی سری‌های زمانی آشوبی، ابعاد فضای حالت سری‌های آشوبی معمولا بزرگ بوده و ممکن است باعث شود که مدل تعداد ورودی‌های بیشتری داشته باشد که بسیار مرتبط‌اند، در این پژوهش می‌تواند کاهش ابعاد بردار تاخیر را با بهره گرفتن از روش تحلیل مؤلفه‌های اصلی(PCA)^*، حل کند. اخیرا محققان در پیش‌بینی چند متغیره نشان داده‌اند که پیش‌بینی چند متغیره دقت بیشتری از پیش‌بینی تک متغیره دارد ]۵۳[. بنابراین سری‌های زمانی که در پیش‌بینی چند متغیره استفاده شده‌اند باید چندین ارتباط داشته باشند. در اینجا یک روش برای تشخیص ارتباط مستقیم و غیرمستقیم در بین فضاهای حالت مختلف قبل از پیش‌بینی پیشنهاد شده است، سپس پیش‌بینی چند متغیره را که همیشه ابعاد بزرگی دارد انجام داده است. ترکیب روش PCA و تئوری شبکه عصبی برای مدل‌سازی و پیش‌بینی سری‌های زمانی چند متغیره ارائه شده است. این مقاله با تمرکز روی پیش‌بینی چند متغیره، شامل دو گام است: تحلیل ارتباط بین فضای‌فاز مختلف و پیش‌بینی مبتنی بر شبکه عصبی چهار لایه پیش‌خور ترکیبی با روش PCA. در این مقاله ابتدا یک شاخص مبتنی بر مفهوم پیش‌بینی‌پذیریֵمثبت^* و پیش‌بینی‌پذیریֵمعکوس^* برای کشف ارتباط بین سری‌های زمانی آشوب‌گونه استفاده شده است.که اتصال فضاهای حالت مختلف را در حال و آینده تحلیل می‌کند. سپس روش PCA برای کاهش ابعاد ورودی استفاده می‌شود تا بر بیش ازحدمناسب‌سازی^* و تعمیم‌ ضعیف^* ناشی از ورودی‌های ناهموار غلبه کند. پس از آن یک شبکه عصبی پیش‌خور برای پیش‌بینی سری‌زمانی چندمتغیره پیشنهاد شده است. سیستم‌های پیچیده حساسیت بالایی به ارزش اولیه متغیرها، پارامترها و نویزها دارد. بر این اساس قدرت خود یادگیری و قابلیت انطباق‌پذیری ترکیب روش‌های پیشرفته شبکه عصبی و روش PCA یک روش جدید برای مطالعه سیستم‌های پیچیده فراهم کرده است. نتایج شبیه‌سازی برای سری‌های زمانی بارش، درجه حرارت در دیلین^*، سیلاب رودخانه زرد و لکه‌های خورشیدی^*، حاکی از دقت روش پیشنهادی است.
فروغ مرزبان و همکارانش ]۱۱[ پژوهشی در زمینه پیش‌بینی سری‌های زمانی آشوب‌گونه با بهره گرفتن از شبکه‌های عصبی مصنوعی دینامیک زمان گسسته انجام داده‌اند. روش پیاده‌سازی به گونه‌ای است که با بهره گرفتن از الگوریتم پس انتشار خطا و استراتژی‌هایی برای نحوه ورودی‌های شبکه و استفاده از واحدهای عصبی پویای (DNU)^* نوع ۵، ۹ و ۱۱ برای سیستم، پیش‌بینی سری‌زمانی آشوبی همچون مکی‌گلاس^* و هنون^* را انجام داده و نتایج را برای هررویکرد انجام دهند.
محمود اردلانی فرسا و سعید ذالفقاری ]۱۷[ سهم تجزیه و تحلیل خطا را برای افزایش کارایی روش‌های پیش‌بینی بررسی کرده‌اند. از نظریه تعبیه، برای آشکارسازی و جاسازی نقاط فضای‌فاز سری‌زمانی استفاده شده‌است. این نقاط فضای حالت به یک شبکه عصبی المان^* که با الگوریتم آموزشی گرادیانت نزولی با شتاب^* داده شده‌است، تا بر این اساس سری‌زمانی اصلی را پیش‌بینی کند. خطا محاسبه شده به عنوان یک سری‌زمانی آشوبی جدید در نظر گرفته شده و به طور مشابه تجزیه و تحلیل می‌شود. تحلیل خطا چندین مرتبه تکرار می‌شود و در نهایت یک شبکه عصبی NARX برای بدست آوردن ارتباط بین ارزش‌های پیش‌بینی شده‌ی سری‌زمانی اصلی و خطا‌ها با سری‌زمانی اصلی، آموزش داده شده است. روش‌های ارائه شده روی دو مجموعه داده^* سیستم آشوب‌گونه مکی‌گلاس و لورنز و یک سری‌زمانی واقعی مربوط به لکه‌های خورشیدی اجرا شده است. نتایج حاکی از آن است که روش ارائه شده برای پیش‌بینی یک گام جلوتر معتبر بوده و مقایسه مقادیر شاخص خطا در مقایسه با سایر پژوهش‌ها، کارایی بالاتری را نشان می‌دهد.
۳-۲-۲: پیش‌بینی باترکیب شبکه‌های عصبی مصنوعی و سایر الگوریتم‌های هوش محاسباتی
ژانگ و چاندرا^* ]۲۴[ کاربرد دو روش تجزیه مسئله با شبکه‌های عصبی بازگشتی را برای مسئله پیش‌بینی سری‌های زمانی مکی‌گلاس، لورنز و لکه‌های خورشیدی ارائه داده‌اند. در این مقاله روش تشریک مساعی با تکامل(CC) ^* که یک روش بهینه سازی الهام گرفته شده از طبیعت است و مسئله را به زیر مؤلفه‌ها تجزیه می‌کند]۵۴[، استفاده شده است. تجزیه مسئله در CC تعیین می‌کند که چگونه یک شبکه عصبی به مؤلفه‌ها شکسته و کدگذاری می‌شود. دو روش اصلی برای تکاملیֵعصبی^* با بهره گرفتن از CC وجود دارد که شبکه را در سطح عصبی^* و سطح پیوندگاه^* تجزیه می‌کند ]۵۵[. در این مقاله روش تجزیه مسئله با عنوان زیرجمعیت مبتنی بر رشته عصبی برای آموزش شبکه‌های عصبی بازگشت‌کننده روی مسائل سری‌های زمانی آشوبی استفاده شده است و با روش تجزیه مسئله در سطح پیوندگاه مقایسه شده است. استفاده از روش پیشنهاد شده، نشان داده است که سری‌های آشوب‎‌گونه با دقت خوبی در مقایسه با تعدادی از روش‌های استفاده شده در پژوهش‌ها پیش‌بینی می‌شوند. محدودیت استفاده از الگوریتم‌های تکاملی برای آموزش شبکه‌های عصبی در مقایسه با روش‌های مبتنی بر گرادیانت در زمان همگرا شدن آن‌هاست.
ونگ و هانگ^*]۲۵[ یک رویه بهینه سازی برای مدل شبکه پس انتشار(BPN)^* مبتنی بر الگوریتم وراثتی، به منظور پیش‌بینی سری‌های زمانی آشوبی پیشنهاد کرده‌اند. نوسان و بی‌قاعدگی اغلب در سری‌های زمانی واقعی مشاهده می‌شود. شبکه‌های پس انتشار اغلب در ANN استفاده می‌شوند اما این الگوریتم اغلب تمایل به توقف در مینیمم محلی دارد و در نتیجه ممکن است برای مسائل آشوب‌گونه غیر خطی مناسب نباشد. این مطالعه الگوریتم وراثتی را برای بهینه‌سازی BPN بکار می‌گیرد. این روش با اجتناب از تله‌های محلی ذاتی در BPN، امکان شناسایی راه‌ حل ‌های برتر را برای مسائل غیرخطی افزایش داده و نتایج BPN را بهبود می‌بخشد.
زین^* و همکارانش ]۲۶[ یک مدل شبکه عصبی مصنوعی با الگوریتم ترکیبی، پیشنهاد داده‌اند. این مدل مبتنی بر شبکه عصبی المان بوده و از الگوریتم بهبود یافته‌ی ترکیب بهینه‌سازی جمعیت ذرات با ایده فرایند تبرید شبیه‌سازی شده^* به جای الگوریتم استاندارد پس انتشار استفاده کرده است. این الگوریتم روی سری‌های زمانی مکی‌گلاس و هنون آزموده شده است. نتایج حاکی از سرعت همگرایی^* سریع‌تر، پایداری^* بهتر، دقت^* پیش‌بینی بالاتر و سازگاری^* قوی‌تر آن است.
سمنتا^* در مقاله خود ]۲۷[ دو روش هوش محاسباتی، مدل عصب تک ضربی (SMN)^* و سیستم استنتاج فازیֵعصبی انطباق‌پذیر (ANFIS)^* برای پیش‌بینی سری‌زمانی آشوبی پیشنهاد و با یکدیگر مقایسه می‌کند. مدل عصب تک ضربی از محاسبات تک عصب^* در علم عصب الهام گرفته شده است و موفقیت آن بستگی به تخمین پارامترهای مدل در مرحله آموزش دارد. برای تخمین پارامترهای مدل SMN از یک تغییر الگوریتم بهینه‌سازی جمعیت ذرات (PSO)^* با همکاری همراه زیر جمعیت^* که COPSO نامیده می‌شود، استفاده شده است. قابلیت منطق فازی (FL)^* در سروکار داشتن با اطلاعات مبهم و نادرست است. در ANFIS، مزیت منطق فازی و شبکه‌های عصبی مصنوعی ترکیب شده‌اند. دو روش اشاره شده برای سری‌های زمانی آشوبی مختلف از جمله مکی‌گلاس بکار گرفته شده‌اند. هر دو روش نتایج منطقی خوبی را ارائه داده‌اند اما ANFIS بهتر از SMN کار می‌کند.
کوا^* ]۲۸[ شبکه- موجک^* را برای پیش‌بینی سری‌های زمانی آشوبی معرفی می‌کند. این پژوهش ابتدا پیش‌بینی کوتاه‌مدت سری‌زمانی از جذب کننده آشوبی و سپس پیش‌بینی دقیق ساختار انشعاب‌های سری‌زمانی آشوبی را انجام داده و در نهایت پیش‌بینی بلند‌مدت جذب‌کننده آشوب را با ایجاد پیش‌بینی مبتنی محاسبه ابعاد همبستکی جذب کننده را ساخته است. اثر بخشی کار انجام شده توسط آزمون‌های عددی ارائه شده است.
سوو^* ]۵۶[ روش پیش‌بینی سری‌زمانی مبتنی بر شبکه عصبی موجک همراه با بهره گرفتن از نظریه جاسازی فضای‌حالت را مورد بحث قرار می‌دهد. حداقل بعد جاسازی به عنوان تعداد نود‌های^* ورودی استفاده شده است. داده‌های مورد آزمون در این مطالعه، سری‌های زمانی آشوبی لورنز و هنون ^* می‌باشند. از آن‌جا که جاسازی فضای‌حالت قادر است تا بطور عمیق اطلاعات سری‌های تک‌متغیره را بیابد، نتایج نشان می‌دهد که روش ارائه شده دقت بهتری نسبت به شبکه عصبی موجک نرمال دارد.
در مطالعه صورت گرفته توسط بدونسکای^* ]۲۹[ یک معماری پنج لایه سیستم ترکیبی موجک^*ֵعصبیֵفازی انطباقی که نرونֵ موجک^*را استفاده می‌کند، پیشنهاد شده است. نرونֵموجک، یک نرون است که ساختار آن شبیه یک شبکه تابعی شعاع‌محوری^* است، اما به جای توابع مرسوم شعاع محوری از توابع فعال‌سازی عضویت^* انطباقی موجک چند بعدی استفاده می‌کند. سیستم پیشنهاد شده از موجک به عنوان تابع عضویت در لایه اولی و موجک‌های انطباقی چندبعدی به عنوان تابع فعال‌سازی در لایه نتیجه استفاده کرده است که نه تنها می‌توانند تاخیر و پارامترهای تبدیل را تنظیم کنند، می‌توانند خودشان در فرایند یادگیری شکل بگیرند. نتایج ارائه شده حاکی از آن است که سیستم پیشنهاد شده، قابلیت تخمین‌زنی را بهبود داده است و نرخ یادگیری بالاتری در مقایسه با شبکه‌های موجکֵعصبیֵ فازی را دارد. این سیستم می‌تواند برای حل مسائل تشخیص، پیش‌بینی، تقلید و شناسایی فرآیندهای غیر ایستا و سری‌های زمانی آشوبی استفاده شود.
فصل چهارم
شبکه‌های عصبی مصنوعی و الگوریتم بهینه‌سازی جمعیت ذرات
۴-۱: شبکه‌های عصبی مصنوعی
مغز انسان، مغز از میلیون‌ها نرون عصبی و اتصالات بین آن‌‌ها تشکیل شده است. برخی از ساختارهای عصبی در هنگام تولد تعریف می‌شوند و برخی دیگر در طول زندگی و از طریق فرایند یادگیری توسعه می‌یابند. در واقع یادگیری عبارت از ایجاد اتصال‌های جدید و یا قطع کردن برخی اتصالات عصبی قدیمی است. ثابت شده است که حافظه انسان با توجه به قدرت پیوند بین نرون‌های عصبی شکل می‌گیرد. شبکه‌های عصبی از عناصر عملیاتی ساده‌ای ساخته می‌شوند که به صورت موازی در کنار هم عمل می‌کنند و عملکردشان از طریق نحوه اتصال بین اجزا تعیین می‌شود. بنابراین ما می‌توانیم یک ساختار مصنوعی به تبعیت از شبکه‌های طبیعی بسازیم و با تنظیم مقادیر هر اتصال، تحت عنوان وزن اتصال، نحوه ارتباط بین اجزای آن را تعیین نماییم. پس از تنظیم یا همان آموزش شبکه عصبی، اعمال یک ورودی خاص به آن منجر به دریافت پاسخ خاصی می‌شود. شبکه بر مبنای تطابق بین ورودی و هدف سازگار می‌شود تا اینکه خروجی شبکه و خروجی مورد نظر (هدف) بر هم منطبق گردند.
پس می‌توان گفت که یک شبکه عصبی مصنوعی ایده ای است برای پردازش اطلاعات که از سیستم عصبی زیستی الهام گرفته شده و مانند مغز به پردازش اطلاعات می پردازد . عنصر کلیدی این ایده ، ساختار جدید سیستم پردازش اطلاعات است. این سیستم از شمار زیادی عناصر پردازشی فوق العاده بهم پیوسته تشکیل شده که برای حل یک مسأله با هم هماهنگ عمل می کند. شبکه‌های عصبی مصنوعی، مانند انسان‌ها، با مثال یاد می‌گیرند. یک شبکه عصبی مصنوعی برای انجام وظیفه‌های مشخص ، مانند شناسایی الگوها و دسته بندی اطلاعات، در طول یک رویه یادگیری، تنظیم می‌شود.
شبکه‌های عصبی مصنوعی فعلی هرگز به پیچیدگی مغز انسان نیستند. اما به هرحال دو شباهت اساسی بین شبکه‌های عصبی زنده و مصنوعی وجود دارد. شباهت اول در این است که ساختار هر دو، از یک ابزار محاسباتی ساده با به هم پیوستگی بسیار بالا تشکیل شده اند. شباهت دوم این است که هر دو مورد اتصالات بین نرون‌ها تعیین کننده‌ی تابع شبکه می‌باشند ]۱۲[.
سه ویژگی اصلی که استفاده ازشبکه‌های عصبی را آسان کرده است: (۱) مشخصه غیرخطی بودن، که آن‌ها رابرای سروکار داشتن با سیستم‌های غیرخطی مناسب می‌کند (۲) پردازش موازی ویژگی‌های آن، که اجازه انجام وظایف مختلف را به طور موثری می‌دهد (۳) ویژگی یادگیری آن‌ها، که برای تطبیق با شرایط محیطی مختلف ایده‌آل است ]۲۲[.
۴-۱-۱: کاربرد شبکه‌های عصبی
از کاربرد شبکه‌های عصبی می‌توان در شاخه‌های مختلف علوم همچون حمل‌ و نقل، بانکداری، امور دفاعی، الکترونیک، امور مالی، ساخت و تولید، پزشکی، رباتیک، امنیت نام برد ]۱۲[.
به طور خلاصه می‌توان جمع‌بندی زیر را از کاربرد شبکه‌های عصبی ارائه نمود ]۱۳[:
(۱) طبقه بندی، شناسایی و تشخیص الگو: انواع و اقسام شبکه‌های عصبی ایستا و پویا برای طبقه‌بندی، خوشه‌بندی، شناسایی و تشخیص الگوها مورد استفاده قرار گرفته است. مثلا می‌توان به شناسایی حروف لاتین، عربی، فارسی و … توسط شبکه‎‌های عصبی اشاره نمود.
(۲) پردازش سیگنال: در این راستا می‌توان به کاربرد شبکه‌های عصبی در فیلترهای تطبیقی، پردازش صحبت و تصویر، رمزگذاری و فشرده‌سازی تصویر اشاره نمود.
(۳) پیش‌بینی سری‌های زمانی: از شبکه‌های عصبی برای پیش‌بینی سری‌های زمانی مخصوصا جایی که شرایطی از قبیل ایستایی یا شرایط دیگری که راه را برای به کارگیری روش‌های کلاسیک فراهم می‌سازد، برقرار نیست و سری‌های زمانی پیچیده می‌باشند، بسیار استفاده شده است. مثلا می‌توان برای پیش‌بینی بار در سیستم‌های قدرت اشاره نمود.
(۴) مدل‌سازی و کنترل: در سیستم‌های تطبیقی مخصوصا وقتی که فرایند مورد بررسی بسیار پیچیده می‌باشد، شبکه‌های عصبی راه‌ حل ‌های مناسبی ارائه می‌دهد. در اینجا ابتدا شناسایی و سپس طراحی کنترل‌کننده آن گونه که پاسخ سیستم رفتار خاصی را دنبال کند، صورت می‌پذیرد. هر دو سیستم شناسایی کننده و کنترل کننده، مبتنی بر شبکه‌های عصبی می‌باشند.
(۵) بهینه‌سازی: در سیستم‌های کنترلی، مدیریت، تخصیص و تقسیم منابع، و در سیستم‌های مالی و بانکداری از شبکه‌های عصبی پویای برگشتی بسیار استفاده شده است.

موارد دیگری نیز وجود دارد که امریکا تحت عنوان دفاع مشروع و حفظ جان اتباع در امورد کشورهای دیگر مداخله نظامی نموده است. در سپتامبر ۱۹۶۳ رئیس جمهور منتخب جمهوری دومینیکین با یک کودتای نظامی برکنار شد و یک شورای نظامی اداره امور کشور را به دست گرفت، در روزهای ۲۴ و ۲۵ آوریل سال ۱۹۶۵ بخشی از نیروی نظامی حاکم بر کشور خواستار بازگشت رئیس جمهور برکنار شده گردید و با همکاری جناح چپ ، کنترل سانتودومینگو ر بدست گرفت ولی سایر شهر های دومینکن در دست شورای نظامی به رهبری ژنرال «ایمبرت» باقی ماند، در ۲۸ آوریل، هنگامی که شورای نظامی ژنرال «ایمبرت» به ایالات متحدده اعلام نمود که نمی تواند از جان اتباع امریکا و خارجیان در پایتخت حفاظت کند، ۴۰۰ تفنگدار دریایی امریکا به بهانه حفظ جان اتباع امریکا و سایر خارجیان در سانتودومینگو پیاده شدند و به تدریج به میزان قابل ملاحظه ای به تعداد آنها افزوده شد. سران بسیاری از کشورهای امریکایی لاتین و حتی برخی از کشورهایی که روابط دوستانه و صمیمانه با امریکا داشتند، دیداً به اقدام نظامی امریکا اعتراض کردند. نتیجه این که در ششم ماه مه ۱۹۶۵ سازمان کشورهای امریکایی (OAS) یک نیروی صلح تشکیل داد که تفنگداران دریایی امریکا هم جزء آن نیرو درآمدند. عقب نشینی نیروهای نظامی پس از انتخابات ریاست جمهوری که زیر نظر (OAS) انجام گرفته بود، از اول ژوئیه سال ۱۹۶۶ آغاز شد و در سپتامبر همان سال پایان یافت.
در خصوص مداخله، علمای حقوق بین الملل این عمل را به «نامشروع و مشروع» تقسیم کرده اند. البته همانطور که ذکر نمودیم اصل، عدم مشروعیت مداخله است و مداخله مشروع استثنایی بر اصل تلقی می شود. وانگهی، موارد و مصادیق آن مورد بحث و اختلاف است.
پروفسور «روسو» موارد زیر را به عنوان مداخله مشروع ذکر می کند :
۱- مداخله با درخواست یا برابر قرارداد.
۲- مداخله برای حمایت از اتباع.

۳- مداخله انسانی.
۴- مداخله مالی.
او سپس می گوید :
در این زمینه تردید زیاد است و باید با احتیاط رفتار کرد، فقط در دو مورد مداخله از نظر تکنیک حقوقی مجاز و غیر قابل ایراد است: یکی در مورد وجود عهدنامه و دیگری در مورد درخواست رسمی دولت. اما در دو مورد دیگر (حمایت از اتباع و مداخله انسانی) مسأله قابل بحث می باشد و احتیاط زیاد لازم است.
بنا بر آنچه در دایره المعارف حقوق بین الملی عمومی آمده، بجز در مورد رضایت و مورد دفاع مشروع ، ارزش مبانی توجیه مداخله مشروع مشکوک است.در خصوص مداخله و دفاع مشروع از اتباع، بعضی از علمای حقوق بین الملل مداخله کشورها برای حمایت از اتباع خود را که زیان هایی در داخل سرزمین کشور دیگر به آنها وارد می شود،‌ از موارد مداخله مشروع و انجام دفاع مشروع به شمار آورده اند. پروفسور «بووت» بر آن است که حمایت از اتباع به عنوان «مداخله قابل توجیه» یا «مداخله مبتنی بر حق» یا شکلی از دفاع مشروع،‌در گذشته عملی قانونی تلقی می شده است، لیکن امروزه با توجه به بند ۴ ماده ۲ منشور ملل متحد که اعمال زور یا تهدید به آن را منع می کند و ماده ۵۱ منشور که حق طبیعی دفاع مشروع فردی و جمعی را می شناسد، مسأله دیگر یک مسأله شکلی مربوط به تقسیم بندی نیست و از نظر ماهوی قابل بحث است.سپس مؤلف به بحث در این مسأله می پردازد که اعمال زور برای حمایت از اتباع تا چه حد دفاع مشروع به شمار می آید و در این زمینه تصریح می کند، خطری که متوجه تبعه شده است، نباید به گونه ای باشد که امنیت دولت را به خطر اندازد و عمل دفاع باید متناسب با حمله باشد. بدیهی است، عملیات نظامی وسیع، عملیات نظامی وسیع، هرگز نمی تواند به عنوان دفاع از یک تبعه، توجیه گردد.
«براونلی» در کتاب «حقوق بین الملل عمومی و اعمال زور بوسیله کشورها» بر آن است که امروزه مداخله برای حمایت از اتباع غیرقانونی و نامشروع می باشد. وی در این خصوص چنین می گوید:
با اینکه از سال ۱۹۲۰ در موارد مهمی این توجیه مورد استفاده واقع شده و به رغم نظر تعداد قابل ملاحظه ای از حقوقدانان به نظر می رسد که مبنای قانونی حق مداخله،‌ امروزه به غایت ضعیف است. میثاق جامعه ملل، تأثیر قاطعی بر اقدامات خصمانه بجز جن نداشت، ولی بعد از پیمان بریان-کلوگ ۱۹۲۸ و اسناد و عملکرد مربوط به آن، قانونی بودن توسل به زور اعم از اینکه جنگ وجود داشته باشد یا نه، جز به عنوان دفاع در مقابل حمله یا به موجب ماده ۱۶ میثاق بسیار مشکوک است. در حقیقت با منع صریح مداخله این اسناد،‌چه قبل و چه بعد از ۱۹۴۵ می توان گفت مداخله برای حمایت از اتباع نیز غیر قانونی است. بعلاوه، بند ۴ ماده ۲ منشور ملل متحد با استثنایی که در موارد ۳۵ و ۱۵ بر آن وارد شده است، این نوع و انواع دیگر مداخله را منع می کند، فقط اقلیتی از کشورها همچنان قایل به قانونی بودن آن هستند.
درباره دفاع از اتباع در قلمرو خارج از قلمرو ملی براونلی اعتقاد دارد که دفاع در قلمرو خارجی از طریق تهدید و استعمال زور جایز نیست. نامبرده می گوید،‌ ممکن است که حقوق بین الملل عرفی، هنوز دفاع از حقوق بخصوصی مثلاً دفاع از اتباع را اجازه بدهد، در حالی که دفاع مشروع در روش دولتها اصولاً‌به شکل عکس العملی در مقابل استعمال زور علیه حاکمیت ارضی و موجودیت طبیعی یک کشور، ‌ظاهر شده است. تعجب آور نیست که طراحان منشور ملل متحد،‌حق دفاع مشروع را با اشاره به حمله مسلحانه در ماده ۵۱ محدود ساخته اند.سومین نوع مداخله ای که پروفسور روسو به رسمیت می شناسد، مداخله انسانی است. این مداخله، آن گونه مداخله ای است که در راه حمایت از حقوق بشر انجام می گیرد. به تعبیر دیگر، مداخله انسانی عبارت از عمل یک کشور علیه حکومت خارجی و قطع اعمال غیرانسانی و مغایر با حقوق بشر است. نظریه مداخله انسانی، اولین بار در سال ۱۹۱۰ بوسیله پروفسور «روژیه» مطرح شد.
از این گونه مداخله، نمونه های متعددی در روابط بین المللی ذکر شده است، مانند مداخله کشورهای بزرگ به شکل اقدامات دیپلماتیک در حمایت از مردم کرت در سال ۱۸۶۶، ارمنستان در سال ۱۸۹۶، مداخله دولت فرانسه در لبنان بهنگام کشتار مارونیها در سوریه و در لبنان در سال ۱۸۶۰، و در آسیای صغیر به هنگام آشوبهای سال ۱۹۰۹، مشروعیت این نوع مداخله از نظر حقوق بین الملل مورد بحث و تردید است.
برخی بر این باورند که این مداخله به عنوان دفاع مشروع،‌موقعی مشروع است که کشور محل اقامت خارجیان، در حمایت از آنان به گونه ای که در حقوق بین الملل مقرر است، قصور کرده و برای آنان خطر فعلی یا عاجل، به نحوی که اقدام فوری دولت متبوع را ایجاب کند وجود داشته باشد و نیز مداخله باید متناسب و محدود به ضرورت نجات اتباع – کشور مداخله کننده- از آن خطر باشد.
« لی لیک» قایل به حق عام مداخله انسانی و مشروعیت اعمال زور در این باب است و آن را مبتنی بر نظر خودیاری می داند که متمایز از نظریه دفاع مشروع است و به تمامیت ارضی یا استقلال سیاسی هیچ کشوری لطمه نمی زند و از این رو با بند۴ ماده ۲ منشور مغایرت ندارد.
لیکن این نظریه با رأی دیوان بین المللی دادگستری در قضیه کانال کوفور مبنی بر رد استدلال دولت انگلیس در این زمینه سازگار نیست. بووت پس از اشاره به اینکه دیوان بین المللی دادگستری در قضیه کانال کورفو، استناد به نظریه خودیاری در توجیه مداخله را مردود شناخته است، با ذکر زیانها و خطرات سیاسی،‌نظریه لی لیک برای کشورهای کوچک اعلام می کند:«شناسایی یک حق عام مداخله انسانی، نه از نظر حقوقی قابل قبول است و نه از نظر سیاسی.»
براونلی نظریه لی لیک را به عنوان نظریه ای نوظهور در ادبیات حقوق مورد نقد قرار داده و چنین می گوید: بر این نویسنده آشکار است، حقوقدانی که قایل به حق مداخله انسانی با اعمال زور است، بار سنگین اثبات نظر خود را بر دوش دارد. شمار کمی از نویسندگانی که آشنا با مدارک جدید راجع به عمل دولت و عقاید حقوقی درباره توسل به زور هستند، از چنین نظریه ای حمایت می کنند… نویسندگان برجسته و بزرگ یا اصلاً از مداخله انسانی یاد نمی کنند و موضع کلی آنان بر ضد قانونی بودن ٱن است یا صریحاً وجود چنین حقی را نفی می کنند….
در مباحثات طولانی سالها در مؤسسات وابسته به سازمان ملل درباره مفهوم تجاوز و اصول حقوق بین الملل راجع به روابط و همکاری بین المللی در میان کشورها نظرهای مختلفی که مطرح شده، حتی از وجود یک اقلیت معتنابهی در هواخواهی از قانونی بودن مداخله انسانی حکایت نمی کند، نه گزارش عملکرد ارگانهای سازمان ملل آن را تأیید می کند و نه طرح اعلامیه حقوق و وظایف دولتها، که کمیسیون حقوق بین الملل فراهم آورده است.
نهایت اینکه،‌مؤلفان مذکور تنها از مداخله نظامی بحث می کنند و ظاهراً فقط مداخله نظامی برای حمایت از حقوق بشر را بر خلاف اصول و قواعد حقوق بین الملل معرفی می نمایند، چنان که مؤلفان دیگر نیز ظاهراً همین گونه مداخله داشته اند، لیکن با توجه به دلایلی که آنان آورده اند، به ویژه قطعنامه های سازمان ملل و رویه دیوان بین المللی دادگستری، می توان گفت،‌هر نوع مداخله برای حمایت از حقوق بشر مشمول همین حکم است، بخصوص اگر افرادی که از آنها حمایت می شود، تبعه کشور مورد مداخله باشد.
دفاع از اتباع در صورتی با مقرارت مربوط به حق دفاع مشروع کاملاً قابل انطباق خواهد بود که صرفنظر از وجود شرایط لازم برای استفاده از حق دفاع مشروع و رعایت حدود حق مزبور، جهت اتباعی که تحت حاکمیت دولت متبوعه به سر می برند، صورت بگیرد چه، تنها در این صورت است که منطقاً دولت حاکم بر اتباع به عنوان عکس العمل طبیعی از اتباع خود دفاع دفاع می نماید. البته این نکته قابل توجه است که اتباع یک دولت، هم در قلمرو ملی و هم در خارج آن،‌ می توانند تحت حکومت حاکمیت و اقتدار دولت متبوعه به سر برند، برای مثال، اتباع یک دولت در خارج از قلمرو ملی هنگامی که در کشتی های دولت خود در دریاهای آزاد هستند یا در فضای ماورای جو، در اقمار مصنوعی دولتشان بوده و یا طبق قراردادهای بخصوصی به شکل قوای نظامی در خاک دولت دیگری به سر می برند، در صورتی که مورد حمله مسلحانه قرار گیرند، هم اتباع و هم دولت آنها می توانند به استناد حق دفاع مشروع و به شکل عکس العمل طبیعی، دفاع کنند. در مورد دفاع از اتباع در قلمرو مل، ممکن است این ایراد عنوان شود که حمله کشوری در حقیقت حمله به اتباع نیز می باشد، لذا این خاک کشور است که هدف حمله مسلحانه قرار می گیرد و نه اتباع کشور و آنچه در حقیقت، استفاده از حق دفاع مشروع را اجازه می دهد، حمله به خاک کشور است. اما این ایراد وارد نیست، زیرا در بسیاری از موارد قصد مهاجم، تصرف ارضی نمی باشد، بلکه هدف، از بین بردن اتباع و تأسیسات است و منظور از غایی از آن، فشار سیاسی است. همان گونه که در خصوص هیروشیما و ناکازاکی اتفاق افتاد.
۱) دفاع از اتباع در خارج از محدوده قلمرو ملی با رضایت دولت محل
چنانچه تعدادی از اتباع یک کشور در کشور دیگری سکونت داشته باشد به کشور محل سکونت آن اتباع از سوی دولتی حمله مسلحانه شود و جان و مال آنها در خطر باشد دخالت دولتی که اتباعش در معرض تهدید هستند از نظر مقررات منشور ملل متحد و حقوق بین الملل بلااشکال است به شرط آنکه دولت محل رضایت به این کار داشته باشد. زیرا با فرض رضایت دولت محلی نمی توان گفت تعهدات دولت متبوع به موجب مقرارت منشور بخصوص بند ۴ ماده ۲ منشور نقض شده باشد. مانند جنگ داخلی لبنان در سال ۱۹۵۸ که ایالت متحده امریکا به منظور حفظ جان اتباع خود به رضایت دولت محلی دخالت نمود.
در جریان یک آشوب داخلی اگر دولت محلی به دخالت کشور خارجی برای رفع خطر از اتباعش رضایت دهد، در چنین صورتی چون حق حاکمیت دولت محلی با چنان دخالتی نقض نمی شود، اصولاً استناد به حق دفاع مشروع ضروری نخواهد بود، ‌بدیهی است در صورتی که اعزام قوا به خاک کشور دیگر به عنوان دفاع از اتباع در واقع به منظور دخالت در امور داخلی کشور دیگر صورت گیرد، تعهدات بند ۴ ماده ۲ نقض خواهد شد. به همین جهت، نمایندگان برخی برخی از دول سازمان ملل نسبت به حضور آمریکا در لبنان اعتراض می نمودند. مورد دیگر در این زمینه حضور نیروهای امریکایی در کویت بعد از بحران خلیج فارس می باشد که حضور این قوا با دعوت کویت بوده و نقض بند ۴ ماده ۲ منشور نمی باشد.(۶)
۲) دفاع از اتباع در خارج از محدوده قلمرو ملی با عدم رضایت دولت محل
اکثر حقوقدانان با این نوع دفاع مخالفند زیرا بیشتر این نوع دفاع برای دخالت در امور داخلی دولتها و جمعیت سوء استفاده های بین المللی صورت می گیرد و برای مثال می توان دخالت انگلیس و فرانسه در کانال سوئز را نام برد. روش سازمان ملل نیز استعمال زور در دفاع از اتباع را در خارج قلمرو خارجی مورد تأیید قرار نمی دهد.
آقای «قاضی موروزف» در انتقادات خود راجع به مقدمه حکم دیوان بین المللی دادگستری در خصوص دعوای امریکا علیه ایران می نویسد: با بندهای ۳۲ و ۹۳ و ۲۴ مقدمه حکم موافق نیستم، این بندها عملیات ۲۴ و ۲۵ آوریل ۱۹۸۰ امریکا در خاک ایران را توجیه نموده، بعضی از عبارات مندرج در این بندها عیناً از اعلامیه ۲۵ آوریل ۱۹۸۰ رئیس جمهور امریکا گرفته شده است؛ اعلامیه ای که در آن رئیس جمهور امریکا کوشش نموده به نحوی عملیات به اصطلاح نجات دادن نظامیان امریکا در ایران را از نظر حقوق بین الملل توجیه نماید.
حال ببینیم که در شب ۲۴ آوریل ۱۹۸۰ چه گذشته و واقعیت امر چه بوده است. از غروب ۲۴ آوریل ۱۹۸۰ واحدهای مسلح نیروهای نظامی ایالات متحده بر خاک جمهوری اسلامی ایران مستولی شدند. برابر اعلامیه ۲۵
آوریل ۱۹۸۰ رئیس جمهور امریکا: «مقدمات این حمله اندکی پس از اشغال محل سفارت فراهم شد… عملیات مربوط به این حمله می بایست چندین بار تمرین می شد» مفهوم این بیانات این است که امریکا به همان هنگام که از دیوان دادخواهی می نماید و وانمود می کند که مایل است اختلافاتش با ایران از طریق مسالمت آمیز حل گردد، دست به عملیات نظامی می زند و قبل از آنکه دیوان تصمیم بگیرد، خود وارد عمل می شود. همه می دانند که پیش از انجام این عملیات، ایالات متحده نیروی دریایی و ناو و هواپیمابر خود را که برنیمیتز خوانده می شود، نزدیک سواحل ایران مستقر نموده بود. در اعلامیه ۲۵ آوریل ۱۹۸۰ وزیر دفاع ایالات متحدده آمده :« دومین هلیکوپتری که در عملیات شرکت جسته بود به علت نقض فنی، به ناو هواپیما برنیمیتز که در دریای عربی مستقر شده بود مراجعت کرد.» در پی درخواست دیوان از نماینده ایالات متحده، مدارک مربوط به وقایع
۲۵-۲۴ آوریل در اختیار دیوان قرار گرفت. در میان این مدارک گزارشی به دست آمده که ایالات متحده در اجرای ماده ۵۱ منشور ملل متحد به دفاع از موضعگیری نظامی خود در تاریخ ۲۴-۲۵ آوریل پرداخته و متذکر شده است که این عملیات صرفاً به لحاظ حق طبیعی امریکا در جهت دفاع مشروع از منافعش صورت گرفته است. البته رسیدگی به مسأله تجاوز نظامی یک عضو سازمان ملل متحد به خاک عضو دیگر، برابر منشور ملل متحد در صلاحیت گرفته که دیوان مشغول رسیدگی به دعوای دو کشور بوده است و هدف از این تجاوز حل قضیه با زور بوده و نه از طریق مسالمت آمیز، از قبیل مذاکره یا روش های دیگری از این نوع.(۷)
به نظر قاضی موروزف، با در نظر گرفتن موقعیت مزبور، دیوان نباید تنها به ذکر این نکتته اکتفا کند اقدامات نظامی آمریکا مخل رسیدگی قضایی است، بلکه باید بند ۱۴۷- قرار موقت ۱۵ دسامبر ۱۹۷۹- خود را نیز یادآوری کند. مطابق این بند دو دولت نباید به اقداماتی دست بزنند که بحران موجود را تشدید نماید.
دیوان همچنین در بند ۹۴ حکم خود اعلام می دارد که دیوان مأموریت ندارد تا قانونی بودن یا قانونی نبودن عملیات ۲۴ آوریل ۱۹۸۰ را در قبال مقرارت منشور یا حقوق بین المللی عام رسیدگی نماید و چنین نتیجه گیری می کند که این عملیات نمی تواند تغییری در حکم دیوان به وجود آورد.
قاضی موروزف، بی آنکه نسبت به صلاحیت انحصاری شورای امنیت ایراد داشته باشد، معتقد است که دیوان باید از نظر صرف حقوقی توجهش را به عملکرد حقوقی و غیرقابل انکار ماده ۵۱ منشور معطوف دارد. مطابق این ماده، هر عضو ملل متحد وقتی می تواند به حق دفاع مشروع مندرج در این ماده استناد کند که در معرض تجاوز نظامی قرار گرفته باشد. بنابراین، دیوان باید اعلام کند برابر مدارک ایالات متحده در مورد وقایع مورخ ۲۴-۲۵ آوریل ۱۹۸۰ موردی وجود ندارد تا بتواند ثابت کند که ایالات متحده در معرض تجاوز نظامی قرار گرفته بوده است.
آنچه از نظریات قاضی موروزف بخصوص بخش اخیر آن استنباط می شود این است که دفاع مشروع، صرفاً در قبال حمله مسلحانه ممکن است و نجات جان اتباع نمی تواند مستمسکی برای انجام این کار باشد، منضافاً به اینکه در حال حاضر مراجع بین المللی فعالیت گسترده دارند و کنوانسیونهای فراوانی جهت حمایت از حقوق بیگانگان بین کشورها به امضا رسیده است و اگر کشوری حقوق اتباع خارجی را نادیده انگارد از طریق مراجع
بین المللی و حمایت دیپلماتیک می توان قضیه را پیگیری نموده و نیازی به وجود انجام عملیات نظامی نخواهد بود.
۴-۶- گفتار ششم ـ دفاع مشروع در دریای آزاد
اگر کشتی یک دولت در دریای آزاد قرار داشته باشد، چنانچه از سوی کشتیها یا هواپیماهای دولتهای دیگر مورد حمله قرار گیرد می تواند اعمال زور کند مشروط بر اینکه متناسب با نوع حمله دولت مقابل باشد.
همچنین دولت صاحب پرچم می تواند برای دفاع از کشتیهای خود در دریای آزاد نیروی متناسب با آن حمله به کار ببرد خواه حمله از طرف دزدان دریایی باشد یا قوایی که از طرف کشور دیگر و یا از جانب خود اقدام می کند.
البته به موجب مقررات ماده ۵۱ جز در مورد وقوع حمله مسلحانه استعمال زور در دریای آزاد نیز ممنوع است.
در اوائل سال ۱۹۵۹ دولت مکزیک روابط دیپلماسی خود را با دولت گوآتمالا قطع کرد. این قطع رابطه در نتیجه حمله هواپیماهای گوآتمالا به یک کرجی ماهیگیری در ۳۱ اکتبر ۱۹۵۸ صورت گرفت. رئیس جمهور مکزیک در اعلامیه مورخ ۲۱ ژانویه ۱۹۵۹ اعلام داشت که استعمال زور برای دفع زور بایستی به موجب ماده ۵۱ تجویز شده باشد.
بطوریکه قبلاً مطالعه کردیم در مورد شکایت اخیرالذکر در رفت و آمد کشتی های به مقصد اسرائیل به شورای امنیت تسلیم شده بود در پانصد و پنجاه و هشتمین جلسه شورای امنیت قطعنامه به تصویب رسید که اقدامات دولت مصر را به استناد دفاع مشروع محکوم مینمود.(۸)
در طرح مربوط به رژیم دریاهای آزاد که در هفتمین جلسه کمسیسیون حقوق بین الملل مورد تصویب قرار گرفت و همچنین به موجب مقررات مربوط به دریاهای آزاد که در کنفرانس حقوق دریایی سال ۱۹۵۸ در سازمان ملل متحد تصویب گردید جز در مورد برده فروشی و دزدان دریایی، توقیف و پیاده شدن در کشتی های غیر در دریای آزاد منع گردیده است.
اگر چه به موجب مقرارت ماده ۵۱ و مستنادات فوق الذکر اعمال نیرو جز در مورد وقوع حمله مسلحانه منع شده است مع هذا در سال های اخیر این نظر ابراز شده است که کشورها براساس حق دفاع مشروع می توانند به طور موقت کشتی ها و هواپیماهای کشورهای دیگر را از ورود در منطقه ای از دریای آزاد که برای آزمایشات اتمی در نظر گرفته شده است منع کنند.
البته چون استفاده از حق دفاع مشروع جز در صورت وقوع حمله مسلحانه منع شده چنین اعمال قدرتی براساس دفاع مشروع صحیح به نظر نمی رسد، لیکن از جهت اینکه دریاهای آزاد می تواند مورد استفاده کلیه دول واقع شود و هنگامی که دولتی قبل از دولتهای دیگر از منطقه ای از دریای آزاد استفاده می کند در استفاده از آن منطقه حق تقدم دارد. لذا منع ورود کشتی ها و هواپیماهای غیر در منطقه آزمایشات اتمی نمی تواند غیرقانونی تلقی شود.
اصولاً می توان گفت در هر موردی که دولتی قبل از دولتهای دیگر منطقه ای از دریای آزاد را مورد استفاده قرار می دهد، در صورتی که دولت دیگری با اعمال زور و حمله مسلحانه مانع استفاده ان دولت شود، در مقابل حمله مسلحانه ای که حق دفاع مشروع ایجاد می شود. مثلاً اگر دولتی در منطقه آزاد به صید مشغول باشد و کشتی های آن دولت مواجه با حمله مسلحانه شوند آن دولت می تواند به منظور دفاع از حق دفاع مشروع استفاده کند.
۴-۷- گفتار هفتم ـ دفاع مشروع در فضای ماوراء جو
همانطور که قلمرو یک دولت بر سرزمینی می باشد بر هوا و فضا و همچنین فضای ماوراء جو و هر چه بالا رود نیز قلمرو آن دولت است و تحت حاکمیت و سرپرستی و نظارت دولت صاحب سرزمین است. ولی استفاده از حق دفاع مشروع در فضای ماوراء جو میسر نیست. از آنجا که اقمار مصنوعی در فضای خارج جو می تواند از روی کشورهای مختلف عبور کند و در صورت حمل سلاح اتمی برای کشورهای مختلف خطرات بسیار مهم و جدی فراهم سازد. مقرارت مربوط به حق دفاع مشروع در جو که در حال پیدایش است و هنوز تکامل نیافته بسیار پیچیده و در عین حال بسیار مهم خواهد بود.
در مورد سلاح اتمی برای استفاده از حق دفاع مشروع وقوع حمله مسلحانه ضروری دانسته نشده. و بر این اساس چنین اظهار نظر گردیده که استفاده از اقمار مصنوعی اطلاعاتی که فقط برای دادن اطلاعات مهیا شده باشد و نه برای تلافی با تصمیم شماره (XVIII) 1884 مورخ ۱۷ اکتبر ۱۹۶۳ مجمع عمومی دائر به قرار ندادن سلاح های تخریب جمعی در فضای ماوراء جو مغایرتی ندارد و این چنین استفاده ای از موشک آشکارا در محدوده حق دفاع مشروع که به موجب ماده ۵۱ منشور تعریف شده قرار میگیرد. به طوری که ملاحظه می کنیم همچنانچه مفهوم حمله مسلحانه با توجه به سلاح اتمی ممکن

تعریف back propagation
برای یادگیری وزن های یک شبکه چند لایه از روش ^[۲۴]back propagation استفاده می­ شود. از دلایل استفاده از back propagation می توان به موارد زیر اشاره کرد.

قدرت کم شبکه ­های قبلی در یاد گرفتن بسیاری از مسائل است . برای رسیدن به شبکه­ هایی که بتوانند قابلیت ایجاد تعادل بین عمومی­سازی و قابلیت به حافظه سپردن را داشته باشند. مراحل یادگیری شبکه ­های back propagation شامل محاسبه خروجی متناظر با ورودی، محاسبه خطای خروجی، منتشر کردن آن به لایه های قبلی و تنظیم وزنهای شبکه می­باشد.
منطق فازی
هر نوع بیان واقعیت، یکسره درست یا نادرست نیست. حقیقت آنها چیزی بین درستی کامل و نادرستی کامل است. چیزی بین یک و صفر، یعنی مفهومی چند ارزشی و یا خاکستری. حال فازی چیزی بین سیاه و سفید، یعنی خاکستری است [۱]. منطق فازی در ۱۹۶۵ برای اولین بار در مقاله‌ای به همین نام، توسط پروفسور «لطفی عسگرزاده» ارائه شد و در حال حاضر کاربردهای فراوانی دارد و در حیطه مدیریت نیز جای خاصی را به خود اختصاص داده است. این منطق برای سنجش مسائل و الگوهای کیفی، کاربرد فراوان دارد و پاسخگوی مسائل زیادی در رشته‌های علوم انسانی بویژه مدیریت است. منطق فازی راهکاری است که به وسیله آن می‌توان سیستمهایی پیچیده را که مدلسازی آنها با بهره گرفتن از ریاضیات و روش‌های مدلسازی کلاسیک غیرممکن بوده و یا بسیار مشکل است، به آسانی و با انعطاف بسیار بیشتر، مدلسازی کرد.
منطق فازی، فناوری جدیدی است. این منطق شیوه‌های مرسوم برای طراحی و مدل‌سازی یک سیستم را که نیازمند ریاضیات پیشرفته و نسبتاً پیچیده است، با بهره گرفتن از مقادیر، شرایط زبانی و دانش فرد خبره با روش های آسان ایجاد می­ کند. این امر با هدف ساده‌سازی و کارامدتر شدن طراحی سیستم انجام می­ شود.
این نظریه، قادر است بسیاری از مفاهیم، متغیرها و سیستم‌هایی را که نادقیق و مبهم هستند، همان‌طور که در عالم واقع نیز اکثراً چنین است، صورت­بندی ریاضی کرده و زمینه را برای استدلال، استنتاج، کنترل و تصمیم‌گیری در شرایط عدم اطمینان ، فراهم آورد. از ویژگیهای منطق فازی می توان به موارد زیر اشاره کرد.
در منطق فازی، استدلالهای دقیق به عنوان استدلالهای تقریبی تلقی می‌شوند.
در منطق فازی، هر چیزی درجه‌پذیر است.
هر سیستم منطقی می‌تواند فازی شود.
در منطق فازی، دانش به عنوان مجموعه‌ای از محدودیتهای تغییرپذیر و یا به طور معادل فازی که بر روی مجموعه‌ای از متغیرها اعمال می‌شود، تعبیر می‌گردد.
استنتاج، به عنوان فرایند گسترش محدودیتهای تغییرپذیر درنظر گرفته می‌شود.
مدل پنهان مارکف
یک مدل آماری است که در آن سیستم مدل شده به صورت یک فرایند با حالتهای مشاهده نشده (پنهان) فرض می‌شود [۵۲]. یک مدل پنهان مارکف می‌تواند به عنوان ساده‌ترین شبکه پویا در نظر گرفته شود. در مدل عادی مارکف، حالتها به طور مستقیم توسط ناظر قابل مشاهده‌است و بنابراین احتمالهای انتقال بین حالتها تنها توسط پارامترها موجود است. در یک مدل پنهان مارکف، حالت به طور مستقیم قابل مشاهده نیست، اما خروجی، بسته به حالت، قابل مشاهده ‌است. هر حالت یک توزیع احتمال روی سمبلهای خروجی ممکن دارد. بنابراین دنباله سمبلهای تولید شده توسط یک مدل پنهان مارکف اطلاعاتی درباره دنباله حالتها می‌دهد. حتی اگر پارامترهای مدل به طور دقیق مشخص باشند، مدل همچنان پنهان است .مدلهای پنهان مارکف بیشتر به دلیل کاربردشان در بازشناخت الگو مانند تشخیص صدا و دست خط، تشخیص اشاره و حرکت، برچسب­گذاری ادات سخن، بیوانفرماتیک و مواردی از این قبیل شناخته شده ­اند. مدل پنهان مارکف می‌تواند فرایندهای پیچیده مارکف را که در آن حالتها بر اساس توزیع احتمالی مشاهدات را نتیجه می‌دهند، مدل کند.
۳-۵فرضیه بازار کارآمد
فرضیه بازار کارآمد^[۲۵]، وضعیتی است که قیمت یک سهم به طور کامل در تمام اطلاعات شناخته شده در مورد سهم تثبیت شده است [۲۴]. تا جایی که تمام این اطلاعات به بهینگی بوسیله شریکان بازار استفاده می­ شود. تغییرات قیمت که به صورت اطلاعات جدید مرتب در حال تغییر و تحول است کاملا تصادفی است. بنابر توضیحات ذکر شده، قیمت سهام از قانون Random Walkپیروی می­ کند [۵۴]. باتوجه به توضیحات ذکر شده و چنین وضعیتی برای یک سرمایه­گذار امکان در دست گرفتن بازار وجود ندارد. شواهد غیر قطعی وجود دارند که فرضیه بازار کارآمد را رد می­ کنند [۵۳]. می­توان گفت که بر سر تصدیق EMH یا رد آن بحثهای بسیاری هست [۲۵]. قضاوت درست در این زمینه را می­توان به شبکه ­های عصبی نسبت داد. متخصصین در سال ۱۹۸۷سقوط بازار بورس را متناقض با نظریه EMH دانستند [۵۸] که این امر موجب ترس سرمایه ­گذاران شد. این فرضیه موجب رونق بازار نخواهد شد. این حقیقت که بسیاری از شریکان بازار می­توانند به رونق بازار کمک کنند تاکیدی است که که در عمل توسط EMH رد می­ شود. در اصل می­توان گفت در دنیای ایده­آل با پخش اطلاعات مساوی این فرضیه درست است اما در بازار امروزی که افراد مختلف و سهمهای مختلف در آن حضور دارند و تغییرات و صعود و نزول قیمت سهام و مواردی از این قبیل همواره وجود دارد، موجب عدم ایده­آل بودن بازارسهام است.
۳-۵ ماشین بردار پشتیبانی
ماشین بردار پشتیبانی^[۲۶]، یکی از روش های یادگیری با نظارت است که از آن برای طبقه ­بندی و رگرسیون استفاده می­ کنند [۳۸ و ۳۹]. این روش از جمله روش های نسبتاً جدیدی است که در سال‌های اخیر کارایی خوبی نسبت به روش های قدیمی‌تر برای طبقه‌بندی مواردی از جمله شبکه‌های عصبی نشان داده­است. مبنای کاری دسته‌بندی کننده SVM دسته‌بندی خطی داده‌ها است. الگوریتم SVM، جزء الگوریتم های تشخیص الگو دسته بندی می شود. از الگوریتم SVM، در هر جایی که نیاز به تشخیص الگو یا دسته بندی اشیا در کلاسهای خاص باشد می توان استفاده کرد. در ادامه به کاربردهای این الگوریتم به صورت موردی اشاره می شود، سیستم آنالیز ریسک، کنترل هواپیما بدون خلبان، ردیابی انحراف هواپیما، شبیه­سازی مسیر، سیستم راهنمایی خودکاریک اتومبیل، سیستمهای بازرسی کیفیت، آنالیز کیفیت جوشکاری، پیش بینی کیفیت، آنالیز کیفیت کامپیوتر، آنالیز عملیاتهای آسیاب، آنالیز طراحی محصول شیمیایی، آنالیز نگهداری ماشین، پیشنهاد پروژه، مدیریت و برنامه ریزی، کنترل سیستم فرایند شیمیایی و دینامیکی، طراحی اعضای مصنوعی، بهینه سازی زمان پیوند اعضا، کاهش هزینه بیمارستان، بهبود کیفیت بیمارستان، آزمایش اتاق اورژانس، اکتشاف روغن و گاز، کنترل مسیر در دستگاه های خودکار، ربات، جراثقال، سیستمهای بصری، تشخیص صدا، اختصار سخن، کلاسه بندی صوتی، آنالیز بازار، سیستمهای مشاوره­ای محاسبه هزینه موجودی، اختصار اطلاعات و تصاویر، خدمات اطلاعاتی خودکاریک، مترجم لحظه ای زبان، سیستمهای پردازش وجه مشتری، سیستمهایشخیص ترمز کامیون، زمانبندی وسیله نقلیه، سیستمهای مسیریابی، کلاسه بندی نمودارهای مشتری/بازار، ، جلوگیری از پارازیت، شناسایی تصویر و سیگنال، چیدمان یک مدار کامل، بینایی ماشین، مدل کردن غیر خطی، ترکیب صدا، کنترل فرایند ساخت، آنالیز مالی، پیش بینی فرآیندهای تولید، ارزیابی بکارگیری یک سیاست، بهینه سازی محصول، تشخیص ماشین و فرایند، مدل کردن کنترل سیستمها، مدل کردن ساختارهای شیمیایی، مدل کردن سیستمهای دینامیکی، مدل کردن سیگنال تراکم، مدل کردن قالبسازی پلاستیکی، مدیریت قراردادهای سهام، مدیریت وجوه بیمه، دیریت سهام، تصویب چک بانکی، اکتشاف تقلب در کارت اعتباری، ثبت نسیه، بازبینی امضا از چکها، پیش بینی ارزش نسیه، مدیریت ریسک رهن، تشخیص حروف و اعداد، تشخیص بیمار و مواردی از این قبیل می­توان اشاره کرد.
۳-۶ نتیجه
به­ طور کلی در این فصل به موضوعات و مفاهیم علمی در ارتباط با پیش ­بینی بازار سهام پرداخته شد. روش های مختلفی که برای پیش ­بینی بازار سهام وجود دارند مانند شبکه ­های عصبی، ماشین بردار پشتیبانی و مدل مارکف در این فصل در مورد آنها توضیح داده شد. اما نمی­ توان گفت که برای تمام داده ­ها و انواع مختلف آنها صرفا یک روش مناسب است زیرا ممکن است روشی برای یک نوع از داده ­ها مناسب باشد اما برعکس برای نوعی دیگر مناسب نباشد. به­ طور کلی هیچ روشی اطمینان کامل مبنی بر درست بودن پیش ­بینی را نخواهد داشت. اما بنابر تحقیقات صورت گرفته و مقالات ارائه شده شبکه ­های عصبی می ­تواند یکی از موفق­ترین روشها برای پیش ­بینی بازار سهام باشد. زیرا این روش به کمک داده ­های آماده شده مورد آموزش قرار می­گیرد و سپس با ارزیابی و آزمون به پیش ­بینی می ­پردازد. بعد از آن برای هر داده­ای که پیش ­بینی می­ کند مقایسه­ ای بین داده واقعی و داده بدست آمده انجام می­دهد. اگر داده ­ها یکسان نباشند به اصلاح پرداخته و دوباره آموزش روی داده ­ها را انجام می­دهد. این کار باعث می­ شود پاسخ صحیح­تری به­دست آید و میزان اعتماد افزایش یابد. در فصل چهارم در ارتباط با نحوه عملکرد شبکه­عصبی و چگونگی انجام مراحل پیش ­بینی توضیحات کامل ارائه شده است.
فصل چهارم
روش پیشنهادی
۴-۱مقدمه
در این فصل به بررسی مراحل تدوین روش پیشنهادی در این پایان نامه پرداخته می­ شود. ابتدا در مورد انواع داده ­های موجود در بورس اوراق بهادار شامل داده ­های تکنیکی و بنیادی صحبت خواهد شد. سپس به بررسی هر کدام از انواع داده های تکنیکی، بنیادی و ترکیبی و مزایا و معایب آنها پرداخته می­ شود و انواع داده مورد مقایسه قرار می­گیرند. در نهایت نتیجه این مقایسه با نمودارها مورد تحلیل قرار می­گیرند. یکی از میزانهای مورد استفاده در بورس اوراق بهادار، شاخصها هستند که انواع مختلفی دارند. در این بخش ابتدا به بررسی یکی از این شاخصها به نام الگوی سر و سرشانه پرداخته می­ شود. پس از آن داده ­های بورس اوراق بهادار تهران بدون استفاده از این شاخص و با بهره گرفتن از این شاخص مورد مقایسه قرار می­گیرند. ذکر این نکته ضروری است که در پیش­بینیهای صورت گرفته، هر دو حالت پیش ­بینی شامل پیش ­بینی روز بعد و پیش ­بینی خرید، فروش یا نگهداری سهام انجام گرفته است.
۴-۲ انواع دیدگاه در ادبیات مالی
در ادبیات مالی در ارتباط با بازار سهام، دو دیدگاه کلی وجود دارد که شامل دیدگاه بنیادی و دیدگاه تکنیکی است [۶۲]. از ابتدای کار بازار سهام، معیار ارزیابی و مقایسه، داده ­های تکنیکی بوده است و این امر موجب شد که در ایران از شرکتها سرمایه ­گذاران صرفاً داده ­های تکنیکی تقاضا شود. بیش از ۸۰ درصد تحقیقات انجام شده در دنیا مربوط به داده ­های تکنیکی است [۶۳]. باتوجه به موارد ذکر شده، در این تحقیق هر دو دیدگاه بنیادی و تکنیکی و ترکیب این دو نوع داده مورد توجه قرار گرفته است. در ادامه ابتدا هر کدام از این دیدگاه ­ها توضیح داده می­شوند و سپس به توصیف داده ­ها پرداخته و در نهایت داده ­های تکنیکی، بنیادی و ترکیب بنیادی و تکنیکی مقایسه می­شوند تا مشخص شود کدام مورد برای پیش ­بینی می ­تواند موثرتر واقع شود و به سرمایه ­گذاران کمک کند.
۴-۲-۱روش بنیادی
در بازار سرمایه ارزش سهام بر اساس میزان منافع آتی و اطمینان از تحقق آنها تعیین می­گردد و هر اندازه اطمینان نسبت به کسب بازده بیشتر باشدمخاطره از دست دادن اصل سرمایه و سود آن کمتر می­ شود. عوامل و متغیرهای متعددی در بازار سرمایه و در سطح کلان بر روی قطعیت یا عدم قطعیت سود و نیز تغییرات قیمت دارائیهای مالی تأثیرگذار هستند. به همین خاطر روش بنیادی به بررسی دقیق عوامل محیطی که ممکن است بر روند حرکت قیمت سهام و به تبع آن بر بازده دارائیهای مالی تأثیرگذار باشد، می ­پردازد. در این روش به منظورتجزیه و تحلیل گزینه­ های سرمایه ­گذاری در بورس اوراق بهادار قاعدتاً بایستی به سه مرحله اساسی تجزیه وتحلیل شرکت، بررسی اوضاع اقتصادی کشور و بررسی صنعت مورد نظر توجه کرد. در این زمینه دسته­بندی داده ­ها شامل قیمت سود حاصل شده در یک سال، میانگین ارزش قیمت عرضه در یک سال، میانگین ارزش قیمت تقاضا در یک سال و وضعیت شاخص سهام شرکت در یک سال می­باشد.
۴-۲-۲ روش تکنیکی
متخصصین در زمینه تحلیل تکنیکی بر این باورند که در بازار سهام، تمامی اطلاعات موردنیاز در قیمتها نهفته است. با تمرکز بر روی قیمتهای دوره­ های قبل و زمان حال سهام و پیش بینی آتی آن می­توان از یک انتخاب مناسب در بازار سود برد. در واقع طرفداران روش تکنیکی بر عکس بنیادگراها که به چرایی قیمتها تأکید داشتند بر روی چیستی قیمت تمرکز دارند. این نوع سرمایه ­گذاری با بهره گرفتن از مطالعه رفتار و حرکات قیمت سهام در گذشته و تعیین قیمت و روند آینده آن و امکان تکرار الگوهایی مشابه صورت می­پذیرد. در این رابطه طرفداران روش تکنیکی ابراز می­دارند که تمامی وقایع جاری اقتصادی کشور و نیز صنعت و انتظارات سهامداران نهایتاً بر قیمت سهام تأثیر گذاشته است. لذا نیاز است پیشینه تاریخی و نمودار قیمت سهام به دقت بررسی گردد. باتوجه به مطالب ذکر شده، داده­هایی که برای بررسی تکنیکی مورد استفاده قرار می­گیرد شامل مواردی چون اولین قیمت معامله در یک روز، بالاترین قیمت معامله در یک روز، پایین­ترین قیمت معامله در یک روز، آخرین قیمت معامله در یک روز و تغییر قیمت معامله امروز نسبت به دیروز است. در جدول ۴-۱ اطلاعات کامل از انواع داده ­های بنیادی و تکنیکی نشان داده شده است.
جدول ۴-۱: انواع داده ­های بنیادی و تکنیکی.

نکته مهمی که در فرایند روان‌درمانی‌پویشی کوتاه مدت مورد توجه قرار می‌گیرد، تعیین تمرکز درمانی است. تمرکز درمان می‌تواند روی یک نشانه معنادار، یک تعارض درون روانی خاص، یک جریان آسیب‌شناسی رشد یابنده، یک باور ناسازگارانه درباره خود، یک تم تعبیرپذیر برجسته، یک تعارض بین‌فردی تکرار شونده و یا یک الگوی عملکرد ناسازگارانه باشد که باید با توافق با بیمار، و بر حسب ملاک‌های دیگر از قبیل تعداد جلسات و سایر محدودیت‌ها صورت گیرد.
تمرکز درمانی معمولاً به دو گونه است. تمرکز نشانه‌ای و پویایی. تمرکز نشانه‌ای عبارت است از مشکل روان‌شناختی یا کارکردی که بیمار را به جلسات کشانده و تمرکز پویایی به ساختار روان‌پویایی بیمار اشاره دارد. ارتباط این دو مورد اگرچه چندان واضح نیست، اما هدف روان‌درمانی‌پویشی کوتاه مدت، برقراری ارتباط بین تمرکز نشانه‌ای و پویایی از طریق تعبیر روابط بیمار با دیگران و درمانگر است (وینستون^[۱۵۴] و همکاران، ۱۹۹۴). درمان شامل مراحل و وظایف زیر است:
مرحله آغاز
در این مرحله که از ۲ تا ۴ جلسه می‌تواند ادامه داشته باشد این اهداف دنبال می‌شود:
انتخاب مناسب بیمارانی که می‌توانند از روان‌درمانی‌پویشی کوتاه مدت بهره بگیرند.
تعیین تمرکز درمان.
شکل دادن یک اتحاد درمانی کارآمد.
مرحله میانی اول
در این مرحله که حداکثر ۴ جلسه را به خود اختصاص می‌دهد، با بهره گرفتن از تکنیک‌های اصلی روان‌درمانی‌پویشی کوتاه مدت یعنی شفاف‌سازی، مواجهه‌سازی و تعبیر، درمانگر و بیمار با ایجاد یک فضای انتقالی به دنبال محقق ساختن اهدافی هستند که باهم توافق کرده‌اند. همچنین در این مرحله اهداف زیر دنبال می‌شوند:
باقی ماندن در تمرکز درمانی توافق شده.
تعبیر نشانه‌ها و برقراری ارتباط بین آن‌ها و تعارض‌های پویای ناخودآگاه‌تر با بهره‌گیری از تعبیر انتقال و انتقال متقابل.
مرحله میانی دوم
در این مرحله نیز که حداکثر ۴ جلسه را به خود اختصاص می‌دهد، اهداف زیر دنبال می‌شوند:
در صورت لزوم به منظور تسریع یا تشدید انتقال از تکنیک‌های غیر روان‌پویایی مانند آرام‌سازی یا حل مسئله، استفاده می‌شود.
پیش بینی پایان درمان.
مرحله پایان
این مرحله اگرچه به شکل اختصاصی ۲ تا ۴ جلسه آخر درمان را به خود اختصاص می‌دهد، اما در عمل حتی از جلسه اول درمان می‌تواند مورد بحث قرار گیرد. مرحله پایان درمان مرحله‌ای است که اهدافی که قرار بود بیمار به آن‌ها برسد محقق شده‌باشد. نشانه‌های آمادگی برای پایان درمان در روان‌درمانی‌پویشی کوتاه مدت عبارتند از افزایش توانایی برای غلبه بر استرس‌های پیش‌رونده، همکاری و مشارکت، داشتن رابطه با ابژه‌های دوستانه‌تر، یک پارچه شدن احساسات متناقض، ادراک درست‌تر دیگران و روابط، افزایش همدلی و تفکیک میان نیازهای مختلف و ارضای آن‌ها. به همین ترتیب ملاک‌های پایان درمان عبارتند از درونی‌شدن فضای درمان و توانایی نگهداری آن به شکل ایمن در خود، شناخته‌شدن همانندسازی فرافکنانه ناخودآگاه و بازگرداندن بخش‌های فرافکنی‌شده به ایگو، توانایی همراهی و همکاری با دیگران، برقراری ارتباط صمیمانه و جنسی با دیگران و ظرفیت نگهداری و سوگواری برای رابطه درمانی پایان‌یافته همراه با تحمل چالش‌ها و فقدان‌های آتی.

همچنین در این مرحله اهداف زیر دنبال می‌شوند:
تحکیم دستاوردهای درمان.
جستجو و کار روی فقدان‌های قبلی و فقدانی که بیمار پس از پایان درمان تحمل می‌کند.
خداحافظی کردن با رابطه‌ای که اگرچه کوتاه‌مدت بوده، اما در عمیق‌ترین حالت ممکن بوده است.
بحث درباره موانع نگه‌داشتن دستاوردهای درمان یا اضافه‌کردن این دستاوردها.
درونی کردن فرایند درمان.
کنکاش درباره شرایطی که بیمار در مواجهه با آن‌ها ممکن است پس‌روی نموده و محتاج بازگشت به درمان شود و تسهیل فرایند بازگشت مجدد به درمان (استادتر،۲۰۰۹).

جمع‌بندی

همان‌طور که مشاهده شد ادبیات تحقیق حاکی از این است که بحران هویت میانسالی تاثیرات منفی زیادی بر جنبه‌های مختلف وضعیت روانشناختی میانسالان می‌گذارد. البته این تاثیرات بر سلامت روانشناختی فرد محدود نمی‌شود، بلکه مشکلات ناشی از بحران هویت میانسالی، خانواده فرد را نیز درگیر می‌کند و ساختار خانواده را مورد تهدید قرار می‌دهد. در مقیاسی وسیع‌تر، بحران هویت میانسالی بر رضایت شغلی، خودپنداره فرد و تعاملاتش با اطرافیان خصوصاً نسل جوان‌تر تاثیرات منفی زیادی را اعمال می‌کند، لذا پرداختن به مقوله بحران هویت میانسالی از جنبه پیش‌گیری و درمان از اهمیت بسزایی برخوردار است.
با توجه به آسیب‌های روانشناختی، اجتماعی و اقتصادی گسترده‌ای که فرد مبتلا به بحران هویت میانسالی متحمل می‌شود، محققان حوزه رشد سعی بر آن داشته‌اند که به معرفی و ایجاد روش‌هایی بپردازند که باعث شود میانسالان درگیر بحران هویت میانسالی نشوند و متعاقبا سلامت روانشناختی بهتری را کسب کند. در این میان به متغیرهایی توجه شده است که باعث بهبود سلامت روانشناختی این افراد می‌گردند. تحقیقات این حوزه نشان داده است که از عواملی که در بهبود وضعیت روانشناختی میانسالان از اهمیت بالایی برخوردار است، رضایت از زندگی آن‌ها می‌باشد. متغیر رضایت از زندگی با تاثیری که بر نحوه نگرش فرد نسبت به دستاوردهایش در زندگی می‌گذارد، سازگاری وی با مشکلات دوران میانسالی را بهبود بخشیده، و زمینه ساز پیش‌گیری از بحران هویت میانسالی می‌گردد.
همچنین رضایت از زندگی با تاثیری که بر روی دید فرد نسبت به زندگی و روابط او می‌گذارد، بر ایجاد منابع حمایتی جهت سازگاری با مشکلات ناشی از افزایش سن اثر گذاشته و سلامت روانشناختی او را ارتقا می‌دهد. ادبیات تحقیق حاکی از این است که بهبود در رضایت از زندگی، جنبه‌های زیادی از کیفیت زندگی افراد را بهبود می‌بخشد و با سلامت روانشناختی، رابطه مستقیم و معنادار دارد.
از میان روش‌های درمانی مختلفی که برای بهبود وضعیت روانشناختی میانسالان ارائه شده است، درمان روان‌درمانی پویشی کوتاه مدت نتایج مفیدی را کسب کرده است. نتایج تحقیقات مختلف حاکی از این است که درمان‌های روان‌تحلیلی، از نتایج درمانی پایدارتری نسبت به دیگر روش‌های درمانی برخوردارند. به عقیده بنیان گذاران روان‌درمانی پویشی کوتاه مدت و همچنین محققانی که مفاهیم مرتبط با این نظریه درمانی را مورد آزمون قرار داده اند، این درمان به افراد مبتلا به علائم آسیب‌شناسی روانی، چرایی بوجود آمدن علائم‌شان را نشان می‌دهد و با ایجاد تغییرات ساختاری در شخصیت آن‌ها، درمان را عملی می‌سازد و سلامت روان را برای فرد به ارمغان می‌آورد.ادبیات پژوهش حاکی از این است که خصوصیات روش روان‌درمانی پویشی کوتاه مدت به گونه‌ای است که می‌تواند نحوه سازگاری افراد با مشکلاتی که فشار روانی زیادی به فرد وارد می‌آورند را بهبود بخشد و در کیفیت روابط صمیمی و اعتماد بین فردی افراد تداخلات مثبتی را ایجاد کند. بنابراین قابل پبش‌بینی است که درمان روان‌درمانی پویشی کوتاه مدت باعث افزایش رضایت از زندگی و کاهش علائم بحران هویت میانسالی افراد گردد.

فصل سوم: روش پژوهش

طرح پژوهش

مطالعه حاضر از لحاظ هدف کاربردی می‌باشد. در پژوهش حاضر از روش شبه آزمایشی از نوع پیش‌آزمون- پس‌آزمون با گروه کنترل برای بررسی اثربخشی روان‌درمانی پویشی کوتاه مدت به شیوه گروهی بر کاهش علائم بحران هویت میانسالی و افزایش رضایت از زندگی میانسالان استفاده شد. در طرح‌های شبه آزمایشی از نوع پیش‌آزمون- پس‌آزمون با گروه کنترل متغیر وابسته قبل و بعد از ارائه متغیر مستقل اندازه‌گیری می‌شود و مراحل زیر را شامل می‌شود:

1. 1. اجرای پیش آزمون

1. 1. قرار دادن آزمودنی‌ها در معرض متغیر مستقل

1. 1. اجرای پس‌آز‌مون و مقایسه نتایج حاصل با بهره گرفتن از آزمون آماری مناسب

بنابراین دیاگرام آن به صورت زیر ترسیم می­ شود: