مدلهای پیوسته اصلاح شده به علت توانایی محاسبات پارامترهای مختلف و دقت بالا، قابل مقایسه با مدلهای اتمی هستند، بنابراین، در نانومکانیک بسیار مورد توجه قرار گرفته اند. با میل کردن ابعاد ساختار به نانو، تئوری پیوستگی کلاسیک قابلیت پیش بینی رفتار نانوساختارها را به دلیل وابستگی خواص به اندازه ندارد که آنرا اثر اندازه می نامند. در این تحقیق، ابتدا معادلات ارینگن از الاستیسیته غیرمحلی در تئوری های کلاسیک تیر اولر-برنولی و تیموشنکو اعمال شدند. سپس با کمک جبر خطی و روش فضای حالت دستگاه معادلات دیفرانسیل منتجه حل و بررسی شدند. دو نوع بار نقطه ای و گسترده به همراه چهار شرط تکیه گاهی رایج در این مطالعه در نظر گرفته شد و حداکثر خیز نانو تیرها برای تمام شرایط مرزی با استفاده از متغیرهای حالت و جبر ماتریس بدست آمد. نتایج به دست آمده برای پارامترهای هندسی مختلف، شرایط مرزی و مقادیر مختلف پارامترغیر محلی برای نشان دادن اثرات هر یک ارائه شده است. نتایج نشان داد که حداکثر خیز بدون بعد برای تمام شرایط مرزی و هردو نوع بارگذاری نقطه ای و گسترده با افزایش پارامتر غیر محلی افزایش می یابد که نشانگر این امر هست که با افزایش پارامتر غیر محلی، سفتی نانو تیر کاهش می یابد.

در مواجهه با سیستم آشوبی که مدلسازی تحلیلی، به علت نامشخص بودن عوامل موثر و در دسترس نبودن معادلات دقیق ریاضی حاکم بر آن، بسیار دشوار می نمایاند. استفاده از سری های زمانی (منظور مشاهدات ما از فرآیند برحسب زمان) یک راه حل موثر در تحلیل این سیستم ها می باشد. در واقع تاکید روی این هدف است که چگونه می توان از مشاهداتی به فرم سری زمانی اسکالر از فرآیند، که تنها اطلاعات ما در مورد بعضی از سیستم ها می باشد، به ساختار فضای حالت با بعد محدود رسید. بازسازی فضای حالت بر مبنای نظریه محاط بنا شده که کاربرد آن مستلزم تعیین مقدارهای مناسبی برای دو پارامتر زمان تاخیر (τ) و بعد محاط (m) می باشد. در این مقاله روشی برای تخمین پارامتر بعد محاط جهت بازسازی فضای حالت سری های زمانی برگرفته از سیستم های دینامیکی آشوبی به کمک شبکه های عصبی تاخیر زمانی (TDNN) معرفی می شود. این روش یک ایده نو در انتخاب بعد محاط بوده و متفاوت از روش مرسوم شمارش همسایه های کاذب (FNN) می باشد. در انتها کیفیت عملکرد روش مطرح شده با روش FNN مقایسه شده است و نتایج این مقایسه نشان از کارآیی خوب این روش دارد.

این مقاله به بررسی مدل سری زمانی خود بازگشت آمیخته با وزن های ثابت در قالب فضای حالت و تعمیم آن به مدل های خودبازگشت-میانگین متحرک آمیخته می پردازد. توابع چگالی پیش بینی، پالایش و هموارسازی با استفاده از یک روش مونت کارلوی دنباله ای تقریب زده شده اند. همچنین الگوریتم EM برای برآورد پارامترهای مدل در فضای حالت ارائه شده است. نتایج نشان می دهد در قالب فضای حالت، ابعاد بردار پارامترهای مدل کاهش می یابد. علاوه بر این رفتار الگوریتم های پالایش و هموارسازی با استفاده از شبیه سازی مونت کارلو در مدل های ایستا مورد بررسی قرار گرفته است. نتایج این مطالعه نشان می دهد الگوریتم پالایش در مدت زمان کوتاهی به یک حالت پایا نزدیک می شود. همچنین پس از گذشت زمان کوتاهی میانگین توزیع های پالایش و هموارسازی به مقادیر واقعی بردار حالت نزدیک می شوند.

در این مقاله نوعی مدل ایرودینامیکی فضای حالت زمان پیوسته بر اساس روش اجزای مرزی مستقیم توسعه داده شده است. برای این منظور ابتدا معادلات انتگرال مرزی حاکم بر جریان پتانسیل زیرصوت ناپایا حول ترکیب های برآزا با تاکید بر فرمول بندی اصلاح شده برای بال های نازک ارایه می شود. سپس بر اساس دستگاه معادلات اجزای مرزی جریان ایرودینامیکی ناپایا حول بال با هندسه دلخواه و با استفاده از فرضیات کمکی، مدل فضای حالت ایجاد می شود. برای ارزیابی دقت و کارایی روش ارایه شده، نتایج بدست آمده از مدلسازی ضرایب ایرودینامیک ناپایا برای انواع ایرفویل و بال برای حرکت های ناپایای مختلف با نتایج اعتبارسنجی شده حاصل از روش اجزای مرزی مستقیم مقایسه و تطابق خوبی مشاهده شد. با توجه به این که مدل ایرودینامیکی توسعه یافته در حوزه زمان پیوسته ارایه شده، این مدل به ویژه برای کاربردهای بهینه سازی و تحلیل غیرخطی مفید است. به علاوه توصیف فضای حالت، امکان بهره گیری کارامد از این مدل را در مسایل مرتبط با کنترل نیز فراهم می سازد.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

گرایش فزاینده به استفاده از روش های ترکیبی در رساله های دکتری، نگرانی درباره استفاده مناسب از این روش ها در تحقیقات علوم اجتماعی و رفتاری را مطرح ساخته است. این پژوهش توصیفی با هدف بررسی رویکرد، طرح و روش های پژوهش به کار رفته در رساله های دکتری مدیریت آموزشی و آموزش عالی در دهه اخیر (1390-1400) انجام شده است. در راستای پاسخگویی به سؤالات پژوهش، چکیده و فصل سوم 85 رساله دکتری پایان یافته در بازه زمانی فوق بررسی شد. یافته های پژوهش نشان می دهد نزدیک به سه چهارم (در مجموع 73 درصد) پژوهش ها با هدف ارائه الگو و مدل و 63 درصد آن ها بر مبنای رویکرد ترکیبی اکتشافی متوالی انجام شده اند. همچنین در 60 درصد موارد از طرح نظریه زمینه ای در مرحله کیفی و همبستگی چند متغیری در مرحله کمی پژوهش استفاده شده است. نتایج پژوهش ضمن ارائه دلالت های برای تدریس روش های پژوهش کمی، کیفی و ترکیبی در دوره دکتری، لزوم نوآوری در طرح های پژوهش مورد استفاده در رساله های دکتریِ رشته های علوم رفتاری را خاطر نشان می سازد.

تلاطم معیار اندازه گیری عدم قطعیت است که در نظریه های مالی، مدیریت ریسک و قیمت گذاری اختیارات نقشی اساسی دارد. تلاطم، واریانس شرطی تغییرات قیمت های دارایی است که به طور مستقیم قابل مشاهده نیست و متغیری پنهان تلقی می شود که با استفاده از برخی تقریب ها به طور غیرمستقیم محاسبه می شود. دو رویکرد عمومی در ادبیات اقتصاد مالی جهت مدل سازی و محاسبه تلاطم ارایه شده است. در رویکرد اول، واریانس شرطی به عنوان تابعی از مربع شوک های گذشته ی بازده دارایی مدل سازی می شود. مدل های نوع GARCH در این طبقه جای می گیرند. در رویکرد جایگزین، تلاطم همچون یک متغیر تصادفی فرض می شود که با استفاده از الگوهای غیرخطی فضای حالت گوسی تحول می یابد. این نوع از مدل ها با عنوان تلاطم تصادفی (SV) شناخته می شوند. به دلیل آنکه مدل های SV شامل دو نوع فرآیند نوفه، یکی برای مشاهدات و یکی برای تلاطم پنهان، هستند در محاسبه تلاطم نسبت به الگوهای GARCH واقعی تر و منعطف تر می باشند. پژوهش حاضر به مدل سازی تلاطم در بازده سهام 50 شرکت فعال بورس تهران با استفاده از روش های متقارن و نامتقارن تلاطم تصادفی می پردازد که تفاوت آنها در وجود اثر اهرمی است. مقایسه تجربی این دو مدل با محاسبه احتمال پسین صحت هر مدل با استفاده از روش بیزی MCMC نشان دهنده برتری چشم گیر مدل نامتقارن ASV است. نتایج در هر دو مدل متقارن و نامتقارن نشان دهنده پایداری بسیار بالای امواج تلاطمی تولید شده توسط شوک های وارد آمده بر بازده سهام است. لذا، تغییرات بازده بازار بورس تهران به دلیل این پایداری بالا پیش بینی پذیر خواهد بود.