{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "QA93",
        "title": "یک کاربرد از مدلهای شبکه های عصبی برای حل مسائل بهینه سازی سبد سرمایه",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1391",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "QA93",
        "title": "یک کاربرد از مدلهای شبکه های عصبی برای حل مسائل بهینه سازی سبد سرمایه",
        "degree": null,
        "faculty": "علوم ریاضی",
        "year": 1391,
        "authors": [
            {
                "name": "نرگس طهماسبی",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "علیرضا ناظمی",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "شبکه های عصبی",
            "پایداری",
            "مدل میانگین-واریانس",
            "برنامه ریزی مخروط مرتبه دوم",
            "برنامه ریزی تصادفی",
            "برنامه ریزی کسری",
            "بهینه سازی مقاوم"
        ],
        "abstract": "با پیشرفت فن آوری اطلاعات و ارتباطات و توسعه ارتباط درون سازمانی و بین سازمانی نیاز به استفاده\r\nاز مدل های بهینه سازی را برای استفاده منطقی از داده ها و اطلاعات فراهم شده گسترش داده است. این\r\nمطلب متضمن بزرگ شدن اندازه مسائل بهینه سازی که در عمل وجود دارند خواهد بود. در این شرایط\r\nلزوم به کارگیری روش های کار آمدی که بتوانند با سرعت بالا مسائل بسیار بزرگ را با کیفیت قابل قبول\r\nحل کنند بیش از بیش احساس می شود.\r\nدر چند دهه اخیر روش های بهینه سازی که بر پایه رویکرد هوش مصنوعی توسعه یافته اند، موفقیت های\r\nچشم گیری در حل مؤثر و کارای مسائل بهینه سازی به دست آورده اند. روش هایی چون الگوریتم ژنتیک،\r\nجستجوی ممنوع، شبیه سازی تبریدی، شبکه عصبی و ... قابلیت های خود را در حل مسائل بزرگ عملی\r\nبه خوبی نشان داده اند. امتیازات ویژه ی موجود در شبکه های عصبی امکان کاربرد آنها را در حوزه وسیعی\r\nاز تحقیقات فراهم ساخته است. از جمله آن امتیازات می توان به امکان یادگیری و بهبود عملکرد بر اساس\r\nداده های ورودی اشاره کرد. همچنین امکان انجام محاسبات به صورت موازی در شبکه های عصبی امتیاز\r\nدیگری است که با توجه به گسترش سخت افزارهای موازی، امکان حل مسائل بسیار بزرگ را توسط این\r\nرویکرد ممکن می سازد.\r\nدر این پایان نامه دو مدل مختلف شبکه عصبی بازگشتی برای حل رده ای از مسائل بهینه سازی ارائه می شود.\r\nتحلیل وجود یکتایی، پایداری و همگرایی سراسری جواب ها مورد بررسی قرار می گیرند و عملکرد روش های\r\nارائه شده با به کارگیری چند مثال از مسائل برنامه ریزی تصادفی، برنامه ریزی  کسری، بهینه سازی مقاوم\r\nو بهینه سازی سبد سرمایه نشان داده می شود.\r\nدر انتها نتایج کار و پیشنهاداتی برای کارهای آتی ارائه می دهیم.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_QA93.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}