انتخاب حسابداری به معنی انتخاب از میان روش های پذیرفته شده حسابداری
است . انتخاب حسابداری است . این تعریف از انتخاب حسابداری مجموعه متنوعی
از فعالیت های موثر برارقام حسابداری را تحت پوشش قرار می دهند .
انتخاب های حسابداری به منظور افزایش رفاه سهامداران شرکت و حداکثر کردن
رفاه مدیریت صورت می گیرد . از آنجایی که اعمال روش های گوناگون حسابداری
می تواند بر ثروت و دارایی موسسه اثر گذارد . لذا این موضوع مورد توجه محققان
حسابداری از جمله واتزوزیمرمن بوده است . همچنین محققان حسابداری فرض
کردند که فرایند سیاسی هزینه هایی برای شرکت به وجود می آورد ، در نتیجه
هزینه های سیاسی در سود و زیان تاثیر میگذارد . بنابراین انگیزه ای برای اداره
و ارائه ارقام و اطلاعات حسابداری به وجود امده است .به همین خاطر ویژگی ها

ی خاص شرکت ممکن است در سیاست انتخاب روش های حسابداری موثر باشد .
این مطالعه شواهدی بر فاکتور های موثر بر انتخاب روش حسابداری موجودی کالا در
شرکت های پذیرفته شده در بورس اوراق بهادار تهران را جستجو می کند . چنین
مطالعه ای در حوزه حسابداری اثباتی است که برای پیش بینی انتخاب روش حسابداری
موجودی کالا ارئه می کند و اینکه چگونه ثروت اشخاص به وسیله روش های حسابداری
تحت تاثیر واقع می شود.

بیوانفورماتیک علم استخراج دانش از منابع داده ای بیولوژیكی به كمك آنالیزهای كامپیوتری است از آنجا كه منابع اطلاعاتی موجود در بیوانفورماتیک همراه با عدم قطعیت همراه است.معمولاً اطلاعات آن خام و بعضاً نادقیق بوده است از این رو كنترل فازی روش مؤثر جهت مقابله با عدم قطعیتها و رسیدن به اطلاعات كاملتر ودقیق تر در اختیار قرار می دهد. در نتیجه به كمك روش فازی به مدل سازی این عدم قطعیت ها پرداخته و یک پیشگویی دقیق تر ارائه خواهد شد.
فصل اول
كلیات
1-1) هدف
رشد انفجاری اطلاعات بیولوژیكی نیازمند استفاده از تكنیكهای محاسباتی به منظور نگهداری، سازماندهی و آنالیز ا ین اطلاعات می باشد. نیاز به استخراج دانش از میان انبوه اطلاعات خام شیوه های جدید كامپیوتری را طلب می كند در این میان پیش گویی ساختار پروتئین ها یكی از چالش های اساسی بیولوژیكی ملكولی می باشد.
مسأله پیشگویی ساختار پروتئین ها در علوم داروسازی و برای طراحی دا روهای جدید حائز اهمیت بوده است و از صرف گزافی كه برای تعیین ساختار پروتئین ها با روش های تجربی هزینه می گردد جلوگیری می كند در داروسازی برای طراحی داروهای مختلف هزاران ماكرو ملكول مختلف مورد آزمون قرار می گیرد كه تعیین ساختار همة آنها كاری غیر عملی و بسیار هزینه بر می باشد لذا پیشرفت در زمینة پیش گویی ساختار پروتئین ها راه را برای طراحی داروهای جدید هموار می سازد و هزینه های تحقیقاتی را صدها برابر كاهش می دهد. با توجه به سرمایه گذاری اخیر در صنایع داروسازی در كشور اهمیت این مساله در جهت پیشبرد این دانش و فن اوری غیر قابل انكار می نماید هدف این تحقیق طراحی و پیاده سازی الگوریتم جدید بر اساس منطق فازی جهت پیشگویی و بدست آوردن میزان شباهت بین دو رشته پروتئینی است كه این كار در پیشگویی رفتار یک پروتئین ناشناخته كه تعیین توالی شده است ولی هنوز تعیین ساختار نشده است و همچنین در بدست آوردن ساختارهای دوم و سوم و چهارم و كمك به كاهش عدم قطعیت آنها می تواند بسیار موثر باشد همچنین پروتئین ناشناخته ای كه بالاترین میزان شباهت را با یک پروتئین شناخته شده دارد در بسیاری از كاربردها خواص عملكردی مشابه پروتئینی شناخته دارد.
2-1) پیشینه تحقیق
تا كنون در جهان رویكردهای مختلفی و الگوریتم های متعددی جهت پیشگویی هرچه دقیق تر ساختار پروتئین ها ارائه شده است و در طول تقریباً 20 سال گذشته این رویكردها موفق به بهبود حدوداً 20 درصدی دقت پیشگویی شده اند سه راهكار اصلی برای پیشگویی ساختار پروتئین ها مطرح می باشد كه مبین بر روش های چو ضمن – گور، شبكه عصبی و نزدیكترین همسایگی می باشد . هدف از این سمینار بالا بردن میزان اطمینان و در نتیجه بهبود پیشگویی به كمك بدست آوردن بیشترین شباهت بین پروتئینها است

این روش می تواند به عنوان یک عامل كمكی هم راه با روش های فوق الذكر به پیشگویی ساختار یا عملكرد بهتر (توسط یكی از روش های فیوژن یا تركیب اطلاعات) منجر گردد.

در شبکه های توزیع امروزی بخصوص با روند رو به رشد خصوصی سازی و رقابتی شدن بازار برق، هدف اولیه شرکتهای توزیع پایین آوردن هزینه های مربوط به بهره برداری، نگهداری و ساخت شبکه و همزمان بالا بردن قابلیت اطمینان شبکه و مشترکین میباشد. یکی از موثرترین روشها برای پاسخگویی به رشد بار و نیز تأمین سطح مشخصی ازقابلیت اطمینان، استفاده از منابع تولید پراکنده میباشد. بر اساس یک تعریف، تولیدات پراکنده به تولیدات تا سقف ١٠ مگاوات اطلاق میشود که قابلیت وصل شدن به شبکه توزیع را داشته باشند. تکنولوژی واحدهای تولید پراکنده شامل فتوولتائیک ها، توربینهای بادی، پیلهای سوختی، توربینهای کوچک گازی و میکروتوربینها، ژنراتور-موتورهای استرلینگ و ژنراتور-موتورهای احتراق داخلی و… میباشند.
پیش بینی میگردد که تولید پراکنده سریعأ توسعه پیدا کرده و سهم قابل توجهی از تولید برق آینده جهان را بر عهده بگیرد. این توسعه در بکارگیری واحدهای تولید پراکنده، دلایل مختلفی میتواند داشته باشد که از جمله آن میتوان به عواملی چون توجه به محیط زیست، کاهش تلفات سیستم، آزادسازی ظرفیت سیستم، کاهش هزینه های بهره برداری مربوط به دوره پیک منحنی بار، بهبود پروفیل ولتاژ و ضریب بار، تأخیر و یا رفع در نیاز به توسعه سیستم، بهبود قابلیت اطمینان و بازدهی شبکه اشاره کرد. از طرفی چون سیستمهای توزیع به طور معمول برای کار به صورت شعاعی طراحی میشوند، اتصال منابع به سیستم توزیع میتواند به میزان زیادی روی جریان، توان و شرایط ولتاژ در محل مصرف کننده ها و تجهیزات سیستم تأثیر بگذارد و این اثرات ممکن است در راستای بهبود یا بدتر شدن عملکرد سیستم باشد که به شرایط سیستم و مشخصات منابع تولید پراکنده نصب شده بستگی دارد. بنابراین رسیدن به مزایای بالا در عمل بسیار مشکلتر از آن است که اغلب تصور میشود. برای رسیدن به این مزایا تولیدات پراکنده باید دارای اندازه مناسب بوده و در مکانهای مناسب نصب شوند.
همانند بسیاری از مسائل دیگر در برنامه ربزی سیستم قدرت، مسأله جایابی بهینه منابع تولید پراکنده در شبکه های توزیع یک مسأله بهینه سازی با ابعاد بزرگ، غیر خطی و با متغیرهای گسسته و پیوست میباشد که متناسب با اندازه سیستم،تعداد حل ها ی محلی و تعداد حالت هایی که باید تحلیل شوند افزایش می یابند به گونه ای که روش های حل کلاسیک قادر به یافتن حل بهینه آن نیستند.
در این پایان امه از روش الگوریتم بهینه ساری اجتماع ذرات برای پیدا کردن اندازه و محل بهینه انواع مختلف منابع تولید پراکنده استفاده شده است. اکثر محققان از روش های تکاملی برای پیدا کردن محل بهینه منابع تولیدات پراکنده استفاده کرده اند که از روش پیشنهاد شده جهت بهبود پروفیل و پایداری ولتاژ، کاهش تلفات در سیستم توزیع استفاده میشود.

:

امروزه با افزایش سریع کلان شهرها و افزایش تعداد خودروها، اهمیت داشتن مدیریت ترافیک موثر و کارآمد بر کسی پوشیده نیست. تاکنون روش های کنترل ترافیک بیشتر مبتنی بر روش های کنترلی کلاسیک بوده است که با مسائلی همچون سطح پایین هوشمندی در مواجه با شرایط پیچیده ترافیکی و عدم مدلسازی مناسب، مواجه می باشند. در این پایان نامه سعی برآن است که ب ا به کارگیری تکنیک آموزشی FHLA که بر مبنای شبکه های عصبی RBF و روش خوشه یابی فازی عمل می نماید، نوعی کنترل هوشمند برای تنظیم پارامترهای یک تقاطع ایزوله ارائه شود، به طوری که در نهایت به کاهش تاخیر وسایل نقلیه در عبور از تقاطع و جلوگیری از ایجاد اشباع در هر یک از ورودی های تقاطع منتهی گردد. به این منظور برای جمع آوری اطلاعات آماری از سطح تقاطع، برای ارزیابی وضعیت ترافیکی در هر لحظه، از روش های پردازش تصاویر حاصل از دوربینهای نصب شده در تقاطع ایزوله، استفاده شده است. در این پایان نامه و در فصل اول کلیاتی راجع به روش های مختلف کنترل ترافیک، و تحقیقات صورت گرفته در این زمینه ارئه شده است. در فصل دوم به معرفی نظریه جریان کنترل ترافیک و روابط حاکم بر آن پرداخته شده است. فصل سوم به معرفی مختصری از اصول کنترل فازی و برخی از روش های آموزشی شبکه های عصبی و معرفی کنترل کننده های نرو- فازی اختصاص دارد. در فصل چهارم، ارائه الگوریتم پیشنهادی FHLA و روش پیاده سازی آن صورت می پذیرد و در فصل پنجم به بررسی روش های استخراج اطلاعات آماری ترافیک از تصاویر ویدئویی پرداخته می شود. در فصل ششم کنترلر نرو – فازی طراحی و پس از شبیه سازی های لازم در محیط برنامه نویسی MATLAB، تاثیر به کارگیری کنترل کننده هوشمند با بهره گرفتن از تکنیک FHLA و به کارگیری نوعی کنترل کلاسیک پیش زمان بندی شده، بر میزان سطح تاخیر و سطح اشباع ورودی های تقاطع بررسی و مقایسه شده است.فصل هفتم نیز به ارائه نتیجه گیری وچند پیشنهاد اختصاص دارد.
فصل اول: کلیات
1-1) هدف
امروزه با افزایش سریع کلان شهرها، افزایش تعداد خودروها، افزایش بهای سوخت، مساله محیط زیست، استفاده مفید از ظرفیت جاده های موجود و…، اهمیت داشتن مدیریت ترافیک موثر و کارآمد بر کسی پوشیده نیست.
در گذشته طراحان ترافیک تنها به نحوه حرکت وسایل نقلیه، به طوری که در تقاطع ها تصادفی رخ ندهد، به عنوان مساله اصلی در مدیریت ترافیک توجه داشتند. امروزه مسائل عمده دیگری نیز مورد توجه میباشد که از جمله میتوان به کاهش تاخیر، کاهش توقفات، کاهش مصرف سوخت، کاهش طول صف های پشت چراغ قرمز، حذف اثرات نویز، افزایش توجه به مسائل عابران پیاده و حرکت وسایل نقلیه سنگین، اشاره نمود. تاکنون روش های کنترل ترافیک بیشتر مبتنی بر روش های کنترلی کلاسیک بوده است. در این روش ها با بهره گرفتن از روش های آماری و منحنی های به دست آمده تجربی و نهایتا با تخمین برخی از متغیرهای موثر بر ترافیک سعی بر آن است که پارامترهای مورد نظر درآن سطح خاص کنترلی ، به گونه ای مطلوب تنظیم شود.
تاکنون در جهت رفع این نیاز سیستم های کنترل ترافیک متعددی توسط مراکز حمل و نقل کشورهای مختلف توسعه یافته اند که تا حدی پاسخگوی نیازهای موجود بوده است. البته این حد پاسخگویی سیستم های کلاسیک در ازای پیچیدگی های بالای ساختار (شامل بخشهای کنترل، مخابرات و کامپیوتر) و هچنین حجم بالای هزینه های پیاده سازی، (به علت تجهیزات به کار رفته) و نگهداری به دست آمده اند. از دیدگاه کنترلی، سیستمهای کلاسیک موجود از الگوریتمهای مختلف برنامه ریزی ریاضی (از جمله الگوریتم های

برنامه ریزی خطی صحیح و الگوریتم های برنامه ریزی دینامیکی) استفاده میکنند که خود معمولا مشکلات متعددی مانند حجم بالای محاسباتی و مشکل پیاده سازی را به دنبال دارند. همچنین از جمله نواقص مطرح شده در کنترل سنتی ترافیک میتوان به مسائلی همچون برخورداری از سطح پایین هوشمندی در مواجه با شرایط پیچیده ترافیکی، عدم مدلسازی مناسب و واقع بینانه از ابهامات موجود در بحث کنترل ترافیک (تعیین پارامترها و مدل سازی رفتار رانندگان و عابران پیاده)، عدم وجود ویژگی خود سازماندهی، در طراحی استراتژیهای ترافیک، غیر قابل پیش بینی بودن شرایط ترافیکی حتی برای چند لحظه آینده و عدم دسترسی به جزئیات ایجاد شده مانند تعیین نوع خودرو و یا تغییرات سرعت آنها، اشاره نمود.