۴) مدل اکتشافی
دراین بخش میخواهیم مدلی ارائه دهیم که مقدارآماره خیدوآن کمتر ومعیارهای مناسبت مدل آن از مدل کلی بهتر باشد. بدین منظور از تحلیل اکتشافی استفاده میکنیم.
کوواریانس میان “سهام عادی و اندوخته قانونی"، “ذخیره مزایای پایان خدمت و سهام عادی"، “ذخیره مزایای پایان خدمت و اندوخته قانونی"، “ذخیره مالیات بر درآمد و سود سهام پیشنهادی” ، “سایر اسناد و حسابهای پرداختنی و پیش دریافت ها” و “پیش دریافت ها و وامهای کوتاه مدت” را به مدل اضافه می کنیم.
بنابراین مدل زیر را خواهیم داشت:

نمودار ۴-۴: مدل اکتشافی متغیرهای پژوهش
برای مدل اکتشافی میزان آماره خی دو  ، درجه آزادی ۳۹ است.
به منظور بررسی مناسبت مدل می توان از مقادیر NFI ، RFI ، IFI و CFI استفاده نمود، هرچه این مقادیر به عدد یک نزدیک تر باشند، مدل مناسب تر است. همچنین در صورتی که مقدار RMSEA از ۰۵/۰ کمتر باشد نتیجه می گیریم مدل بسیار مناسب است. در صورتی که مقدار آن بین ۰۵/۰ تا ۰۸/۰ باشد، مدل برازش داده شده مناسب و در صورتی که از ۱/۰ بالاتر باشد نتیجه می گیریم که مدل برازش داده شده ضعیف است.همانطور که در جدول زیر مشاهده می کنیم مقادیر نشان دهنده این مطلب هستند که مدل مناسب است.

همانطور که مشاهده می کنیم مقدار آماره خی دو مدل اکتشافی از مدل سوم کمتر است. همچنین معیارهای مناسبت مدل اکتشافی از مدل سوم بهتر است.
فصل پنجم
نتیجهگیری و پیشنهادها
۵-۱ مقدمه
با توجه به مطالب بیان شده در فصول قبلی تحقیق، در این فصل به جمعبندی مطالب پرداخته میشود و نتیجهگیری از کار بیان میشود؛ و در ادامه پیشنهادها و راهکارهای مرتبط با موضوع پژوهش، و همچنین پیشنهادهایی برای موضوعات تحقیقات آینده ارائه میشود. در انتها، محدودیتهایی که تحقیق حاضر با آن مواجه شد بیان میگردد.
۵-۲ نتیجهگیری فرضیات پژوهش
با توجه به جدول ۴-۲ ارائه شده در فصل ۴ و اینکه سطح معناداری آزمون برای کلیهی متغیرها بیشر از ۰۵/. بر اساس آزمون کلموگروف-اسمیرنوف بدست آمد، که دال بر نرمال بودن داده ها است. نتایج بر اساس تحلیل داده های انجام شده در فصل چهارم مورد بررسی قرار گرفته است.
۵-۲-۱ فرضیه اصلی اول: تأمین مالی کوتاه مدت بر ارزش شرکت های پذیرفته شده در بورس اوراق بهادار تهران تأثیر دارد
در جدول ۴-۳ مشاهده می شود که سطح معناداری آزمون ۰٫۰۰ است که از ۰٫۰۵کمتر می باشد، بنابراین فرض مقابل از نظر آماری تایید شده و نتیجه گیری می شود که بین روش های تامین مالی کوتاه مدت و ارزش شرکت رابطه معناداری وجود دارد. با توجه به این که هنوز در مورد تأثیر ابزارهای تأمین مالی بر ارزش شرکت در داخل و خارج از کشور پژوهشی صورت نگرفته، هیچ پیشینه ای جهت مطابقت فرضیه ها یافت نشد.
۵-۲-۱-۱ فرضیه فرعی ۱
فرضیه فرعی ۱ : بین تأمین مالی از طریق اعتبارات تجاری و ارزش شرکت رابطه وجود معنادار دارد.
همانطور که در جدول ۴-۴ ارئه شده در فصل چهارم نشان داده شده است، ضریب همبستگی بین دو متغیر ۰٫۴۵۲ می باشد و سطح معناداری آزمون ۰٫۰۰ است که از ۰٫۰۵ کمتر است. مقدار آماره دوربین-واتسن که میزان خودهمبستگی میان پسماندها را نشان می دهد برابر با ۱٫۵۶۳ است که مابین ۱٫۵ تا ۲٫۵ قرار دارد. بنابراین فرض صفر رد می شود و فرض مقابل پذیرفته می شود بدین معنی که بین تامین مالی کوتاه مدت از طریق اعتبارات تجاری و ارزش شرکت رابطه معنی دار وجود دارد.
۵-۲-۱-۲ فرضیه فرعی ۲
فرضیه فرعی ۲: بین تأمین مالی از طریق وام های بانکی کوتاه مدت و ارزش شرکت رابطه وجود معنادار دارد.
اجرای همبستگی پیرسون بین متغیرهای وام بانکی کوتاه مدت و ارزش شرکت، میزان همبستگی را برابر با ۰٫۵۶۲ گزارش نموده است. سطح معناداری آزمون برابر با ۰٫۰۰ برآورده شده است که از ۰٫۰۵ کوچکتر می باشد. مقدار آماره دوربین-واتسن برابر با ۱٫۷۶۵ است که قابل قبول می باشد، بنابراین از داده های به دست آمده چنین نتیجه گیری می شود که بین وام های بانکی کوتاه مدت و ارزش شرکت است رابطه معنادار وجود دارد یعنی فرض صفر رد می گردد و فرض مقابل پذیرفته می گردد.
۵-۲-۱-۳ فرضیه فرعی ۳
فرضیه فرعی ۳:بین تأمین مالی از طریق پیش دریافتهای کوتاه مدت و ارزش شرکت رابطه وجود معنادار دارد.
نتایج ضریب همبستگی و همچنین آزمون t که به منظور آزمون معنادار بودن ضریب همبستگی نمونه و در نتیجه تعمیم ضریب همبستگی نمونه به کل جامعه در جدول ۴-۶ ارائه شده است. ضریب همبستگی بین دو متغیر ۰٫۵۵۱ و سطح معناداری آزمون t برابر با ۰٫۰۰ می باشد که از ۰٫۰۵ کمتر است. همچنین مقدار آماره دوربین-واتسن برابر با ۱٫۹۲۶ است که در محدوده قابل قبول قرار دارد. بنابراین فرض صفر رد شده و فرض مقابل پذیرفته می شود یعنی بین تامین مالی از محل پیش دریافتها و ارزش شرکت رابطه معناداری وجود دارد.
۵-۲-۱-۴ فرضیه فرعی ۴
فرضیه فرعی ۴:بین تأمین مالی از طریق ذخیره مالیات بر درآمد و ارزش شرکت رابطه وجود معنادار دارد.

زاویه بین خط واصل انتهای انگشت شصت و انتهای انگشت کوچک پا با خط عمودی در گام سوم(شکل ۳-۱۰)
شکل ۳-۱۰ زاویه بین خط واصل انتهای انگشت شصت و انتهای انگشت کوچک پا با خط عمودی در گام سوم
زاویه بین خط واصل انتهای انگشت شصت و انتهای انگشت کوچک پا با خط عمودی در گام دوم(شکل ۳-۱۱)
شکل ۳-۱۱ زاویه بین خط واصل انتهای انگشت شصت و انتهای انگشت کوچک پا با خط عمودی در گام دوم
زاویه بین خط واصل انتهای انگشت شصت و انتهای انگشت کوچک پا با خط عمودی در گام اول (شکل ۳-۱۲)
شکل ۳-۱۲ زاویه بین خط واصل انتهای انگشت شصت و انتهای انگشت کوچک پا با خط عمودی در گام اول
اندازه بین نوک انگشت شصت و انتهای پاشنه همان پا در گام سوم (شکل ۳-۱۳)
شکل ۳-۱۳ اندازه بین نوک انگشت شصت و انتهای پاشنه همان پا در گام سوم
اندازه بین نوک انگشت کوچک و انتهای پاشنه همان پا در گام سوم (شکل ۳-۱۴)
شکل ۳-۱۴ اندازه بین نوک انگشت کوچک و انتهای پاشنه درگام سوم
اندازه بین انتهای انگشت کوچک وانتهای انگشت شصت همان پا درگام سوم (شکل ۳-۱۵)
شکل ۳-۱۵ اندازه بین انتهای انگشت کوچک و انتهای انگشت شصت درگام سوم
اندازه میانه پاشنه پا در گام سوم (شکل ۳-۱۶)
شکل ۳-۱۶ اندازه میانه پاشنه درگام سوم
اندازه بین نوک انگشت شصت و انتهای پاشنه همان پا در گام دوم (شکل ۳-۱۷)
شکل ۳-۱۷ اندازه بین نوک انگشت شصت و انتهای پاشنه همان پا درگام دوم
اندازه بین نوک انگشت کوچک و انتهای پاشنه همان پا در گام دوم (شکل ۳-۱۸)
شکل ۳-۱۸ اندازه بین نوک انگشت کوچک و انتهای پاشنه همان پا درگام دوم
اندازه بین انتهای انگشت کوچک و انتهای انگشت شصت همان پا درگام دوم (شکل ۳-۱۹)
شکل ۳-۱۹ اندازه بین انتهای انگشت کوچک و انتهای انگشت شصت همان پا درگام دوم
اندازه میانه پاشنه پا در گام دوم (شکل ۳-۲۰)
شکل ۳-۲۰ اندازه میانه پاشنه درگام دوم
اندازه بین نوک انگشت شصت و انتهای پاشنه همان پا در گام اول (شکل ۳-۲۱)
شکل ۳-۲۱ اندازه بین نوک انگشت شصت و انتهای پاشنه همان پا درگام اول
اندازه بین نوک انگشت کوچک و انتهای پاشنه همان پا در گام اول (شکل ۳-۲۲)
شکل ۳-۲۲ اندازه بین نوک انگشت کوچک و انتهای پاشنه همان پا درگام اول
اندازه بین انتهای انگشت کوچک وانتهای انگشت شصت همان پا درگام اول شکل( ۳-۲۳)
شکل ۳-۲۳ اندازه بین انتهای انگشت کوچک و انتهای انگشت شصت همان پا درگام اول
اندازه میانه پاشنه پا در گام اول (شکل ۳-۲۴)
شکل ۳-۲۴ اندازه میانه پاشنه درگام اول
همانگونه که گفته شد، از بین ویژگی های مورد نظر بهترین ویژگی باید انتخاب شود. با بررسی های انجام شده، و با توجه به برخی ویژگی ها، ویژگی های پای سوم در نظر گرفته شد که عبارتند از ویژگی های شماره ۱,۳,۵,۷,۱۰,۱۱,۱۲,۱۳که از شماره ۱۰ الی۱۳ دو اندازه دارند که به این ترتیب ویژگی های مورد نظر به ۱۲ ویژگی کاهش یافت. در بررسی های بعدی از این ۱۲ ویژگی استفاده خواهد شد.
۳-۲-۳ جامعه آماری
برای ایجاد پایگاه داده از ۱۱ نفر نمونه برداری نموده ایم. پایگاه داده ای در نظر گرفته ایم که تمام این افراد و متغیر های آنها را می توانیم در جدول ۳-۱ مشاهده نماییم. در این پایگاه داده برای هر نفر دو تست انجام شده است. در جدول ۳-۱ داده های بدست آمده برای افراد نشان داده می شوند.

جدول ۳-۱ داده های بدست آمده A.

متغیر طراحی (x) :
یک تابع یا متغیر که مشخص کننده ی طرح است و در حین بهینه یابی تغییر می کند. ممکن است هندسه یا نوع مصالح باشد. وقتی که بیانگر هندسه باشد، ممکن است مربوط به ارتباطات پیچیده ی درونی شکل باشد یا به طور ساده سطح مقطع یک میله یا ضخامت یک ورق باشد.
متغیر حالت (y) :
برای یک سازه ی داده شده، یعنی برای طرح داده شده ی y ,x یک تابع یا بردار بیانگر پاسخ سازه است. برای یک سازه ی مکانیکی ، منظور پاسخ ، تغییر مکان ، تنش ، کرنش یا نیرو است.

اکنون می‌توان یک مسئله‌ی بهینه یابی سازه ای را به این شکل بیان کرد:
(SO )
مینیمم کردن f (x , y) برحسب y, x
تحت این شرایط
قید رفتاری روی y
قید طراحی روی x
قید تعادل
حتی می توان مسئله‌ای را با چندین تابع هدف در نظر گرفت که به آن بهینه یابی برداری چند قیدی می گویند.
چون در ساخت سازه‌ها معمولاً از دو نوع عمده ی مصالح فولاد و بتن استفاده می شود و اغلب متغیرها در بهینه یابی سازه‌ها از نوع هندسی است. بسته به خصوصیات هندسی مسائل بهینه یابی سازه ای به سه نوع تقسیم بندی می شوند:
بهینه یابی اندازه: این حالت وقتی است که x از نوع ضخامت سازه ای است یعنی سطح مقطع اعضای خرپایی یا توزیع ضخامت در یک ورق . یک مسئله ی بهینه یابی برای سازه ی یک خرپا در شکل ‏۳‑۳ نشان داده شده است.
بهینه یابی شکل: در این حالت x بیانگر شکل یا کانتور بخشی از مرز دامنه ی سازه است. یک جسم جامد توپر را در نظر بگیرید، که حالت آن توسط یک مجموعه از معادلات دیفرانسیلی جزئی توصیف شده است . بهینه یابی شامل انتخاب دامنه ی انتگرال گیری برای معادلات دیفرانسیلی به صورت بهینه می شود. توجه داشته باشید که اتصالات سازه ای در بهینه یابی شکل تغییر نمی کند و مرزهای جدید تشکیل نمی شود. یک مسئله ی بهینه یابی دو بعدی در شکل ‏۳‑۴ نشان داده شده است .
بهینه یابی توپولوژی: این حالت، کلی ترین نوع بهینه یابی سازه ای است. در یک حالت گسسته، مثلاً در یک خرپا، بهینه یابی توپولوژی بدین صورت انجام می شود که این متغیرها مقادیر صفر را هم داشته باشند. یعنی ممکن است برخی از میله‌ها از خرپا حذف شوند. در این حالت اتصالات نقاط تغییر می کند. که ما می گوییم توپولوژی خرپا تغییر کرده است. شکل ‏۳‑۵ را ببینید [۲۰].
طرح بهینه شده طرح اولیه

شکل ‏۳‑۳: مسئله‌ی بهینه‌یابی اندازه: طرح بهینه با بهینه کردن برخی از اعضای خرپا بدست آمده [۲۰]

شکل ‏۳‑۴: مسئله‌ی بهینه‌یابی شکل: تابع η(x) مشخص کننده‌ی شکل بهینه‌ی سازه‌ی تیر شکل است [۲۰]
طرح بهینه شده طرح اولیه

شکل ‏۳‑۵: مسئله‌ی بهینه‌یابی توپولوژی در خرپا: به سطح مقطع اعضا اجازه داده شده که مقادیر صفر بگیرند [۲۰]

شکل ‏۳‑۶ : بهینه‌یابی توپولوژی دوبعدی: در این مسئله هدف ساختن سازه‌ای است که حجم مصالح آن ۵۰% جعبه‌ی بالا باشد و بتواند بهترین عملکرد را تحت این بارها و شرایط تکیه گاهی داشته باشد [۲۰]
اگر به جای یک سازه ی گسسته ما یک سازه ی پیوسته مثل یک ورق دو بعدی را در نظر بگیریم، تغییرات توپولوژی بدین صورت انجام می شود که اجازه دهیم ضخامت ورق در بعضی نقاط مقدار صفر بگیرد. شکل ‏۳‑۶ یک مثال از بهینه‌یابی توپولوژی دوبعدی را نشان می‌دهد.
به طور ایده آل، بهینه‌یابی اندازه زیر مجموعه‌ای از بهینه‌یابی توپولوژی است. یعنی در بهینه‌یابی توپولوژی یک سازه با متغییر‌های گسسته یا پیوسته به طور هم زمان بهینه‌یابی اندازه هم انجام می‌شود. ولی می توان مسئله را طوری تعریف کرد که هر کدام به طور جداگانه هم انجام شود. برای تعریف مسائل بهینه یابی سازه ای گسسته و پیوسته می توان گفت ، اگر متغیر مسئله مقادیر پیوسته ای از اعداد حقیقی را بتواند در دامنه‌ی ممکن بگیرد به آن مسئله یک مسئله ی بهینه یابی پیوسته می گویند. و اگر متغیر مسئله فقط مجاز به اخذ مقادیر خاصی از یک جدول خاص (مثلاً مقادیر موجود در جداول اشتال) باشد به این مسئله ، مسئله‌ی بهینه‌یابی گسسته گفته می شود.
در طی چهار دهه گذشته، برای حل مسائل مهندسی الگوریتم‌های زیادی ارائه شده و توسعه یافته‌اند. اکثر این الگوریتم‌ها براساس روش‌های برنامه نویسی خطی و غیر خطی هستند که نیازمند اطلاعات گرادیانی هستند و معمولاً برای پیشبرد جواب در همسایگی یک نقطه ی اولیه جستجو می کنند. الگوریتم‌های بهینه یابی عددی استراتژی مفیدی را برای بدست آوردن جواب بهینه یابی عددی استراتژی مفیدی را برای بدست آوردن جواب بهینه ی کلی در مدل‌های ساده و ایده آل فراهم می کنند. اما ، اکثر مسائل بهینه یابی مهندسی در دنیای واقعی، دارای طبیعت پیچیده ای هستند و حل آن‌ ها با بهره گرفتن از این الگوریتم‌ها بسیار دشوار خواهد بود. اگر بیش از یک جواب بهینه محلی در مسئله باشد، ممکن است که نتیجه به انتخاب نقطه ی اولیه وابسته باشد، و جواب بهینه بدست آمده لزوماً جواب بهینه ی کلی نباشد. به علاوه، وقتی که تابع هدف و قیود مسئله دارای قله‌های تیز و متعدد هستند، ممکن است که جستجوی گرادیانی خیلی دشوار و ناپایدار شود.
اشکالات محاسباتی روش‌های عددی موجود، محققان را مجبور کرده که به سمت الگوریتم‌های فرا ابتکاری بروند که براساس شبیه سازی‌هایی به حل مسائل بهینه‌یابی مهندسی می‌پردازند. عامل مشترک بین همه‌ی الگوریتم‌های فرا‌ابتکاری این است که آن‌ ها برای تقلید از پدیده‌های طبیعی، قانون و تصادفی بودن را با هم ترکیب می کنند.
برای تعریف الگوریتم‌های فرا‌ابتکاری، ابتدا الگوریتم‌های ابتکاری را تعریف می‌کنیم، الگوریتم‌های ابتکاری، یک استراتژی حل را با سعی و خطا، برای تولید جواب‌های قابل قبول برای یک مسئله ی پیچیده در زمان قابل قبول فراهم می کنند. پیچیدگی مسئله ی مورد نظر، پیدا کردن همه‌ی جواب‌ها را غیر ممکن می کند و هدف پیدا کردن جواب‌های خوب و قابل قبول در زمان معقول است.
هیچ ضمانتی وجود ندارد که بهترین جواب‌ها پیدا شوند و حتی ما نمی‌دانیم که آیا الگوریتم کار خواهد کرد یا اگر کار کرد، چرا کار کرده است.
به عنوان تعریفی ساده برای الگوریتم‌های فرا ابتکاری می توان گفت، الگوریتم‌هایی هستند که از پدیده‌های طبیعی الهام گرفته شده اند. و معمولاً بدون نیاز به حدس اولیه با انتخاب یک جواب یا مجموعه ای از جواب و پیشرفت دادن آن‌ ها براساس یک معیار کیفیت ما را به سمت جواب بهینه سوق می دهد. اما این به این معنی نیست که حتماً بهینه ترین جواب را به ما بدهد. بلکه الگوریتم‌ها اغلب جواب خوبی را در زمان خیلی کمتری از روش‌های ریاضی به ما می‌دهند.
این پدیده‌های طبیعی شامل فرایند تکامل بیولوژیکی ( مثل الگوریتم تکاملی که توسط فوگل و همکاران و دی جانگ و کزا ارائه شده و الگوریتم ژنتیک GA که توسط هولند و گلدبرگ ارائه شد )، رفتار حیوانات ( مثل الگوریتم جستجوی تابو که توسط گلاور ارائه شد)، و فرایند بازپخت فیزیکی فلزات ( مثل الگوریتم شبیه سازی شده بازپخت فلزات که توسط کرک پاتریک و همکاران ارائه شد) می شوند [۲۱].
در دهه ی گذشته، این الگوریتم‌های فرا ابتکاری، علی الخصوص روش‌هایی که براساس GA بودند توسط محققان زیادی برای حل مسائل گوناگون بهینه یابی مهندسی مورد مطالعه قرار گرفتند. GA در ابتدا توسط هولند مطرح شد و توسط گلدبرگ و دیگران توسعه یافت. این الگوریتم یک الگوریتم جستجوی کلی است که براساس مفاهیمی از ژنتیک طبیعی و نظریه‌ی “بقای بهترین” داروین استوار است. روش‌های بهینه‌یابی مهندسی براساس الگوریتم‌های فراابتکاری ، شامل روش‌هایی براساس GA ، گاهاً بر بسیاری از کمبودهای روش‌های عددی سنتی غلبه کرده اند. اما برای حل مسائل بهینه یابی پیچیده و دشوار دنیای واقعی، الگوریتم‌های مکاشفه ای جدید و قوی تری که الگو گرفته از پدیده‌های طبیعی و مصنوعی هستند باید مورد کاوش قرار گیرند.
نحوه عملکرد الگوریتم ICA
الگوریتم رقابت استعماری (ICA) روشی در حوزه محاسبات بهینه‌یابی است که به یافتن پاسخ بهینه مسائل مختلف بهینه‌یابی می‌پردازد. این الگوریتم با مدلسازی ریاضی فرایند تکامل اجتماعی – سیاسی، الگوریتمی برای حل مسائل ریاضی بهینه‌یابی ارائه می‌دهدhttp://fa.wikipedia.org/wiki/%D8%A7%D9%84%DA%AF%D9%88%D8%B1%DB%8C%D8%AA%D9%85_%D8%B1%D9%82%D8%A7%D8%A8%D8%AA_%D8%A7%D8%B3%D8%AA%D8%B9%D9%85%D8%A7%D8%B1%DB%8C - cite_note-1. از لحاظ کاربرد، این الگوریتم در دسته الگوریتم‌های فرا ابتکاری بر پایه جمعیت قرار می‌گیرد. همانند همه الگوریتم‌های قرار گرفته در این دسته، الگوریتم رقابت استعماری نیز مجموعه اولیه‌ای از جوابهای احتمالی را تشکیل می‌دهد. این جوابهای اولیه در الگوریتم ژنتیک با عنوان “کروموزوم"، در الگوریتم انبوه ذرات با عنوان “ذره” و در الگوریتم رقابت استعماری نیز با عنوان “کشور” شناخته می‌شوند. الگوریتم رقابت استعماری با روند خاصی که در ادامه می‌آید، این جوابهای اولیه (کشورها) را به تدریج بهبود داده و در نهایت جواب مناسب مسأله بهینه‌یابی (کشور مطلوب) را در اختیار می‌گذارد.
پایه‌های اصلی این الگوریتم را سیاست همسان سازی^[۲۴] ، رقابت استعماری^[۲۵] و انقلاب^[۲۶] تشکیل می‌دهند. این الگوریتم با تقلید از روند تکامل اجتماعی، اقتصادی و سیاسی کشورها و با مدلسازی ریاضی بخشهایی از این فرایند، عملگرهایی را در قالب منظم به صورت الگوریتم ارائه می‌دهد که می‌توانند به حل مسائل پیچیده بهینه‌یابی کمک کنند. در واقع این الگوریتم جواب‌های مسأله بهینه‌یابی را در قالب کشورها نگریسته و سعی می‌کند در طی فرایندی تکرار شونده این جواب‌ها را رفته رفته بهبود داده و در نهایت به جواب بهینه مسأله برساند.
به طور خلاصه در این الگوریتم به استعمار به عنوان جزئی لاینفک از سیر تکامل تاریخی انسان نگریسته شده و از چگونگی اثرگذاری آن بر کشورهای استعمارگر و مستعمره و نیز کل تاریخ، به عنوان منبع الهام یک الگوریتم کارا و نو در زمینه محاسبات تکاملی استفاده شده ‌است.
این الگوریتم نیز همانند دیگر الگوریتم‌های تکاملی با تعدادی جمعیت اولیه تصادفی شروع می‌شود که هر کدام از آن‌ ها یک کشور^[۲۷] نامیده می‌شوند. کشور‌ها به دو دسته مستعمره و استعمارگر تقسیم می شوند. هر استعمارگر، بسته به قدرت خود، تعدادی از کشورهای مستعمره را به سلطه خود درآورده و آن‌ ها را کنترل می کند . سیاست جذب و رقابت استعماری، هسته اصلی این الگوریتم را تشکیل می دهند. مطابق سیاست جذب که به صورت تاریخی، توسط کشورهای استعمارگری همچون فرانسه و انگلیس، در مستعمراتشان اعمال می شد، کشورهای استعمارگر با بهره گرفتن از روش‌هایی همچون احداث مدارس به زبان خود، سعی در از خود بی خود کردن کشور مستعمره، با از میان بردن زبان کشور مستعمره و فرهنگ و رسوم آن داشتند این سیاست با حرکت دادن مستعمرات یک امپراطوری، مطابق یک رابطه خاص صورت می پذیرد [۲۵].
شکل دهی جمعیت اولیه
برای شروع الگوریتم تعداد مشخصی‌ کشور اولیه به صورت تصادفی انتخاب می‌شود که تعداد آن‌ ها با  N_country مشخص می‌گردد. پس از مشخص کردن کشورها میزان ارزش هر کدام را به آن‌ ها اختصاص می‌‌دهیم که میزان این عدد نشان‌دهنده میزان کارایی و ارزش هر کشور است. میزان قدرت و ارزش هر کشور را می‌توان از رابطه ]۳-۵[ محاسبه کرد. تعدادی از بهترین کشورها (کشورهایی با بهترین ضریب ارزشی) به عنوان امپریالیست انتخاب می‌شوند که تعداد آن‌ ها برابر با N_imp خواهد بود، باقیمانده کشورها که تعداد آن‌ ها برابر با  N_col است به عنوان مستعمره به نسبت قدرت امپریالیستها بین آن‌ ها تقسیم می‌شوند. برای تقسیم مستعمره‌ها به نسبت میزان قدرت هر امپریالیست ضریب قدرت ‌ هر کدام از آن‌ ها اینگونه تعریف می‌شود:
[۳-۲۰]
که در این رابطه  ضریب قدرت j امین امپریالیست است. پس از تعیین قدرت هر امپریالیست تعداد مستعمرات آن‌ ها با کمک رابطه زیر محاسبه می‌شود:
[۳-۲۱]
حرکت مستعمره‌ها به سمت امپریالیست
در فرایند استعمار حکومت مرکزی با اعمال سیاست جذب سعی دارد تا کشورهای مستعمره را در راستای ابعاد مختلف اجتماعی سیاسی به خود نزدیک کند. این بخش از فرایند استعمار در الگوریتم بهینه‌سازی، به صورت حرکت مستعمرات به سمت کشور استعمارگر، مدل شده است. شکل ۳-۷ شمای کلی این حرکت را نشان می دهد.
شکل ‏۳‑۷: شمای کلی حرکت مستعمرات به سمت امپریالیست [۳]
همان‌گونه که در شکل ‏۳‑۷ نشان داده شده است، کشور مستعمره (Colony)، به اندازه  واحد در جهت خط واصل مستعمره به استعمارگر (Imperialist)، حرکت کرده و به موقعیت جدید (New Position of Colony)، کشانده می‌شود. در این شکل، فاصله میان استعمارگر و مستعمره با  نشان داده شده است.  نیز عددی تصادفی با توزیع یکنواخت (و یا هر توزیع مناسب دیگر) می‌باشد. یعنی برای  داریم.
[۳-۲۲]
که در آن  عددی بزرگتر از یک و نزدیک به ۲ می‌باشد. یک انتخاب مناسب می‌تواند  باشد. وجود ضریب  باعث می‌شود تا کشور مستعمره در حین حرکت به سمت کشور استعمارگر، از جهت‌های مختلف به آن نزدیک شود.
به منظور افزایش میزان جست‌و‌جو در اطراف استعمارگر‌ها همان گونه که در شکل ‏۳‑۸نشان داده شده است، مقداری تصادفی انحراف نیز به مسیر حرکت مستعمرات اضافه می‌شود. بدین منظور این‌بار به جای حرکت به اندازه  ، به سمت کشور استعمارگر و در جهت بردار واصل مستعمره به استعمارگر، به همان میزان، ولی با انحراف  در مسیر، به حرکت خود ادامه می‌دهیم. پس
[۳-۲۳]

جدول 1-1- محدوده طیفی و قدرت تفکیک مکانی سنجنده (OLI). …….8
جدول1-2- محدوده طیفی و قدرت تفکیک مکانی سنجنده مادون قرمز حرارتی 9
جدول3-1- مشخصات حوضه­های آبخیز اصلی گلستان 37
جدول 4-1 نتایج ارزیابی صحت نقشه کاربری های مختلف برای فصل بهار 54

جدول 4-2 نتایج ارزیابی صحت نقشه کاربری های مختلف برای فصل تابستان 55
جدول 4-3 نتایج ارزیابی صحت نقشه کاربری های مختلف برای فصل پائیز 55
جدول 4-4 نتایج ارزیابی صحت نقشه کاربری های مختلف برای فصل زمستان 56
جدول 4-5- نتایج ارزیابی صحت نقشه طبقه بندی تصاویر ماهواره­ای فصول مختلف (تک زمانه) .56
جدول 4-6 نتایج ارزیابی صحت نقشه کاربری اراضی حاصل از انتخاب بهترین طبقه از فصول مختلف 57
جدول 4- 7- نتایج ارزیابی صحت نقشه حاصل از ادغام بهترین طبقه فصول مختلف 57
جدول 4-8 نتایج ارزیابی صحت نقشه کاربری اراضی حاصل از طبقه بندی تصویر بصورت توامان چند زمانه 60
جدول 4-9- نتایج ارزیابی صحت نقشه گستره جنگل/غیرجنگل حاصل از طبقه بندی توامان چند زمانه 60
جدول 4-10- نتایج ارزیابی صحت نقشه کاربری اراضی حاصل از طبقه بندی تصاویر بصورت سلسله مراتبی 64
جدول 4-11- نتایج ارزیابی صحت نقشه گستره جنگل/ غیرجنگل حاصل از طبقه بندی تصـاویر ماهواره­ای به روش سلسله مراتبی 65
فصل اول
مقدمه و کلیات

1. 1. مقدمه و کلیات

1-1- مقدمه و هدف
برای استفاده بهینه از منابع طبیعی و توسعه پایدار در برنامه‌ریزی‌های منطقه‌ای نیازمند به جمع­آوری اطلاعات کافی از منابع زیست محیطی در زمان کوتاه و با هزینه کم است. جنگل‌های شمال دارای جایگاه ویژه‌ای در طبیعت ایران هستند و تضمین­کننده بقاء و پایداری آب و خاک در شمال کشور می‌باشد. در بین جنگل‌های شمال استان گلستان به لحاظ دارا بودن شرایط اقلیمی منحصر به فرد و متمایز از استان‌های گیلان و مازندران دارای همه نوع زیستگاه به جز مناطق کاملا کویری است (ماهینی وهمکاران، 1386).
به علت رونق کشاورزی و باغبانی و رشد صنعت و گسترش شهرها و هجوم جمعیت به این استان، زیستگاه اصلی و طبیعی استان به مناطق جنگلی و کوهستانی محدود شده و این مناطق به طور مداوم مورد تصرف و بهره‌ برداری انسان قرار دارند. در نتیجه این بهره‌ برداری‌ها موجب محو جنگل و تخریب جنگل گشته است. لذا آگاهی و علم مدیران از کم و کیف منابع جنگلی برای جلوگیری از تخریب بیشتر منابع طبیعی امری ضروری بنظر می‌رسد. از آنجایی که درصد کمی از کشور ما را جنگل تشکیل داده لذا حفظ و حراست آنها جزء اولویت‌های منابع طبیعی است و مدیریت اصولی، جز با تهیه نقشه دقیق و بهنگام از محدوده جنگل میسر نخواهد بود. متداول ترین روش تهیه نقشه جنگل، عکس‌برداری هوایی،تصحیح و تفسیر آن است. این روش در سطوح وسیع، بسیار پرهزینه‌‌‌ بوده و مستلـزم صرف زمان زیادی می‌باشد. بنابراین با توجه به تغییرپذیری و پویایی منابع طبیعی و نیز وجود تغییرات ناشی از تعرض‌های زیادی که به این عرصه‌ها به ویژه در مناطق جنگلی شمال کشور می‌شود، باید به دنبال روش‌هایی بود که در مدت زمان اندک با صرف هزینه‌های معقول بتوان نقشه‌هایی با دقت مناسب تهیه نمود (رفیعیان، 1385).
روش‌های بدست‌ آوردن اطلاعات کمی و کیفی از جنگل در طول زمان تکامل یافته است و سنجش از دور بعنوان یکی از راه‌های کسب اطلاعات مطرح می‌باشد. داده‌های ماهواره‌ای در مقایسه با داده‌های کسب شده از سایر منابع و بویژه در مقایسه با عکس‌های هوایی از مزایایی از جمله، پوشش فراوان، هزینه کمتر، قابلیت تکرار برخوردار هستندکه در بسیاری از موارد بکارگیری این نوع داده‌ها را برای کسب و استخراج اطلاعات مورد نیاز بعنوان روشی مناسب مطرح نموده‌ است (شتایی، 1382). داده ­های ماهواره­ای از بدو شروع دریافت آن تاکنون دارای تنوعی از نظرقدرت تفکیک مکانی، طیفی، رادیومتری و زمانی می باشندکه بررسی قابلیت ­های هریک از آنها در زمینه های مختلف می بایست مورد بررسی قرار گیرد.
در این راستا با توجه به پژوهش‌های گذشته از جمله شتایی (1375)، رامتین‌نیا (1376) و میرآخورلو و اخوان (1381) قابلیت بالای تصاویر TM^[1] برای تهیه نقشه جنگل تاحدی مورد تایید قرار گرفته است ولی می­بایست نتایج آن بهبود یابد. بعضی از مطالعات که به کمک تصاویر ماهواره‌ای مربوط به یک مقطع زمانی در جنگل صورت گرفته است تحت تاثیر برخی از عوامل مانند فصل تصویربرداری و مشخصه‌ های جنگل از جمله نوع گونه، زیرآشکوب و حجم توده‌های جنگلی، نتایج به دست آمده و نقشه­­های حاصله از دقت بالایی برخوردار نبودند (پورشکوری، 1381). این امر کارشناسان را برآن داشت تا از ویژگی تصویربرداری مکرر سیستم‌های ماهواره‌ای استفاده کنند. ورود بعد زمان ضمن اینکه زمینه مطالعات و کاربردهای جدیدی را فراهم ساخته باعث افزایش صحت در مطالعات سنجش از دوری نیز شده است.
یکی از مشکلاتی­که در سنجـش از دور مطرح است تداخل و تشابه بازتابی پدیده‌های مجاور در هنگام تعیین مرز جنگل می‌باشد. بازتاب پدیده‌های همچون باغات مرکبات و باغات همیشه سبز زیتون، توده‌های دست کاشت سوزنی برگ و اراضی کشاورزی زیر کشت اطراف جنگل موجب شده که تعیین محدوده مرز جنگل با تصاویر ماهواره‌ای در یک فصل دارای صحت بالایی نباشد. طبقه‌ بندی با بهره گرفتن از داده‌های چند‌زمانه یا تصاویر فنولوژیک چند فصل برای طبقه بندی، دقت بیشتری نسبت به حالت تک زمانی دارا می‌باشد (کانگلتون^[2] و اسچریور^[3]، 1995). تصاویر تک زمانی ممکن است برای بعضی از برنامه‌های کاربردی مفید باشد اما تصاویر چند فصلی برای فهمیدن تغییرات و پویایی فصلی و بهبود دقت طبقه‌ بندی مفیدتر است (سینها وهمکاران، 2011).^[4]
می‌توان با تصاویر مکرر از زمان‌های مختلف این مشکل را برطرف ساخت و با تلفیق نمودن جزء زمان و اجزای طیفی می‌توان اطلاعات بیشتر و دقیق‌تری از تصاویر ماهواره‌ای بدست آورد. به این جهت استفاده از داده‌های چندزمانه در بسیاری از مطالعات سنجش از دوری باب شده است. برای طبقه بندی تصاویر چند فصلی و چند زمانی و برای جداسازی طبقه­ها از تصاویر فصول مختلف از روش سلسله مراتبی استفاده خواهد شد. در این روش امکان جداسازی پدیده ­ها بصورت مرحله به مرحله وجود دارد ودر هر مرحله از طبقه ­بندی، از آلگوریتم­های مختلف استفاده خواهد شد (پورشکوری، 1383). در طبقه بندی سلسله مراتبی یک یا چند طبقه خاص و یا یک طبقه با زیر طبقه ­های مربوط از دیگر طبقه­ها تفکیک شده یا جدا می­ شود، طبقه جدا شده خود نیز می ­تواند در مرحله بعد مجدد مورد طبقه بندی قرار گیرد. از روش طبقه بندی سلسله مراتبی دو طبقه­ای بنا به هدف که تفکیک دو طبقه جنگل و غیرجنگل می­باشد استفاده خواهد شد. مزیت استفاده از روش­های طبقه بندی سلسله مراتبی این است که می­توان باندهای مختلف، پدیده ­های مختلف و حتی آلگوریتم­های مختلف را در هر یک از مراحل طبقه بندی بکار برد. مزیت دیگر آن در امکان جداسازی سوزنی­برگان از باغات همیشه سبز زیتون، جداسازی جنگل­های واقع در دامنه­های پشت به خورشید از جنگل­های واقع در دامنه­های رو به خورشید به صورت جداگانه و هم­چنین امکان جداسازی باغات خزان کننده و اراضی زراعی می­باشد.
همچنین با توجه به قابلیت ­های سیستم اطلاعات جغرافیایی این ابزار نیز در فرایند طبقه بندی و بعد از طبقه بندی استفاده خواهد شد. تلفیق یا ادغام داده ­های کمکی با داده ­های ماهواره­ای، استفاده از هرگونه داده غیرطیفی در فرایند طبقه بندی، به منظور اصلاح و بهبود نتایج طبقه بندی اطلاق می­ شود (شتایی، 1384)_­،که در این تحقیق نیز به آن پرداخته خواهد شد.
لذا با توجه به مسایل و مشکلات استفاده از تصاویر تک زمانه و اتکای صرف به داده ­های طیفی درفرآیند حین طبقه بندی سوالات اساسی به شرح زیر مطرح می­گرددکه با بررسی و تجزیه وتحلیل داده ­ها به آن پاسخ داده میشود.
1- آیا استفاده از داده ­های چند فصلی باعث بهبود نقشه گستره جنگل خواهد شد؟
2- آیا طبقه بندی سلسله مراتبی زمانی تصاویر می ­تواند سبب افزایش دقت نقشه گستره جنگل شود؟
3- بهترین فصل برای تهیه نقشه دقیق گستره جنگل کدام است؟
4- آیا استفاده از قابلیت ­های سیستم اطلاعات مکانی سبب بهبود نتایج طبقه بندی خواهد شد؟

• • • 1. 1. فرضیات

       

       

   

با موی به خانه شدم پدر گفت:

«منصور کدام است اندر میانه»

پس به بدیع گفت: این سه بیت را به عربی ترجمه کن. او لحظه‌ای فکر کرد و سپس آن‌ ها را به عربی ترجمه کرد. وقتی صاحب عباد سرعت عمل در نظم و طبع روشن او را دید، به تربیت او توجّه کرد و او را مورد عنایت خاصّ خود قرار داد. او از همه‌ی فضلا و شیواسخنان برتر شد و آوازه‌ی دانش او در سرزمین‌های دور منتشر شد.
حکایت سوم: بدیهه‌گویی فرّخی
حکیم فرّخی، قدرت طبع او و آثاری که به وجود می‌آورد، زیور و زیبایی سخن شده بود. او در زمان سلطان یمین‌الدّوله، از بزرگان شعرا و فاضلان بنام بود. ابتدا در صنعت سخن‌پردازی و معانی کوشش می‌کرد و از همانندان خود بالاتر رفت و سرانجام شعری و نثری که به ظاهر آسان بود، ولی نظیر آن را نمی‌توان گفت، ایراد کرد. در زمان یمین‌الدّوله، جوایز و مال بسیاری جمع کرد و تصمیم گرفت برای تماشای سمرقند سفر کند. به نزدیک سمرقند که رسید، دزدان به او حمله کردند و همه‌ی مال او را بردند و تنگدست شد. بنابراین، خود را در انظار مردم ظاهر نکرد و ناشناس ماند. چند روزی اقامت کرد و برگشت. وقتی به غزنین آمد، به سلطان گفت: به دیدن سمرقند رفته بودم، امّا گرفتار دزدان شدم و از احوال خود برای پادشاه گفت. سلطان سؤال کرد: سمرقند را چگونه دیدی؟ او بدون آمادگی، قطعه‌ای را گفت:

همه نعیم، سمرقند، سر به سر دیدم

نظاره کردم در باغ و راغ وادی و دشت

چو بود کیسه و جیب من از درم خالی

دلم ز بی‌درمی فرش خرّمی بنوشت

بسی ز اهل هنر بارها به هر شهری

شنیده بودم کوثر یکی است جنّت هشت

هزار کوثر دیدم هزار جنّت بیش

ولی چه سود چو من تشنه باز خواهم گشت

چو دیده نعمت ببیند به کف درم نبود

سر بریده بود در میان زرّین طشت

سلطان از این قطعه خوشش آمد و دستور داد صورت چیزهایی که از او دزدیده بودند را بنویسد و همه‌ی آن‌ ها را از خزانه به او دادند.
حکایت چهارم: زن بخشنده
مادر حاتم طایی زنی بخشنده و گشاده‌دست بود. او همه‌ی اموال خود را به مستحقّان می‌داد تا اینکه برادران، او را از تصرّف اموال خود بازداشتند و به او گفتند: اسراف می‌کنی و اموال تلف می‌شود. وقتی یک سال گذشت و رنج بی‌چیزی را کشید، یک رمه شتر به او دادند و گفتند: دیگر در بخشندگی زیاده‌روی نمی‌کند. در این بین، زنی از قبیله‌ی هوازن به نزد او آمد و انعام طلب کرد. مادر حاتم رمه‌ی شتر را تماماً به او بخشید. او گفت: در این مدّت که رنج بی‌چیزی کشیده‌ام، با خود عهد کرده‌ام که هرچه دارم به نیازمندان ببخشم و هیچ کس را از خود محروم نکنم.
حکایت پنجم: یحیی برمکی و نامه‌ی جعلی
یحیی خالد برمکی و عبدالله مالک خزاعی با هم دشمن بودند و پیوسته در اندیشه‌ی برانداختن هم بودند. هارون‌الرّشید به عبدالله مالک توجّه بیشتری داشت. ولایت ارمینیه را به او داد. یکی از دبیران که بیکار شده بود، نامه‌ای از زبان خالد به مالک در باب خود نوشت. نوشت که: این دبیر، مردی دانا و شایسته است و از خدمتگذاران من است، او را به خدمت تو فرستادم تا در حقّ او لطفی کنی و آن دبیر از دشمنی بین این دو بی‌خبر بود و می‌خواست با این نیرنگ کار خود را درست کند. وقتی نامه به عبدالله رسید، او را به حضور خواست و به او گفت: «دور از عقل است نامه‌ی ساختگی نشان دادن!» دبیر خود را نباخت و گفت: یحیی زنده است و تا نزد او راهی نیست، قاصدی بفرستید تا معلوم کند. سپس مرا دروغگو بنامید. عبدالله مالک گفت: باید تو را توقیف کنم تا به یحیی نامه‌ای بفرستم. اگر تو راست گفته باشی، در حقّ تو احسان زیادی می‌کنم و اگر دروغ باشد، تو را تنبیه می‌کنم. پس نامه‌ای به یحیی فرستاد و در آن حکایت را نوشت و منتظر جواب بود. یحیی وقتی آن نامه را خواند، فهمید که آن مرد خیلی تنگدست و در مضیقه بوده تا این‌چنین جرأتی به خود داده است. پس فوراً جواب نوشت که ما این گستاخی را کرده‌ایم و هدف، برقرار کردن دوستی و از بین بردن کدورت است. یحیی سپس از ندیمان خود پرسید: اگر کسی از دیوان امیر نامه‌ای دروغ بنویسد، سزای او چیست؟ همه گفتند: دست او را باید برید و او را رسوا کرد. یحیی گفت: نه، این سخن کریمان نیست. بیچاره به اعتماد بخشش ما چنین جرأتی کرده و داستان نامه‌ی جعلی آن مرد را توضیح داد. همه‌ی حاضران از کمال بخشش او تعجّب کردند و چون نامه به عبدالله رسید، آن دبیر را مورد بخشش قرار داد و به او دویست‌هزار درهم و هدایایی بسیار داد و آن بیچاره به خاطر کرم و خلق یحیی، از رنج و زحمت نجات یافت.
حکایت ششم: تنگدلی پیغمبر (ص)
عایشه می‌گوید: پیامبر (ص) یتیمی را مورد دلسوزی و تربیت خود قرار دادند. روزی آن یتیم، فوت کرد. پیامبر (ص) بسیار ناراحت شدند و یک شبانه‌روز دست از غذا کشیدند. گفتم: یا رسول‌الله! چرا اینقدر تنگدلی می‌کنید؟ اگر دستور بفرمایید، یتیمی دیگر می‌آوریم. پیامبر فرمودند: ناراحتی من به خاطر آن است که آن کودک بدخو بود و من بر بدخویی او صبر می‌کردم و ثواب می‌بردم، امّا دیگر این ثواب به دست نخواهد آمد.
حکایت هفتم: حاتم طایی و برادر او