کلیه مطالب این سایت فاقد اعتبار و از رده خارج است. تعطیل کامل

شهریور 1404
شن یک دو سه چهار پنج جم
 << <   > >>
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17 18 19 20 21
22 23 24 25 26 27 28
29 30 31        



جستجو



آخرین مطالب
 



تحقیق پیمایشی به عنوان شاخه‌ای از تحقیقات توصیفی، یک روش جمع‌ آوری داده‌هاست که در آن از یک گروه خاصی از افراد خواسته می‌شود تا به تعدادی سؤال­های خاص پاسخ دهند. در پژوهش زمینه‌یابی، قدم اول تعریف مسأله است. به عبارتی محققان برای اجرای زمینه‌یابی باید اهداف خود را به دقت تعریف کنند و هر سؤالی که پرسیده می‌شود باید به یک یا تعداد بیشتری از اهداف زمینه‌یابی مرتبط باشد. در مرحله دوم جامعه باید به درستی تعریف و تعیین گردد، در مرحله بعد باید روش جمع‌ آوری اطلاعات را که به طور کلی به دو طبقه روش های کتابخانه‌ای و میدانی تقسیم‌بندی می‌شوند مشخص نمود، سپس از میان افراد جامعه تعدادی به طور تصادفی به عنوان نمونه انتخاب می شوند. از آنجا که رایج‌ترین ابزار مورد استفاده در تحقیق زمینه‌یابی، پرسشنامه و مصاحبه است پس از تعیین و طراحی ابزار می‌توان آن را برای جمع‌ آوری داده از افراد نمونه انتخابی در نظر گرفت و در نهایت پس از تنظیم و تحلیل داده‌ها، یافته‌ها و نتایج حاصله از تحقیق را گزارش نمود.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت nefo.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

پرسشنامه به عنوان یکی از متداول­ترین ابزار جمع‌ آوری اطلاعات در تحقیقات پیمایشی، عبارت است از مجموعه‌ای از پرسش­های هدف‌مدار که با بهره‌گیری از مقیاسهای گوناگون، نظر، دیدگاه و بینش یک فرد پاسخگو را مورد سنجش قرار می‌دهد.
وقتی برای گردآوری داده ­ها از پرسشنامه استفاده می­کنیم مراجعه مجدد به پاسخ­گویان و پرسیدن اطلاعات اضافی که بعدا پی می­بریم مورد نیاز است بسیار دشوار است. بنابراین برای تضمین اینکه پرسش­های مربوط مطرح شوندتفکر پیشاپیش درباره اطلاعات مقتضی حائز اهمیت اساسی است( دی ای دواس؛۱۳۷۶)
از پرسش­نامه­ ها می­توان برای پژوهش­های توصیفی یا تبیینی( پیمایش و همبستگی) استفاده کرد. پژوهش­های توصیفی در استراتژی پیمایش نظیر پژوهش­هایی که از پرسش­نامه نگرش­سنجی یا افکارسنجی و پرسش­نامه­ های اعمال سازمانی استفاده می­ کنند پژوهشگر را به شناسایی و توصیف تغییرپذیری در پدیده ­های متفاوت قادر می­سازد( دانایی فرد، الوانی، عادل آذر،۱۳۹۰)
از جمله ویژگیهای یک پرسشنامه مناسب این است که:
دارای مقدمه‌ای رسا و واضح و سؤالها روشن و بدون ابهام باشند.
سؤالات طوری تنظیم شود که آزمون­شونده تحریک شود به آنها پاسخ دهد.
از به کار بردن واژه‌ها، اصطلاحات نامفهوم و نامأنوس و از ارائه سؤالاتی که پاسخ‌گو را به پاسخ خاصی هدایت می‌کند پرهیز شود.
از طرح سؤالات پیچیده، غیر قابل درک، طویل و دو پهلو اجتناب شود و …
پرسشنامه در قالب بیست و نه سوال به علاوه تعدادی سوال جمعیت شناختی برای تحلیل آمار توصیفی تحقیق تهیه شده است. سوالات جمعیت­شناخی شامل: جنسیت، سن، وضعیت تاهل، درآمد ماهیانه و سالهای فعالیت­های مالی می­باشد. برای پرسشهای یک تا سی نیز از طیف پنج گزینه­ای لیکرت از خیلی موافقم تا کاملا مخالفم استفاده شده است. که هر کدام از سوالها نماینده بعدی از شخصیت، تمایلات سرمایه ­گذاری و ریسک­گریزی است که به شرح زیر تعریف می­ شود:
سوالات ۱ تا ۴ مربوط به برونگرایی
سوالات ۵ تا ۹ مربوط به گشودگی به تجربه
سوالات ۱۰ تا ۱۴ مربوط به وظیفه شناسی و جدیت و هوشیاری
سوالات ۱۵ تا ۱۸ مربوط به ریسک گریزی
سوالات ۱۹ تا ۲۰ مربوط به فرا اعتمادی
سوالات ۲۱ تا ۲۵ مربوط به تمایلات سرمایه گذاری کوتاه مدت
سوالات ۲۶ تا ۳۰ مربوط به تمایلات سرمایه گذاری بلند مدت
۳-۸-روایی و پایایی
مقصود این است که آیا ابزار اندازه‌گیری موردنظر می‌تواند ویژگی و خصوصیتی که ابزار برای آن طراحی شده است را اندازه‌گیری کند یا خیر؟ به عبارت دیگر مفهوم روایی[۷۴]به این سوال پاسخ می‌دهد که ابزار اندازه‌گیری تا چه حد خصیصه مورد نظر را می‌سنجد. پرسشنامه‌ای که همه وجوه موضوع مورد نظر را در برنگیرد نیز دارای روایی نیست.
نظر کارشناسان و خبرگان می‌تواند کمک خوبی برای بهبود روایی ابزار اندازه‌گیری باشد. موضوع روایی از آن جهت اهمیت دارد که اندازه گیری‌های نامتناسب می‌تواند هر پژوهش علمی را بی ارزش سازد.
انواع پایایی نیز به شرح زیر است:
پایایی[۷۵] با این امر سر و کار دارد که ابزار اندازه‌گیری در شرایط یکسان تا چه اندازه نتایج یکسانی به دست می‌دهد. به عبارت دیگر، «همبستگی میان یک مجموعه از نمرات و مجموعه دیگری از نمرات در یک آزمون معادل که به صورت مستقل بر یک گروه آزمودنی به دست آمده است»چقدر است.
به بیان دیگر اگر ابزار اندازه‌گیری را در یک فاصله زمانی کوتاه چندین بار به یک گروه واحدی از افراد بدهیم نتایج حاصل نزدیک به هم باشد. برای اندازه‌گیری پایایی شاخصی به نام ضریب پایایی استفاده می‌کنیم. دامنه ضریب پایایی از صفر تا ۱+ است. ضریب پایایی صفر معرف عدم پایایی و ضریب پایایی یک معرف پایایی کامل است. “پایایی کامل” واقعاً به ندرت دیده می‌شود و در صورت مشاهده قبل از هر چیز باید به نتایج شک کرد.
برای محاسبه ضریب پایایی ابزار اندازه‌گیری، شیوه‌های مختلفی به کار برده می‌شود. از جمله:
الف) اجرای دوباره آزمون یا روش بازآزمایی ( Test – Retest )
ب) روش موازی یا روش آزمونهای همتا ( Equivalence )
ج) روش تصنیف یا دونیمه کردن آزمون ( Split – half )
د) روش کودر _ ریچاردسون ( Kuder – Richardson )
ه) روش آلفای کرونباخ ( Cronbach Alpha )
نرم افزار spss یکی از نرم افزارهای متداول برای تعیین پایایی با یکی از روش‌های فوق ( و معمولا روش آلفای کرونباخ) می‌باشد.
۳-۸-۱بررسی اعتبار
در این پژوهش، به منظور تعیین اعتبار ابزار از روش آلفای کرونباخ استفاده گردیده است. این روش برای محاسبه هماهنگی درونی ابزار اندازه‌گیری که خصیصه‌های مختلف را اندازه‌گیری می‌کند به کار می‌رود.
برای محاسبه ضریب آلفای کرونباخ ابتدا باید واریانس نمره‌های هر زیرمجموعه سوال‌های پرسشنامه و وارایانس کل را محاسبه کرد. سپس با بهره گرفتن از فرمول زیر مقدار ضریب آلفا را محاسبه می‌کنیم.
جدول (۳-۱) نحوه­ محاسبه­ی ضریب آلفا

اجزای فرمول مولفه­ها نتایج فرمول
تعداد زیر مجموعه‌های سئوال‌های پرسشنامه یا آزمون = J  
واریانس زیر آزمون Jام Sj2 =
واریانس کل پرسشنامه یا آزمون S2 =
موضوعات: بدون موضوع  لینک ثابت
[چهارشنبه 1400-09-24] [ 10:37:00 ب.ظ ]




 

مارگالف

 

۵۳/۱b

 

۲۴/۲a

 

۵۹/۲a

 

۲/۲a

 

۳۱/۲a

 
 
 
 
 
 
 
 
 
 
 
 
 

۴-۳- خاکشناسی

۴-۳-۱- خصوصیات فیزیکی و شیمیایی

در جدول ۴-۱۴نتایج آنالیز واریانس یکطرفه برای خصوصیات فیزیکی و شیمیایی در بین توده­های مورد مطالعه نشان داده شده است. EC، درصد رس، ماده آلی، کربن آلی، درصد ازت و C/N اختلاف معنی­داری را در بین خاک توده­ها نشان ندادند.pH در گونه سرو بیشترین مقدار را داشت کاج و پهن­برگان دریک گروه بعد از آن قرار می­گرفتند. بیشترین درصد رطوبت در گونه سرو و بعد از آن در گونه­ های کاج و ارغوان (دریک گرو) و کمترین آن در گونه زیتون وجود داشت. گونه سرونقره­ای و کاج­بروسیا بیشترین، و گونه زیتون کمترین چگالی­ظاهری را داشتند. گونه ون و ارغوان در یک گروه بین دو گروه ذکر شده از نظر چگالی ظاهری قرار می­گرفتند. درصد سنگلاخی­ وزنی در سرو نقره­ای با کمترین مقدار رس و بیشترین مقدار سیلت و شن از بیشترین مقدار برخوردار بود و گونه­ های ون و زیتون (در یک گروه) کمترین مقدار را داشتند. گونه­ های کاج­برو­سیا و ارغوان (در یک گروه) وضعیت بینابینی از درصد سنگلاخی برخورددار بودند. گونه­ های ون و زیتون بیشترین درصد رس، سرونقره­ای کمترین و گونه­ های کاج­بروسیا و ارغوان حالت بینابینی از گونه­ های ذکر شده را داشتند. کمترین درصد شن در گونه ون وجود داشت و چهار گونه دیگر در یک گروه بیشترین مقدار را داشتند. بیشترین درصد آهک در گونه سرو­نقره­ای و کمترین آن در گونه­ های ون و زیتون (در یک گروه) وجود داشت. خاک گونه­ ها از نظر درصد ماده آلی، کربن آلی، ازت و نسبت C/N در یک گروه قرار گرفتند. ون و زیتون (در یک گروه) بیشتر فسفر قابل جذب و سرونقره­ای، ارغوان و کاج­بروسیا به ترتیب (در یک گروه) کمترین مقدار فسفر قابل جذب را داشتند. گونه زیتون بیشترین و سرونقره­ای کمترین مقدار فسفر قابل جذب را داشتند و سه گونه دیگر در یک گروه حالت بینابینی از گونه­ های ذکر شده را داشتند. (جدول۴-۱۵).

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

جدول ۴-۱۴: نتایج آنالیز واریانس یک طرفه فاکتورهای اندازه گیری شده در خاک توده های جنگلکاری مخمل کوه

 

مشخصه­ها

 
 

درجه آزادی

 

میانگین مربعات

 

Fمقدار

 
 

اسیدیته

 

توده­های جنگلکاری

 

۴

 

۲۱/۰

 

**۶/۸

 
 
موضوعات: بدون موضوع  لینک ثابت
 [ 10:37:00 ب.ظ ]




معنی و مفهومبوهای خوشی که هنگام صبح فضا را معطّر می‌کند، مانند آن است که صبحدم مشک و عنبر و کافور را با هم ترکیب کرده و مثلث عطری ساخته است که آن را می‌سوزاند.
آرایه‌های ادبیبوی خوش ومعطّرهنگام صبح، به مثلث عطری مانند شده است. کافور و مشک و عنبر با هم تناسب دارند. دست صبح اضافه‌ی استعاری است. کافور استعاره از سپیده‌ی صبح و عنبر و مشک استعاره از تیرگی باقیمانده‌ی شب است.
توضیحات:
عنبررطوبتی است که مانند مومیایی است و از جزایر دریای عمان و بحر مغرب و چین در وقت جزر و مدّ دریا، داخل دریا می‌گردد، بهترین آن اشهب مایل به سفیدی است و خوشبوی باشد و بعد از آن مایل به ازرقی و زردی و بعد از آن مایل به سبزی و زبون‌ترین آن‌ها سیاه است که ماهی او را فرو برده و به جهت، رد کرده باشد. حافظ ارواح و قوّت‌ها و به غایت مفرّح و محرّک اشتها می‌باشد. (حسینی طبیب، ۱۳۷۳: ۱۸۵)
۱۶ - ســاغـر از یــاقــوت و مــرواریــد و زر
صــد مــــفرّح در زمــــان آمیـــــخته
واژگانیاقوت: نام جوهری است مشهور و آن سرخ و کبود و زرد می‌باشد (برهان) توضیحات. مفرّح: شادی آورنده. (ناظم).
معنی و مفهوماز ترکیب شراب سرخ که همچون مروارید و یاقوت است با جام زرّین، گویی صد مادّه‌ی شادی بخش تولید شده است (شراب مانند مفرّح شادی آور است).
آرایه‌های ادبییاقوت و مروارید استعاره از شراب سرخ و زر استعاره از جام زرّین است. بیت به ساختن مادّه‌ای شادی آور از ترکیب احجار کریمه (مروارید، یاقوت و …) اشاره دارد.
توضیحات:
یاقوتنام جوهری مشهور و آن رنگ‌های سرخ و کبود و زرد می‌باشد. گرم و خشک است، آتش او را ضایع نمی‌کند و با خود داشتن آن، دفع علّت طاعون می‌کند. خواجه نصیر طوسی می‌نویسد: بدان که شریف‌تر و عزیزتر و نفیس‌تر جواهر یاقوت است، از روی طبیعت و متانت صورت و فایده‌ی خاصیّت و بقا حسیّت و زیادتی قیمت، باری تعالی فرماید: در تشبیه حوران بهشت «کانهُنَّ الیاقوت و المرجان» و علّت آن که یاقوت با آتش مقاومت می‌تواند کرد و اجزای او را متفتّش نتواند کرد آن است که رطوبت او با یبوست او اختلاطی کامل یافته است و ثباتی تمام پذیرفته و صورت مزاجی او را استحکامی حاصل شده… . (خرّمشاهی، ۱۳۷۵: ۷۴۵)
۱۷ - در دل خُــم خــون شــده جــان پــری
بــا تــن مــردم چـــو جـــان آمیـــخته
معنی و مفهومشراب سرخ روح فزا، در لطافت، گویی جان پری است که آن را در خم ریخته‌اند و تبدیل به خون شده و با جان مردم آمیخته شده است.
آرایه‌های ادبیجان پری استعاره از شراب است که در لطافت به جان پری مانند گردیده است و هم‌چنین شراب به جان مانند شده که با تن مردم درآمیخته و جزیی از آن شده است. دل خم اضافه‌ی استعاری است.
۱۸ - در ســــفال خــــم نگــر زرّاب مـــی
آتـــش انــــدر ضیــــمران آمیــــخته
واژگانضیمران: سپرغم که آن را ریحان و نازبو نیز گویند. (غیاث)
معنی و مفهومشراب زرد رنگ که همچون زر آب شده، در خم سفالی (سبز رنگ) ریخته شده، همانند آن است که آتش در ریحان ریخته باشند.
آرایه‌های ادبیآب زر و آتش هر دو استعاره از شراب است. ضیمران استعاره از سفال خم است که رنگش سبز بوده است.
۱۹ - آن مــی و نــارنـج را گــر کــس نـدیـد
بــا شفـــق صبــح آن چــنان آمیـــخته
معنی و مفهوماگر کسی ترکیب می و پوست نارنج را که در خم ریخته شده بود، ندیده است، اکنون زردی پرتوهای صبح، همچون شرابی است که با شفق نارنج گون درآمیخته است.
آرایه‌های ادبیآمیخته شدن شراب با پوست نارنج را به ترکیب پرتوهای صبح با سرخی شفق مانند کرده است.
توضیحات:
می و نارنجگویا پوست نارنج را که سرشت آن گرم و خشک شمرده می‌شده و ارزش درمانی و دارویی داشته است، در باده می‌افکنده‌اند، تا از سردی و گرانی باده بکاهند. (کزازی، ۱۳۷۴: ۶۲۲)
۲۰ - از پـی تعــویــذ جــان‌هــا، ســاقــیان
آب مُشــــک و زعفــــران آمیـــــخته
واژگانتعویذ: آن‌چه از عزایم و آیات قرآنی و جز آن نوشته و جهت حصول مقصد و دفع بلاها با خود دارند. (منتهی الارب)
معنی و مفهومساقیان بزم، گویی به وسیله‌ی شراب که به ترکیبی از مشک و زعفران می‌ماند، برای حفظ جان‌ها از چشم زخم، تعویذ و نُشره ساخته‌اند.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

آرایه‌های ادبیآب مُشک و زعفران استعاره از شراب است. بیت به این رسم اشاره دارد که تعویذ را با مشک و زعفران برکاغذ می‌نوشته‌اند.
توضیحات:
تعویذاسماء و ادعیّه و کلمات که برای رفع قضا و دفع چشم زخم و آفات بر کاغذ یا پوست نویسند و به بازو یا گردن حمایل کنند. تعویذ به زعم رمّالان و دعا نویسان برای جلوگیری از جن و جن زدگی نیز نافع است. به تعویذ، حرز نیز می‌گفتند.
ای دوســت دســت حافظ تعویذ چشـم زخم است
یـارب ببینــم آن را در گــردنـــت حمـــایــل (شمیسا، ۱۳۸۷: ۳۸۷- ۳۸۶)
۲۱ - روی و مــوی شـاهــدان چــون آبنــوس
روز و شـــب در یــک مــکان آمیــــخته
واژگانآبنوس: چوبی سیاه رنگ و سخت و سنگین و گران بها از درختی به همین نام. (دهخدا)
معنی و مفهومروی سپید و موی سیاه زیبا رویان که همچون آبنوسی دو رنگ است، به این می‌ماند که شب و روز هم زمان در یک جا با هم جمع شده باشند.
آرایه‌های ادبیترکیب روی و موی شاهدان از یک طرف به آبنوس مانند شده است (گونه‌ای از آبنوس که دورنگ است) و از طرف دیگر بیت دارای لف و نشر مرتّب است. روی با روز و موی با شب ارتباط دارد.
۲۲ - از نثـــار جـــام زر بــر فـــرق خــاک
جـرعــه بیـن بــا خـاک جـان آمیـــخته
معنی و مفهوماز جرعه افشانی جام زرّین شراب بر روی خاک، جرعه‌های شراب را می‌بینی که تمام جان و وجودشان با خاک آمیخته شده است.
آرایه‌های ادبیفرق خاک اضافه‌ی استعاری است. جرعه‌ی شراب نیز در استعاره‌ی مکنیه از نوع تشخیص دارای جان فرض شده است.
۲۳ - جـام مـی چـون لـوح طفـلان سـرخ و زرد

موضوعات: بدون موضوع  لینک ثابت
 [ 10:37:00 ب.ظ ]




۰۶/۰

۱۸/۰

۵۸/۵-

P8

۲/۲-

۶/۲-

۱۵/۰

۹۱/۰-

P9

۰۲/۲-

۱۶/۳-

۰۸/۰

۳۲/۲-

P10

۹۴/۲

۱۶/۱-

۰۸/۰-

۲۸/۲

ارتفاع تا اولین شاخه فرعی
معنی دار شدن GCA و SCA برای صفت ارتفاع تا اولین شاخه فرعی نشان می دهد که هر دو عامل اثرات افزایشی و غیر افزایشی در کنترل این صفت نقش دارند جدول (۴-۱). همچنین معنی دار شدن GCA/SCA ( جدول۴-۱) موثر بودن اثرات افزایشی در کنترل این صفت را نشان می دهد.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

متوسط درجه غالبیت ۴۸/۱ (جدول ۴-۳)نشان می دهد اثرات غالبیت در کنترل این صفت نقش دارند.همچنین با توجه به اینکه خط رگرسیون نمودار کواریانس نتاج- والد را در قسمت منفی قطع کرده است استنباط می شود که صفت بیشتر تحت تاثیر اثرات فوق غالبیت قرار دارد.
مقادیر GCA نشان داد لاینهای P4 و P5 به ترتیب بیشترین تاثیر را در افزایش و کاهش ارتفاع تا اولین شاخه فرعی را داشتند (جدول۴-۲). نتایج SCA حاکی از این بود که تلاقی هایP4P2*و P1*P4 به ترتیب بیشترین و کمترین ارتفاع تا اولین شاخه فرعی را دارند.
میانگین کل هیبرید ها و والدین به ترتیب ۱۱/۱۵و۶۶/۲۰می باشد(جدول ۴-۳) که نشان دهنده ۵۵% هتروزیس کل می باشد. بیشترین میزان هتروزیس نسبت به والد برتر در تلاقی P3*P، و کمترین مقدار آن در تلاقی P3*P6 مشاهده شد.علاوه بر آن والدP6 دارای بیشترین آللهای مغلوب و والد P8 دارای بیشترین آلل غالب می باشد.

شکل ‏۴–۴:خط رگرسیون Wr-Vr برای صفت فاصله تا اولین شاخه فرعی .Wr=aVr +b،Wr(کواریانس نتاج –والد) ،Vr (واریانس والدین )، نقاط ژنوتیپ های P1تا P10می باشند.
تعداد شاخه فرعی
نتایج تجزیه واریانس برای فاصله تعداد شاخه فرعی نشان داد که اثر ترکیب پذیری عمومی(GCA) و خصوصی (SCA )در هر دو سطوح آماری ۵/۰و ۱ درصد معنی دار است که نشان از نقش توام اثرات افزایشی و غیر افزایشی در کنترل این صفت دارد جدول (۴-۱) . همچنین معنی دار شدن GCA/SCA ( جدول۴-۱) نشان می دهد سهم اثرات افزایشی در کنترل این صفت قابل توجه است.
متوسط درجه غالبیت ۲۸/۲(جدول ۴-۳) نشان از وجود اثرات غالبیت در کنترل این صفت دارد.این مقدار درجه غالبیت برای این صفت قابل توجه است و نشان می دهد اثرات غیر افزایشی سهم بیشتری در کنترل این صفت دارند.همچنین با توجه به اینکه خط رگرسیون منحنی Wr را در قسمت منفی و پایین منحنی قطع کرده است تایید کننده وجود اثرات فوق غالبیت در کنترل این صفت می باشد.
مقادیر GCA نشان داد لاینهای P3 و P7 به ترتیب بیشترین تاثیر را در افزایش و کاهش تعداد شاخه فرعی داشتند (جدول۴-۲).بنابر این والد P3به عنوان والدی موثر در افزایش تعداد شاخه های فرعی می باشد و از آن می توان برای افزایش تعداد شاخه فرعی در پروژه های اصلاحی بهره برد. نتایج SCA حاکی از این بود که تلاقی هایP8*P2و P5*P6 به ترتیب بیشترین و کمترین ترکیب پذیری خصوصی را دارند.
میانگین کل هیبرید ها و والدین به ترتیب ۵۳/۱۲و۲۶/۱۳می باشد (جدول ۴-۳) که نشان دهنده ۷۳/۰%هتروزیس کل می باشد. بیشترین میزان هتروزیس نسبت به والد برتر در تلاقی P2*Pو کمترین مقدار آن در تلاقی P5*P6 مشاهده شد.
پراکنش والدین نسبت به مبدا مختصات نشان می دهد والد P5بیشترین ژنهای مغلوب و والدهای P6،P1 و P8 دارای بیشترین ژنهای غالب در کنترل این صفت هستند.

شکل ‏۴–۵: خط رگرسیون Wr-Vr برای صفت تعداد شاخه فرعی در بوته Wr=aVr+b،Wr(کواریانس نتاج –والد) ،Vr (واریانس والدین )، نقاط ژنوتیپ های P1تا P10می باشند .
تعداد طبق در بوته
نتایج تجزیه واریانس نشان داد که اثر ترکیب پذیری عمومی(GCA) و خصوصی (SCA )در هر دو سطوح آماری۵/۰و ۱ درصد معنی دار است،که نشان از نقش توام اثرات افزایشی و غیر افزایشی در کنترل این صفت دارد.
باتوجه به اینکه نسبت GCA/SCA برای این صفت معنی دار است مشخص می گردد که اثرات افزایشی نیز در کنترل این صفت نقش موثری دارند و متوسط درجه غالبیت ۸۹/۱ (جدول ۴-۳) ، نیز نشان از وجود اثرات غالبیتدر کنترل این صفت دارد.همچنین نقطه تقاطع خط رگرسیون با نمودار Wr در قسمت مثبت قرار دارد که نشان می دهد صفت بیشتر تحت کنترل اثرات افزایشی قرار دارد.
مقادیر GCA نشان داد لاینهای P3و P1به ترتیب بیشترین تاثیر را در افزایش و کاهش تعداد طبق در بوته داشتند (جدول ۴-۲)بنابراین والد P3والد موثری در انتقال صفت تعداد طبق به نتاج می باشد و از آن می توان برای انتقال این صفت استفاده کرد. نتایج SCAنشان می دهد که هیبرید های حاصل از تلاقی هایP1*P2دارای بیشترین تعداد طبق در بوته وتلاقی هایP2*P4کمترین تعداد طبق در بوته را دارند.

موضوعات: بدون موضوع  لینک ثابت
 [ 10:37:00 ب.ظ ]




[۲۶] C. M. Bishop and N. M. Nasrabadi, Pattern recognition and machine learning vol. 1: springer New York, 2006.
[۲۷] R. S. Parpinelli, et al., “Data mining with an ant colony optimization algorithm," Evolutionary Computation, IEEE Transactions on, vol. 6, pp. 321-332, 2002.
[۲۸] O. Cordón, et al., “Genetic fuzzy systems. New developments," Fuzzy Sets and Systems, vol. 141, pp. 1-3, 2004.
[۲۹] R. C. Green, et al., “Training neural networks using central force optimization and particle swarm optimization: insights and comparisons," Expert systems with applications, vol. 39, pp. 555-563, 2012.
[۳۰] R. Eberhart and J. Kennedy, “A new optimizer using particle swarm theory,” in Micro Machine and Human Science, 1995. MHS’95., Proceedings of the Sixth International Symposium on, 1995, pp. 39-43.
[۳۱] T. Krink, et al., “Particle swarm optimisation with spatial particle extension,” in Evolutionary Computation, 2002. CEC’02. Proceedings of the 2002 Congress on, 2002, pp. 1474-1479.
[۳۲] J. Kennedy and R. Mendes, “Population structure and particle swarm performance,” in Evolutionary Computation, 2002. CEC’02. Proceedings of the 2002 Congress on, 2002, pp. 1671-1676.
[۳۳] E. Peer, et al., “Using neighbourhoods with the guaranteed convergence PSO,” in Swarm Intelligence Symposium, 2003. SIS’03. Proceedings of the 2003 IEEE, 2003, pp. 235-242.
[۳۴] F. Van den Bergh and A. P. Engelbrecht, “A cooperative approach to particle swarm optimization," Evolutionary Computation, IEEE Transactions on, vol. 8, pp. 225-239, 2004.
[۳۵] R. Brits, et al., “A niching particle swarm optimizer,” in Proceedings of the 4th Asia-Pacific conference on simulated evolution and learning, 2002, pp. 692-696.
[۳۶] P. N. Suganthan, “Particle swarm optimiser with neighbourhood operator,” in Evolutionary Computation, 1999. CEC 99. Proceedings of the 1999 Congress on, 1999.
[۳۷] Y. Shi and R. Eberhart, “A modified particle swarm optimizer,” in Evolutionary Computation Proceedings, 1998. IEEE World Congress on Computational Intelligence., The 1998 IEEE International Conference on, 1998, pp. 69-73.
[۳۸] Y. Shi, “Particle swarm optimization: developments, applications and resources,” in Evolutionary Computation, 2001. Proceedings of the 2001 Congress on, 2001, pp. 81-86.
[۳۹] J. Peng, et al., “Battery pack state of charge estimator design using computational intelligence approaches,” in Battery Conference on Applications and Advances, 2000. The Fifteenth Annual, 2000, pp. 173-177.
[۴۰] D. Tsou and C. MacNish, “Adaptive particle swarm optimisation for high-dimensional highly convex search spaces,” in Evolutionary Computation, 2003. CEC’03. The 2003 Congress on, 2003, pp. 783-789.
[۴۱] A. Ratnaweera, et al., “Self-organizing hierarchical particle swarm optimizer with time-varying acceleration coefficients," Evolutionary Computation, IEEE Transactions on, vol. 8, pp. 240-255, 2004.
[۴۲] I. De Falco, et al., “Facing classification problems with particle swarm optimization," Applied Soft Computing, vol. 7, pp. 652-658, 2007.
[۴۳] I. De Falco, et al., “Evaluation of particle swarm optimization effectiveness in classification,” in Fuzzy Logic and Applications, ed: Springer, 2006, pp. 164-171.
[۴۴] N. Nouaouria and M. Boukadoum, “Particle swarm classification for high dimensional data sets,” in Tools with Artificial Intelligence (ICTAI), 2010 22nd IEEE International Conference on, 2010, pp. 87-93.
[۴۵] N. Nouaouria, et al., “Particle swarm classification: A survey and positioning," Pattern Recognition, ۲۰۱۳٫
[۴۶] J. Fan and Y. Fan, “High dimensional classification using features annealed independence rules," Annals of statistics, vol. 36, p. 2605, 2008.
[۴۷] I. K. Fodor, “A survey of dimension reduction techniques,” ed: Technical Report UCRL-ID-148494, Lawrence Livermore National Laboratory, 2002.
[۴۸] H. Liu, et al., “A fuzzy adaptive turbulent particle swarm optimisation," International Journal of Innovative Computing and Applications, vol. 1, pp. 39-47, 2007.
[۴۹] L. d. S. Coelho and V. C. Mariani, “A novel chaotic particle swarm optimization approach using Hénon map and implicit filtering local search for economic load dispatch," Chaos, Solitons & Fractals, vol. 39, pp. 510-518, 2009.
[۵۰] X. Wang, et al., “Distributed particle swarm optimization and simulated annealing for energy-efficient coverage in wireless sensor networks," Sensors, vol. 7, pp. 628-648, 2007.
[۵۱] M. Kessentini, et al., “Search-based model transformation by example," Software & Systems Modeling, vol. 11, pp. 209-226, 2012.
[۵۲] V. M. Saffarzadeh, et al., “A Hybrid Approach Using Particle Swarm Optimization and Simulated Annealing For N-queen Problem," Journal of World Academy of Science, Engineering and Technology, vol. 67, pp. 974-978, 2010.
[۵۳] N. Nouaouria and M. Boukadoum, “A particle swarm optimization approach to mixed attribute data-set classification,” in Swarm Intelligence (SIS), 2011 IEEE Symposium on, 2011, pp. 1-8.
[۵۴] J. Kennedy and R. C. Eberhart, “A discrete binary version of the particle swarm algorithm,” in Systems, Man, and Cybernetics, 1997. Computational Cybernetics and Simulation., 1997 IEEE International Conference on, 1997, pp. 4104-4108.
[۵۵] M. G. Omran, et al., “Dynamic clustering using particle swarm optimization with application in image segmentation," Pattern Analysis and Applications, vol. 8, pp. 332-344, 2006.
[۵۶] J. Moreno-Pérez, et al., “Discrete Particle Swarm Optimization for the p-median problem,” in Proceedings of the 7th metaheuristics international conference, Montréal, Canada, 2007.
[۵۷] S. Consoli, et al., “Discrete Particle Swarm Optimization for the minimum labelling Steiner tree problem," Natural Computing, vol. 9, pp. 29-46, 2010.
[۵۸] N. Nouaouria and M. Boukadoum, “A Particle Swarm Optimization Approach for the Case Retrieval Stage in CBR,” in Research and Development in Intelligent Systems XXVII, ed: Springer, 2011, pp. 209-222.
[۵۹] D. Braendler and T. Hendtlass, “The suitability of particle swarm optimisation for training neural hardware,” in Developments in Applied Artificial Intelligence, ed: Springer, 2002, pp. 190-199.
[۶۰] J. Kennedy and R. Mendes, “Neighborhood topologies in fully informed and best-of-neighborhood particle swarms," Systems, Man, and Cybernetics, Part C: Applications and Reviews, IEEE Transactions on, vol. 36, pp. 515-519, 2006.
[۶۱] I. C. Trelea, “The particle swarm optimization algorithm: convergence analysis and parameter selection," Information processing letters, vol. 85, pp. 317-325, 2003.
[۶۲] F. Van den Bergh and A. P. Engelbrecht, “A study of particle swarm optimization particle trajectories," Information sciences, vol. 176, pp. 937-971, 2006.
[۶۳] M. Jiang, et al., “Stochastic convergence analysis and parameter selection of the standard particle swarm optimization algorithm," Information processing letters, vol. 102, pp. 8-16, 2007.
[۶۴] B. R. Secrest and G. B. Lamont, “Visualizing particle swarm optimization-Gaussian particle swarm optimization,” in Swarm Intelligence Symposium, 2003. SIS’03. Proceedings of the 2003 IEEE, 2003, pp. 198-204.
[۶۵] P. J. Angeline, “Using selection to improve particle swarm optimization,” in Evolutionary Computation Proceedings, 1998. IEEE World Congress on Computational Intelligence., The 1998 IEEE International Conference on, 1998, pp. 84-89.
[۶۶] C. A. Koay and D. Srinivasan, “Particle swarm optimization-based approach for generator maintenance scheduling,” in Swarm Intelligence Symposium, 2003. SIS’03. Proceedings of the 2003 IEEE, 2003, pp. 167-173.
[۶۷] M. Løvbjerg, “Improving particle swarm optimization by hybridization of stochastic search heuristics and self-organized criticality,” Aarhus Universitet, Datalogisk Institut, 2002.
[۶۸] T. Hendtlass, “A combined swarm differential evolution algorithm for optimization problems,” in Engineering of Intelligent Systems, ed: Springer, 2001, pp. 11-18.
[۶۹] S. Das, et al., “Particle swarm optimization and differential evolution algorithms: technical analysis, applications and hybridization perspectives,” in Advances of Computational Intelligence in Industrial Systems, ed: Springer, 2008, pp. 1-38.
[۷۰] M. R. AlRashidi and M. E. El-Hawary, “A survey of particle swarm optimization applications in electric power systems," Evolutionary Computation, IEEE Transactions on, vol. 13, pp. 913-918, 2009.
[۷۱] W.-J. Zhang and X.-F. Xie, “DEPSO: hybrid particle swarm with differential evolution operator,” in Systems, Man and Cybernetics, 2003. IEEE International Conference on, 2003, pp. 3816-3821.
[۷۲] K. Chandramouli and E. Izquierdo, “Image classification using chaotic particle swarm optimization,” in Image Processing, 2006 IEEE International Conference on, 2006, pp. 3001-3004.
[۷۳] H. Gao, et al., “Training RBF neural network with hybrid particle swarm optimization,” in Advances in Neural Networks-ISNN 2006, ed: Springer, 2006, pp. 577-583.
[۷۴] B. Al-kazemi and C. K. Mohan, “Multi-phase generalization of the particle swarm optimization algorithm,” in Evolutionary Computation, 2002. CEC’02. Proceedings of the 2002 Congress on, 2002, pp. 489-494.

موضوعات: بدون موضوع  لینک ثابت
 [ 10:36:00 ب.ظ ]