تاکنون کسی نتوانسته است یک ساختار سرمایه بهینه ارائه نماید و تئوری های ارائه شده در این زمینه نیز، رفتار واقعی تامین مالی شرکت ها را به طور واضح و روشن تبیین ننموده اند. اما در عین حال برای دستیابی به چنین الگویی تحقیقات بسیار زیادی انجام گرفته که نتایج ان در خور توجه است. در یک قالب کلی می توان نظریه های ساختار سرمایه را به دو دسته تقسیم کرد: (ون هورن^[۳۲] و واکوویتز^[۳۳]، ۴۶۹:۱۹۹۵)

( 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. )

• • دسته اول ، نظریه های مرتبط با گزینش از بین بدهی و سهام است و شامل نظریه های زیر می باشد:

1. 1. نظریه سنتی

1. 1. نظریه مودیلیانی و میلر (MM)

1. 1. نظریه موازنه ایستا

1. 1. نظریه سلسله مراتبی

• • دسته دوم، مربوط به نظریه های مرتبط با گزینش از بین بدهی های خصوصی و عمومی اختصاص دارد و شامل نظریه های زیر است:

1. 1. نظریه عدم تقارن اطلاعاتی

1. 1. نظریه هزینه های نمایندگی بدهی

1. 1. نظریه مذاکره مجدد و انحلال شرکت

1. 1. نظریه صلاحدید مدیریتی

دسته اول : نظریه های مرتبط با گزینش بین بدهی و سهام
تاکید اصلی این نظریات بر این است که آیا شرکت واقعاً می تواند با تغییر در ترکیب منابع مختلف مالی، هزینه سرمایه را کاهش داده و بر ارزش بازار سهام اثر بگذارد یا خیر؟
دو نظریه اول مربوط به این دسته، مفروضات تسهیل کننده ای به شرح زیر را به کار می برند :

1. 1. هیچگونه مالیات بر درآمدی وجود ندارد ( بر اشخاص یا شرکت ها ).

1. 1. سیاست تقسیم سود شرکت مبتنی بر این است که تمام سود را به صورت نقدی تقسیم کند.

1. 1. هیچگونه هزینه معاملاتی، وجود ندارد .

1. 1. سود خالص قبل از بهره و مالیات شرکت ثابت است .

1. 1. ریسک تجاری شرکت ثابت است .

منطق این فرضیه عبارتست از مجرد کردن سود و برطرف کردن کامل اثرات مالیات، سیاست (خط مشی) تقسیم سود، ادراکات مختلف درباره ریسک، رشد و نواقص بازار، به نحوی که اثر اهرم مالی بر هزینه سرمایه با وضوح بیشتری مورد مطالعه قرار گیرد.
با در نظر گرفتن این مفروضات ، تجزیه و تحلیل اثرات اهرم بر هزینه سرمایه بر نسبت های زیر تمرکز دارد :
=
هزینه بدهی ها =
با فرض آنکه بدهی سرمایه ای دائمی باشد، معرف هزینه بدهی است .
هزینه بهره = F
ارزش بازار بدهی = B
=
هزینه سرمایه (حقوق صاحبان سهام) =
سود هر سهم E =
ارزش بازار حقوق صاحبان سهام S =
( وقتی که نسبت پرداخت سود سهام به خارج از موسسه ۱۰۰ در صد باشد و درآمدها ثابت باشند معرف هزینه حقوق صاحبان سهام است . ) (ون هورن و واکوویز، ۴۷۰:۱۹۹۵)
=
میانگین موزون هزینه سرمایه =
سود خالص عملیاتی =O
ارزش بازار کل شرکت =V
V = B + S
=
۲-۲-۳-۱- نظریه سنتی^[۳۴]:
نگرش سنتی به ساختار سرمایه که به وسیله ون هورن (۱۹۹۵) ارائه گردیده، مبتنی بر این اصل است که ساختار سرمایه بهینه وجود دارد و مدیریت می تواند با بکارگیری اهرم مالی مناسب، ارزش کل شرکت را افزایش دهد.
این نظریه پیشنهاد می کند که شرکت می تواند هزینه سرمایه خود را از طریق افزایش میزان بدهی، کاهش دهد. اگر چه سرمایه گذاران، نرخ بازده مورد انتظار یا هزینه سهام عادی () را افزایش می دهند اما این افزایش در () با منافع حاصل از کارکرد بدهی ارزان تر خنثی می شود، در حالیکه اهرم بیشتر به کار گرفته می شود. سرمایه گذاران نیز هزینه سهام عادی را افزایش می دهند تا جایی که این افزایش دیگر کاملاً با منافع بدهی ارزان تر خنثی نمی شود. التزام اصلی نگرش سنتی آن است که هزینه سرمایه بر ساختار سرمایه متکی بوده و ساختار سرمایه بهینه ای وجود دارد که هزینه سرمایه را حداقل می سازد این مدل، ترکیبی از مدل سود خالص و عملیاتی است. از یک طرف بر اساس مدل سود خالص، ارزش شرکت با افزایش درجه اهرم مالی افزایش می یابد و از طرف دیگر بر اساس مدل سود خالص عملیاتی، ارزش شرکت مستقل از ساختار سرمایه می باشد. فرض می شود که () با آهنگ فزاینده ای نسبت به درجه اهرم مالی افزایش می یابد، در حالی که هزینه بدهی تنها پس از استفاده زیاد از اهرم افزایش پیدا می کند. در نتیجه، میانگین موزون هزینه سرمایه کاهش می یابد، زیرا افزایش در() با بازده مورد انتظار سهامداران به حدی نیست که استفاده از بدهی ارزان را جبران نماید. بنابراین، میانگین موزون هزینه سرمایه () با استفاده معقول ازاهرم شروع به کاهش می کند، اما پس از حد معینی بازده مورد انتظار سهامداران () بیشتر از منافع حاصل از بدهی می شود و هزینه سرمایه شروع به افزایش یافتن می کند و این روند همچنانکه نیز افزایش می یابد، ادامه دارد. در تئوری سنتی، ساختار سرمایه بهینه نقطه ای است که هزینه سرمایه () در آن نقطه حداقل شود. (ون هورن، ۴۷۳:۱۹۹۵)

دانشآموزان اطلاعات را روی کاغ به قصد نشان دادن به معلم مکتوب میکنند و یا اطلاعات مکتوب را روی دیوار مدرسه برای مشاهده دیگران نصب میکنند.

مقالات، روزنامهها و نوشته کتابها منبع دانش هستند .
متون درسی تنظیم شده است .
دانشآموزان انتخاب محدودی در گزینش منبع دارند .
اهداف کاربردی فناوری معلوم نیست و یا دارای انسجام نیست .
تولیدات فکری مثل گزارشها روی کاغذ نوشته و تمام میشوند.
۱۰-گزارش ها متونی را تشکیل میدهند که پیوندی با تولیدکنندگان آنها ندارند.
دانشآموزان گزارشهای خود را از یکدیگر پنهان میکنند و تنها به معلم اجازه خواندن آن را می دهند.
متنها به خانه آورده میشوند و والدین و دیگران به طور فردی در آن سهیم میشوند.
دانش فقط به یک صورت ارائه می شود.
دانش به صورت خطی ارائه می شود.
دانشآموز در سنین پایین از فناوری استفاده نمیکنند آمادگی استفاده از ابزارهای الکترونیکی را ندارند.
۲-۳-۲ – الگوهای نوین تدریس
در قرن بیست ویکم با خواست روبه رشد و فزاینده کیفیتگرایی، در آموزش وپرورش روبه رو هستیم به همین دلیل به رغم توسعه کمی آموزش رسمی در چند دهه اخیر انتقاداتی بر جنبه های کیفی تعلیم و تربیت وارد آمده است، برخی از این انتقادات دلالت بر وجود دانشآموزان بیانگیزه، فارغ التحصیلان بیعلم معلمان فاقد خلاقیت دارند حتی دانش آموزان سطح بالاتر تحصیلی درحال گذر از مسیر از پیش تعیین شده هستند و در جریان یادگیری فعالیت و تحرک ندارند(اطیایی،۱۳۸۴) از سوی دیگر شرکت نکردن دانش آموزان به طور کامل در فعالیتهای یادگیری به آن معنی است که آنها در جریان یادگیری درگیر نشده اند(آقازاده،۱۳۸۱)
بسیاری از نظریه پردازان معتقدند که در یادگیری دانش آموز باید فعال باشد روسو معتقد است نباید هر چیزی را به صورت آماده در اختیار دانشآموز قرار داد. بلکه او باید نیاز به تلاش را در خود احساس کند.(آرمند،۱۳۷۱)
اصولا برای اجرای هر برنامه آموزشی لازم است که ابتدا چهارچوب و خط مشی کلی فعالیتها مشخص شود سپس روش های اجرا و وسایل و امکانات مورد نیازی برای فعالیت و تحقق هدفهای آموزش تعیین و انتخاب گردند تدریس و یادگیری فعال شامل استفاده از استراتژیها است که زمینه ساز فرصت هایی برای فعالیت و عمل است. تدریس و یادگیری فعال اشاره دارد به فرصتهایی برای ارتباط بین معلم و شاگرد و ارتباط بین خود دانشآموزان با یکدیگر و ارتباط بین دانشآموزان و مواد درسی و دیسیپلینهای آکادمیک. برونر معتقد است که دانستنی ها را نباید به صورت مستقیم در اختیار دانش آموزان قرار داد بلکه باید آنها را با مسئله روبهرو کردن تا خودشان به کشف روابط میان مورد راه حل های آن اقدام کنند.(کدیور ،۱۳۷۲) .
۲-۳-۳- رویکردهای نو در تدریس _ یادگیری
با تحول علم و فناوری و پیدایش نظریههای جدید در یادگیری، رویکردهای جدیدی نسبت به علم و روش های آموختن علوم مطرح شده است. امروزه بیشتر دانشمندان در تعریف علم به مطالعه پدیده ها از طریق مشاهدات معتبر و قابل اطمینان و، تحلیل مشاهدات و تفکر درباره یافتهها و ساختن نظریههایی بر اساس توجیه آنچه مشاهده وتحلیل شده است با هم توافق دارند و بر خلاف گذشته آن را به دو بخش عمده تقسیم میکنند : معرفت علمی و فرایند علمی. معرفت علمی عبارت است از مجموعه ای از اطلاعات و یافته های منظم و منسجم، مانند حقایق، مفاهیم، اصول، قواعد، نظریهها و مفاهیم کلی مربوط به یکی از رشته های علمی(گانیه ،۱۹۸۵)، فرایند علمی نیز شامل روش علمی و نگرش علمی مربوط به آن است. روش علمی مجموعهای از فنون، مهارتها، شیوه های بررسی و در کل فعالیتهای است که دانشمندان در تولید دانش جدید و بررسی درستی و یا نادرستی دانش موجود از آنها استفاده میکنند، مهارتها و شیوهایی مانند فرضیه سازی و پیشبینی، طراحی تحقیق، کاربرد ابزار، جمعآوری داده ها و تجزیه و تحلیل یافتهها (ماتیوز ،۱۹۹۴). نگرشهای علمی بهعواطفواحساسات درونی دانشمندان نسبت به معارف بشری مربوط میشود که در آن داشتن گرایش مثبت نسبت به علم، رعایت صداقت در جمعآوری اطلاعات و تجزیه و تحلیل آنها، تشخیص خطاها و نارساییها، توجه به اصل تغییرپذیری در علم و انعطاف پذیری در برخورد با حقایق نقش مهمی را ایفا میکند(ماتیو، ۱۹۹۹) نظامهای آموزشی برای بهبود بخشی فعالیتهای مدارس به استانداردها منابعی نیاز دارند که بتنهایی کافی نیستند. معلمان به آگاهی و ادراک مطمئنتری از آنچه تدریس میکنند نیاز دارند (ماتیوز،۱۹۹۴ ) به نظر برونر نظامهای آموزشی به جنبشی نیاز دارند که در آن دقیقا با الزام عمیقتری مشخص شده باشد که به کجا میروند و در آینده به چه نوع انسانهای تربیت شدهای نیاز دارند. در این صورت که متخصصان تعلیم و تربیت میتوانند چهار چوب مشخصی را برای تحول یافتن تعلیم و تربیت تعیین کنند و تمام منابع و نیروی کارآمد و دلسوز را به کار بگیرند. او در بیان اینکه” هر موضوعی را میتوان به هر کودکی در هر سنی، به شکلی مشروع آموخت” روشدیگری را انتخاب میکند و میگوید : حیطه هایدانش به وجود نمیآیند، بلکه ساخته میشوند. هرحیطه از دانش را میتوان در سطوح وسیعی از انتزاع و پیچیدگی به وجود آورد(ماتیوز،۱۹۹۴،به نقلاز شعبانی)
در رویکرد جدید تدریس _ یادگیری دانشآموز هم یادگیرنده محسوب میشود و هم محصول یادگیری؛ یادگیرنده است زیرا دست کم در قسمتی از مطالعات خود دست به اکتشاف میزند. اکتشاف نه به این معنا که محتوای آموزشی را در ساخت شناختی خود جای دهد و وحدت بخشد، بدین معنا که توانایی انتقال دانش کسب شده در موقعیت جدید مساله را توسعه بخشیده وخود پنداری مثبت به عنوان حل کننده مستقل مساله را کسب کرده است. همچنین دانشآموز محصول یادگیری است؛ زیرا نه تنها مفاهیم اصلی و اصول و نظریههای جدید را فهمیده و به مطالعه پدیده های طبیعی واجتماعی بپردازد تا بتواند دلایل و شواهد را از تبلیغات، اطلاعات را از خیالبافی، حقایق را از افسانهها، واقعیت را از فریب و اغفال، نظریه را از عقیده، مشاهده را از استنتاج و باورکردنی را از باور نکردنی تمیز دهد. (ماتیوز،۱۹۹۴،به نقل ازشعبانی ،۱۳۸۶)
۲-۳- ۴- پرورش تفکر، رویکردی جدید در فرایند تدریس _ یادگیری
با تحول مبانی نظری و ماهیت علم، رویکردهای جدیدی در تعیین اهدا ف تربیتی وفرایندآموزش مطرح شده است. یکی از بارزترین رویکردها توجه بهتفکر جدید فرایند تدریس _ یادگیریاست. انیس، لیپمن و پاول ۱۹۸۹ معتقدند که تربیت انسانهای صاحب اندیشه باید نخستین هدف تعلیم و تربیت باشد. به نظر پاول محصول نهایی تعلیم و تربیت باید “ذهن کاوشگر” باشد. اندرسون،۱۹۹۷وهارت،۱۹۸۰ برنقش اساسی جستجوی معنا در شناخت تاکید میورزند و معتقدند دانشآموزان باید به طور فعال تلاش کنند، اطلاعات جدید را با دانسته قبلی خود وحدت بخشند وآنچه را مهم و با ارزش است استنباط و انتخاب کنند و به طور راهبردی درباره یادگیری خود بیندیشند. ارنبرگ، ۱۹۸۵) طراح چندین برنامه مهارت تفکر، برای تدریس تفکر در قالب نیازها و منافع فردی و اجتماعی برعقلانیت تاکید میکند و معتقد است وقتی که دانشآموزان فارغ التحصیل میشوند باید قادر باشند عوامل علمی و اخلاقی هوشمندانه را دنبال کنند و جامعه نیز حق دارد چنین انتظاراتی از اعضای خود داشته باشد. به نظر او این تولیدات، که تنها در سایه تفکر دانشآموزان به دست میآید، باید پایه و اساس برنامه ریزی تمام دروس قرار گیرد؛ زیرا هدف اصلی تعلیموتربیت انتقال دانش آموزان از دنیای خود محور مبتنی برتجربیات شخصی محدود و واقعیات محسوس بات حصیلشده، به دنیایی غنی تر انتزاعیتر است که ارزشها، بینشها و حقایق متعدد و گوناگون را در بردارد. متاسفانه به رغم ارائه نظریههای مختلف درباره ضرورت و تقویت تفکر، همچنان بین نظریه و عمل در این زمینه فاصله بسیاری وجود دارد.
بسیاری از صاحبنظران تربیتی معتقدند فقر تفکر دانشآموزان نتیجه حاکمیت روش های سنتی در مدارس است. (گودلد،۱۹۸۳؛سرانتیک،۱۹۸۱). تحقیقات انجام شده در این زمینه بیانگرآن است که هنوز بسیاری از معلمان بیشترین زمان کلاس خود را صرف ارائه مطالب یا طرح سوالهایی میکنند که صرفا جمعآوری مجدد حقایق ساده علمی را میطلبد و فقط یک درصد از زمان صرف شده در کلاس را به سوالهایی اختصاص میدهند که به پاسخ متفکرانه نیاز دارد(سرانتیک،۱۹۸۳). اغلب معلمان با دادن فرصت اندک برای پاسخگویی به سوالها، دانش آموزان را از ارائه نظرهای متفکرانه دلسرد میکنند.(راو،۱۹۷۴ ؛گال،۱۹۸۴).
(آیزنر،۱۹۸۳) در مقالهای تحت عنوان “نوع مدارسیکه نیاز داریم” مشکلات مدارس امروز را یادآور شده میگوید : در مدارس امروز فقط بر مهارتهای خواندن و نوشتن وحساب کردن تاکید میشود، در حالی که این مهارتها ذاتا دارای ارزش نیستند و در تعلیم و تربیت نهی از فضیلتند. مساله این نیست که دانشآموز میتواند بخواند، بلکه این استکه او چه و چگونه میخواند؟ ارزش مدارس در تربیت انسانهای فرهیخته نهفته است آیزنر معتقد است مدارس باید توانایی تفکر بویژه تفکر منطقی و خلاق دانشآموزان را در آنچه میبینند، میشنوند میخوانند پرورش دهند؛ آنچنان که بتوانند عقاید را از حقایق، سفسطه را از استدلال منطقی و شایستگی را از عدم شایستگی تشخیص دهند؛ بویژه در فرهنگهایی که از هر سو تحت تاثیر اطلاعات مختلف قرار دارند. دانشآموزان باید در مدارس بیاموزند که چگونه یادبگیرند، به عبارت بهتر باید بیاموزند که معمار آموزش و پرورش خود باشند.
دستیابی به چنین مهارتی به ممارست و تمرین در تجزیه و تحلیل مباحث نیاز دارد. در مدارس باید زمینه این کار برای دانشآموزان فراهم شود و فرصتهایی نیز در فرایند آموزش آیجاد شود تا در زمینه های مختلف آن به مباحثه ؛ مناظره و تعامل فکری بپردازند و این امر به پرورش استقلال آنان در تصمیمگیری استدلال و قضاوت میانجامد و آنان نحوه دفاع از قضاوت خود را میآموزند. انتقادگری، آنچنان که در هنر متداول است، باید در فرایند تعلیم وتربیت در نظر گرفته شود تا منطق و ارزیابی اندیشه ها جایگزین فن نگارش در کلاس درس شود نظریه های تدریس _ یادگیری در جهت دادن به فعالیتهای آموزشی تاثیر بسیاری دارند.معلمان و برنامهریزان درسی در چهارچوب نظریهها میتوانند به جهان تعلیم و تربیت از منظر خاصی بنگرند و بر جنبه های مختلف کلاس درس تاکید نمایند علاوه بر این، در قالب نظریهها میتوان عملکرد نظامهای آموزشی را تحلیل و ارزشیابی کرد(آیزنر،۱۹۸۳،بهنقلاز شعبانی ،۱۳۸۶)
۲-۳-۵- نظریه های همسو با رویکرد تدریس تفکر و حامی آن
که بر اساس آنها میتوان به تحلیل فعالیتهایی که منجر به تفکرمی شود پرداخت عبارتند از:
نظریههای شناختی
نظریههای فراشناختی
نظریههای ساختن گرایی
۲-۳-۵-الف : نظریه شناختی
روانشناسان شناختگرا، رفتار را وسیله یا سر نخی برای استنباط و استنتاج پدیده های شناختی یا آنچه در ذهن انسان میگذرد میدانند. آنان رفتار آشکار را موضوع اصلی علم روانشناسی به شمار نمیآورند، بلکه بیشتر به فرایند های ذهنی که به اعتقاد آنها رفتار ناشی از آنهاست توجه دارند، به سخن دیگر، شناخت گرایان راههایی را که فرد به شناسایی امور میپردازند بررسی و مطالعه میکنند، از اینرو، یادگیری را تغییرات حاصل در فرایندهای درونی ذهن میدانند، نه ایجاد تغییر در رفتار آشکار(شوئل، ۱۹۸۶). در نتیجه “شناخت”موضوع اصلی پژوهشهای شناخت گرایان است. شناخت به آن دسته از فرایندهای ذهنی اطلاق میشود که از طریق آنها اطلاعات دریافت شده از راه حواس، به روش های مختلف تغییر مییابد، به صورت رمز در میآید و در حافظه ذخیره میشود و در استفادهای بعدی بازیابی میگردد. ادراک، تخیل، یادآوری، بازشناسی، حل مساله و تفکر ازاصطلاحاتی است که به مراحل فرضی شناخت اشاره دارد(وول فولک، ۱۹۹۰). شناختگرایان معتقدند انسان از یک نظام درونی تصمیمگیری برخوردار است که رفتار او را کنترل میکند. آنان تقویت را منبع بازخورد تلقی میکنند، بازخوردی که پیامد تکرار رفتار به فرد خبر می دهد، به عبارت دیگر، تقویت تردید را کاهش میدهد و احساسی از درک و فهم و تسلط در فرد به وجود میآورد .
نظریه پردازان شناختی یادگیرندگان را در فرایند یادگیری پردازش کنندگان فعال اطلاعات تلقی میکنند. کسانی که تجربه میکنند؛ برای حلمساله به جستجوی اطلاعات میپردازند در ساختار ذهن خود آنچه را برای حل مساله جدید مفید تشخیص میدهند، به کار میگیرند، به جای اینکه به طور انفعالی تحت تاثیر محیط قرار گیرند، فعالانه انتخاب، تمرین، توجه و حتی چشم پوشی میکنند و همچنان که در پی تحقق هدفها هستند واکنشهای متعددی از خود نشان میدهند روانشناسان شناختی، موقعیت یادگیری ر عوامل مهم و موثر در فرایند یادگیری میدانند و بر نقش آموختههای قبلی در یادگیری تاکید دارند، زیرا معتقدند، آموختههای گذشته خط مشی یادگیریهای آینده را تعیین میکند(شوئل ،۱۹۸۶). نظریهپردازان شناختی ساختارهای مختلف شناختی و فرایندهایی را که آن ساختارها را به وجود میآورند یا تغییرمیدهند ، بررسی میکنند. دلواپسیهای آنان درباره ساختارها و فرایندها، همواره در عناوین مطالعاتشان منعکس شده است، عناوینی چون حافظه، ادراک، توجه، حل مساله، درک مطلب و مفهوم یادگیری. (وول فولک ،۱۹۹۰)
۲-۳-۵- ب: نظریه فراشناخت
فراشناخت : آنچنان کهروانشناسان مطرح کردهاند دانش درباره فعالیتهای تفکر و یادگیری و کنترل آنها (فلاول، ۱۹۷۶)، یا بررسی دانش فرد، فرایندهای شناختی، تولیدات، یا آنچه بدان مربوط است(مارزانو ودیگران ،۱۹۸۸) و درواقع نظارت فعال، هماهنگی و تنظیم منطقی فرایندهای شناختی در ارائه خدمات به بعضی از اهداف خاص یاعینی است. با چنین تعبیری دانشآموزان در فرایند حل مساله همیشه درگیر نوعی فراشناختی اند.(پاریز،لیپسون وویکسون،۱۹۸۳).
یاماگوچی ضمن تحلیل مفهوم فراشناخت ،آن را به دو مقوله تقسیم می کند :
دانش فراشناختی (شخص، وظیفه و راهبرد).
مهارتهای فراشناختی (نظارت ،کنترل و ارزشیابی ).
وی معتقداست دانش فراشناختی تفکر درباره تفکر است و با دیگر دانشها تفاوت دارد، اما براساس دیدگاه پاریز و وینگود فراشناخت دارای دو جنبه اصلی است.
دانش وکنترل خود : دانش و کنترل خود ، دارای سه عنصر تعهد، نگرش و توجه است.
دانش وکنترل فرایند : که دراین مبحث بر دو عنصر مهم تاکید کردهاند. الف : انواع دانش مهم در فراشناخت ب: کنترل اجرایی رفتار.
رویکرد فراشناختی نیز در تقویت و پرورش مهارتها و راهبردهای تفکر نقش اساسی دارد.ازدیدگاه فراشناخت دانش آموزان باید بر فرایندهای ذهنی خودنظارتی فعال داشته باشند و فعالیتهای ذهنی خود را تنظیم و بازسازی کنند. در تفکر فراشناختی دانش شرطیکه از عناصر مهم فراشناخت است، جزء اجزاء تفکر انتقادی در فرایند یاددهی _یادگیری قلمداد شده است.
۲-۳-۵- ج: نظریه ساختن گرایی
ساختن گرایی مفهومی استعاره گونه در مورد چگونگی فرایند یادگیری است که در سالهای اخیر توجه بسیاری از محققان تعلیم و تربیت را جلب کرده است. پایه های فلسفی ساختن گرای بر اصل خطاپذیری معرفت شناسی استوار است. براساس این نگرش تمام معرفتهای علمی به دلیل فقدان درستی و عدم درک و فهم به طور بالقوه خطاپذیرند (کوبرن،۱۹۹۴).
پوپر در نظریه”عقلانیت انتقادی” با ارائه معیار عقلانی ابطال پذیری به جای تایید پذیری برای بررسی صحت و سقم دانش یا معرفت علمی معیار تازهای را معرفی میکند. براساس این معیار معرفت علمی همواره ماهیت گمانهای دارد، به همین دلیل، هرگز نمیتوان درباره شناخت و معرفت علمی به شکل قطعی و جزمی با توجه به شواهد تجربی اظهار نظر کرد(به نقل ازمهرمحمدی،۱۳۷۸).
از مجموع آراء فلسفی در زمینه فلسفه علم چنین استنباط میشود که از نظرساختن گرایان “معرفت ساخته ذهن انسان است”. معرفت مجموعه ای از حقایق؛ مفاهیم یا قوانین مورد انتظار برای کشف نیست و پدیده ای نیست که خارج از فرد و مستقل از او وجود داشته باشد.
انسان سازنده دانش در فرایند تجربه است. معرفت انسان ساخته خود انسان است(زاهوریک، ۱۹۹۵) نظریه پردازان ساختن گرا برای استحکام پایه های نظری خود به روانشناسی شناختی استناد می کنند.
در رویکرد ساختنگرایی موقعیت یادگیری مهمترین عامل موثر در فرایند یادگیری است. طبق این نظریه مجریان برنامه های درسی باید موقعیتی را فراهم آورند که دانشآموزان در آن از طریق مباحثه استدلالی، که عمل تعامل و تحلیل را تسریع و تسهیل میکند، به تفکر انتقادی بپردازند. همچنین راهبردهای یادگیری مشارکتی وحل مساله مطلوبترین روش برای کسب معرفت علمی است. تاکید بر فرایند ساختار دانش به جای تولید مجدد آن، پرورش اعمال متفکرانه، آموزش و یادگیری مشارکتی، توجه به فراشناخت وخود تنظیمی و خود کنترلی دانشآموزان و یادگیری در محیط غنی و معتبر حل مساله همواره در مرکز ثقل رویکرد ساختن گرایی قراردارد.
به طورکلی در میان مجموعه فعالیتهایی که برای تعلیم و تربیت دانشآموزان انجام میشود بیشترین سهم در تدریس معلم در کلاس درس اختصاص مییابد.(شعبانی،۱۳۸۳) معتقدند چهار ویژگی خاصدر تعریف تدریس وجود دارد که عبارتنداز:
وجود تعامل بین معلم و شاگردان .

در رابطه بالا ds خود برداری است با اندازه المان سطح ، راستای عمود بر سطح و جهتی به سمت خارج سطح . زاویه θ نیز ، زاویه بین راستای میدان و راستای بردار ds در موقعیت المان سطح است .

اصل القاء

عامل اساسی مسئله القاء و تولید جریان در یک پیچه ، تغییر شار مغناطیسی گذرا از یک پیچه ( یا از یک سیم ) است ؛ حال این تغییر توسط عاملی خارجی ایجاد شود ( پدیده القاء متقابل در پیچه ها ) و یا اینکه توسط عاملی داخلی ( خود پیچه ) ایجاد شود .

نیروی محرکه الکتریکی :

نیروی محرکه الکتریکی عبارتست از عاملی که موجب شارش بارهای الکتریکی ( برقراری جریان ) در یک رسانا می شود . به عبارتی می توان چنین گفت که این نیرو عاملی است برای برقراری میدان الکتریکی در رسانا و به دنبال آن شارش بارهای الکتریکی . در دستگاه SIدارای واحد ولت (V) است و اساساً در مراجع اصلی فیزیک با ε نشان داده می شود .

(( 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. ))

نیروی محرکه الکتریکی تحت تأثیر دو عامل تولید می شود ، اول به وسیله مولدهای الکتریکی که با ایجاد اختلاف پتانسیل بین پایانه های منفی و مثبت مولد موجب ایجاد نیروی محرکه و شارش بار می شوند و دوم به واسطه تغییر شار مغناطیسی عبوری از رسانا .
در مورد پیچه های هلمهولتز ، وقتی در پیچه ها جریان برقرار می شود طبق قانون بیو و ساوار هر یک تولید میدان مغناطیسی می کنند که وقتی در مقابل هم قرار می گیرند شار میدان مغناطیسی را از سطح یکدیگر عبور می دهند .
بر اساس رابطه شماره (۴-۶۰) یا (۴-۶۱) این شار عبوری تحت تأثیر سه عامل ممکن است تغیر کند : ۱ ) تغییر بزرگی میدان مغناطیسی ، ۲ ) تغییر سطح محصور و ۳ ) تغییر زاویه بین بردار میدان و بردار المان سطح . در مورد پیچه های هلمهولتز این تغییر شار فقط با تغییر بزرگی میدان ممکن است ایجاد شود . طبق آنچه در بالا گفته شد این تغییر شار موجب تولید نیرویی محرکه در پیچه دیگر و به دنبال آن تولید جریانی القایی در آن می شود . البته باید گفت که این تغییر بزرگی میدان ، خود حاصل تغییر جریان گذرا از هر یک از پیچه هاست . اگر از جریان DC استفاده شود در زمانی بسیار کوتاه بعد از وصل کلید و زمانی بسیار کوتاه بعد از قطع کلید جریان گذرا از حلقه ها به شدت تغییر می کند و اگر از جریان AC استفاده شود این تغییر جریان دائمی خواهد بود .
در کل چنین می توان گفت که وقتی جریان گذرا از هر یک از حلقه های هلمهولتز به هر دلیلی تغییر کند موجب می شود تا بزرگی میدان تولیدی آن تغییر کند ، این تغییر بزرگی میدان به معنای تغییر شار میدان مغناطیسی است که از حلقه روبرو و خود حلقه مذکور می گذرد و بنابر آنچه گفتیم تغییر شارمیدان مغناطیسی یعنی تولید نیروی محرکه در هر دو حلقه و به دنبال آن برقراری جریان القایی و به تبع آن تولید میدانی با بزرگی جدید ؛ این چرخه در زمانی بسیار کوتاه اتفاق می افتد و تا ثابت شدن شدت جریان عبوری ادامه پیدا می کند .

قانون القاء فارادی

نیروی محرکه الکتریکی القایی ( ε ) در هر مدار برابر است با آهنگ تغییر شار در مدار با علامت مخالف .

(۴-۶۲)

با توجه به اینکه شار مغناطیسی با واحد وِبِر (W) نشان داده می شود پس هر ولت برابر یک وِبِر بر ثانیه است . اگر رابطه ۴-۶۲ برای پیچه ای با Nدور نوشته شود ، رابطه به شکل زیر اصلاح می شود. آنچه مهم است اینکه این تغییر شار حاصل تغییر جریان در خود حلقه و یا تغییر جریان در حلقه مقابلش باشد .

(۴-۶۳)

همانطور که گفتیم ” نیروی محرکه الکتریکی بواسطه تولید میدان الکتریکی موجب شارش بار در مدار می شود .” در واقع وقتی اختلاف پتانسیلی در دو نقطه از مدار اعمال می شود ، یک میدان الکتریکی در مدار تولید می شود که بر بارهای الکتریکی نیرو وارد کرده و موجب شارش بار می شود . اینمطلب بیانی دیگر از قانون القاء فارادی است که آنرا با زبان ریاضی چنین می توا ن نوشت .

(۴-۶۴)

قانون لنز

این قانون بر مبنای اصل بقاء انرژی توسط لنز^[۳۴] در سال ۱۸۳۴ ارائه شد . طبق این قانون : “جریان القایی در جهتی برقرار می شود که با عامل به وجود آورنده خود مخالفت کند ” . علامت منفی نیز در قانون فارادی نشان دهنده همین مطلب است . قانون لنز برای جریانهای القایی کاربرد دارد یعنی فقط در مدارهای بسته قابل استفاده است . اگر مدار باز بود می توان مدار را بسته فرض کرد .

پدیده خود القایی و ضریب خود القایی

تغییر میدان در یک پیچه و به دنبال آن تغییر شار و تولید نیروی محرکه القایی می تواند حاصل تغییر جریان در خود آن پیچه نیز باشد . این پدیده را پدیده خودالقایی و نیروی حاصل آنرا نیروی محرکه خود القایی می نامند .
اگر در حلقه ای N رشته سیم وجود داشته باشد نیروی محرکه خودالقایی در آن از رابطه شماره (۴-۶۳) تبعیت می کند . در این صورت بین شار گذرا از سطح پیچه و جریان القایی در پیچه رابطه زیر برقرار است . ضریب تناسب بین شدت جریان تولیدی و کل شار گذرا ، ضریب خودالقایی خوانده شده و با L نشان داده می شود .

۱-۲ استنباط بیزی

در استنباط آماری دو رهیافت وجود دارد: استنباط بیزی و استنباط بسامد­گرا که اغلب در اصول احتمال متفاوت هستند. استنباط بسامد­گرا، احتمال را به عنوان حدی از نسبت فراوانی پیشامدها در تعداد زیادی از دنباله­ها تعریف می­ کند و فقط برای مفهوم آزمایشاتی که تصادفی هستند، تعریف می­ شود. درحالی­که استنباط بیزی می ­تواند احتمالات را در هر موقعیتی تعیین کند، حتی زمانی که فرایند، تصادفی نباشد. در استنباط بیزی، احتمال روشی برای بیان درجه­ای از اعتقاد شخص یا گواه معلوم است.

( 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. )

۱-۲-۱ مدل بر پایه استنباط بیزی

اساس استنباط بیزی از رابطه زیر ناشی می­ شود:
که در آن، توزیع پیشین بردار پارامتر قبل از مشاهده ، تابع درستنمایی تحت مدل و تابع توزیع توأم پسین بردار پارامتر است که بعد از در نظر گرفتن پیشین و داده ­ها، در مورد بردار پارامتر میزان عدم اطمینان را بیان می­ کند. و بالاخره مخرج کسر
درستنمایی کناری است.
در رابطه (۱-۲)، یک ثابت تناسب است، بنابراین:
این تناسب را می­توان به عنوان پسین توأم غیرنرمال نسبت به درستنمایی پیشین در نظر گرفت. در استنباط بیزی معمولاً، هدف خلاصه کردن توزیع پسین توأم غیرنرمال نیست بلکه هدف خلاصه کردن توزیع­های کناری پارامترها است. مجموعه کامل پارامتر را می­توان به صورت:
جدا کرد به­ طوری­که زیر­برداری دلخواه و متمم زیر­بردار است، که اغلب به عنوان پارامترهای مزاحم در نظر گرفته می­شوند. در چارچوب بیزی، در مسائل نظری حضور پارامترهای مزاحم در هیچ فرمولی در نظر گرفته نمی­ شود. پارامتر مزاحم، پارامتری است که در توزیع پسین توأم مدل وجود دارد اما پارامتر مورد نظر نیست. توزیع پسین کناری و پارامتر مورد نظر را می­توان به صورت زیر نوشت:
در استنباط بیزی، کاربر می ­تواند استنباط­ها را از توزیع­های پسین کناری ارزیابی و تعیین کند.

۱-۲-۲ مؤلفه­ های استنباط بیزی

مؤلفه­ های استنباط بیزی عبارتند از:

1. 1. ، مجموعه ­ای از توزیع­های پیشین برای بردار پارامتر است و از احتمال، به معنی عدم­اطمینان کمّی برای قبل از در نظر گرفتن داده ­ها، استفاده می­ کند.

1. 1. ، تابع درستنمایی است که در آن تمام متغیرها در یک مدل احتمالاتی کامل به هم مرتبط می­شوند.

1. 1. ، توزیع پسین توأمی است که عدم­اطمینان در مورد بردار پارامتر را بعد از در نظر گرفتن پیشین و داده ­ها بیان می­ کند. اگر بردار پارامتر به یک پارامتر واحد دلخواه و پارامترهای باقیمانده که پارامتر مزاحم در نظر گرفته می­شوند، تقسیم شود آنگاه ، توزیع پسین کناری است.

۱-۲-۳ برازش مدل

در استنباط بیزی متداول­ترین روش ارزیابی مدل آماری برآورد شده، معیار اطلاع انحراف است. اسپیگل­هالتر و همکارن (۲۰۰۲) معیار اطلاع انحراف را برای مقایسه مدل بیزی پیشنهاد دادند. این معیار بر پایه انحراف زیر است:
به طوری که، فقط تابعی از داده ­ها است. بر پایه انحراف، معیار اطلاع انحراف عبارت است از:
بخش اول این رابطه که به عنوان امیدریاضی پسین انحراف تعریف می­ شود، به عنوان شاخص برازش بیزی مدل مورد استفاده قرار می­گیرد، بنابراین:
مدلی که داده ­ها را بهتر برازش می­دهد، مقدار لگاریتم درستنمایی بزرگتر و بنابراین مقدار کوچکتری دارد. بخش دوم که به میزان پیچیدگی مدل مربوط است، به عنوان اختلاف بین میانگین پسین انحراف و انحراف میانگین پسین پارامترها برای شاخص پیچیدگی مدل به کار می­رود:
که در آن ، برآوردگر بیزی پارامتر است. توجه کنید که معیار اطلاع انحراف را می­توان به دو شکل زیر بیان کرد:
و
معیار اطلاع انحراف تعمیمی از معیار اطلاع آکاییک () و معیار اطلاع بیزی () است. همانند معیار اطلاع آکاییک و معیار اطلاع بیزی وقتی حجم نمونه بزرگ باشد معیار اطلاع انحراف یک تقریب مجانبی است. مدل­هایی که معیار اطلاع انحراف کمتری دارند، ترجیح داده می­شوند.

۱-۳ مفصل

زمانی­که فرشه به دنبال پیدا کردن جواب سؤالی در مورد رابطه بین یک تابع احتمال چندبعدی و حاشیه­هایش با کمترین بعد بود، مفهوم مفصل در سال ۱۹۵۹ توسط اسکلار مطرح شد. در ابتدا، مفصل­ها عمدتاً برای بسط نظریه فضاهای متریک احتمالی به کار می­رفت، اما بعداً، برای تعریف معیار وابستگی ناپارامتری بین متغیرهای تصادفی مورد توجه قرار گرفتند و سپس، نقش مهمی را در احتمال و آمار ریاضی ایفا کردند.
در طی زمانی طولانی، آماردان­ها به رابطه بین یک تابع توزیع چندمتغیری و حاشیه­هایش با کمترین بعد (تک متغیره یا ابعاد بزرگتر)، توجه داشته اند. در دهه پنجاه، فرشه به این موضوع علاقه نشان داد و توابع توزیع دو­متغیره و سه­متغیره را به شرط حاشیه­های تک­متغیره بررسی کرد. این مسئله برای حالت حاشیه­های تک متغیره، با ایجاد رده جدیدی از توابع که مفصل نامیده می­شوند، توسط اسکلار در سال ۱۹۵۹ پاسخ داده شد. این توابع جدید به از توابع توزیع دو­متغیره محدود می­شوند درحالی­که حاشیه­ها توزیع یکنواخت روی هستند. به­ طور­خلاصه اسکلار نشان داد که اگر یک تابع توزیع دو­متغیره با حاشیه­های و باشد، آنگاه مفصل ایی وجود دارد به­ طوری­که .

۱-۳-۱ مفهوم مفصل

تعریف۱-۵ (مفصل): یک مفصل بعدی است به طوری که

1. 1. به ازای هر در ، .

1. 1. به ازای هر در ، .

1. 1. به ازای هر ، حجم B نامنفی است:

به بیان ساده­تر تابع مفصل عبارت است از: توزیع چندمتغیره­ای که توزیع­های کناری آن به طور یکنواخت روی توزیع شده ­اند.

۱-۳-۲ قضیه اسکلار

قضیه۱-۱ (قضیه اسکلار): فرض کنید بردار تصادفی بعدی با تحقق و به ازای ، توابع توزیع کناری و تابع توزیع توأم باشد آن­گاه برای Y پیوسته یا گسسته داریم:
که در آن C به عنوان تابع مفصل، معلوم است.
در حالت پیوسته می­توان چگالی چندمتغیره را با مشتق­گیری از دو طرف معادله قبل به صورت زیر تعیین کرد:

۱-۳-۳ حالت پیوسته

برای دو متغیر پیوسته و داریم:
اهمیت مفصل­ها با بهره گرفتن از قضیه اسکلار، قابل توجیه است. این قضیه بیان می­ کند، مفصل یکتای وجود دارد به طوری که را از طریق
به و مربوط می­ کند. بنابراین اطلاعات موجود در توزیع توأم در توزیع­های کناری و تابع مفصل که ساختار وابستگی بین و را نشان می­دهد، تقسیم شده است. به­عبارت­دیگر، به ازای هر تابع مفصل و هر تابع توزیع تک­متغیره و ، تابع ، همان تابع توزیع دومتغیره تعیین شده در (۱-۴) است. تبعاً، یک ویژگی مؤثر رده مفصل این است که، زمانی­که مفصل هیچ وابستگی با رفتار کناری ندارد حذف اثر کناری از طریق آن به طور مؤثری به مدل­سازی و ساختار وابستگی قابل فهم، کمک می­ کند. این برای کاربردهای تجربی مفید است زیرا اگر توزیع دومتغیره معلوم نباشد اما حاشیه­های پیوسته تک متغیره و معلوم باشند آن­گاه انتخاب مناسب مفصل در (۱-۴)، نمایشی از یک توزیع دومتغیره نامعلوم فراهم می­ کند. علاوه­براین، مفصل را می­توان بر حسب برداری از پارامترها که درجه وابستگی بین کناری­های تک­متغیره را می­گیرد، مشخص کرد.
در زیر خانواده­ای از مدل­های مفصل دومتغیره که تعدادی از ویژگی­های مطلوب را داراست، ارائه شده است:

الگوریتم SOM بر مبنای یادگیری رقابتی است؛ بدین معنا که نرون‌های خروجی بر اساس شباهتی که با بردار ورودی دارند با یکدیگر رقابت می‌کنند و نرونی که بیشترین شباهت را با بردار ورودی داشته باشد به عنوان نرون برنده انتخاب می‌شود. بر اساس همین الگوریتم یادگیری رقابتی است که SOM قادر خواهد بود داده‌های ورودی را بر اساس شباهت موجود بین داده‌ها خوشه‌بندی کند. از آنجایی که در SOM ویژگی‌های توپولوژیکی مربوط به مجموعه داده حفظ می‌شود، می‌توان از آن برای اهداف کاهش بعد نیز استفاده کرد. در واقع این بدان معناست که، اگر دو داده در فضای ابعاد اولیه به یکدیگر نزدیک باشند، این وضع در فضای تقلیل یافته نیز حفظ می‌شود.

(( 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. ))

قبل از بیان گام‌های الگوریتم لازم است با مفهوم همسایگی در این الگوریتم آشنا شویم. شعاع همسایگی برای یک نرون لایه خروجی مشخص کننده نرون‌های همسایه آن نرون است. مراحل الگوریتم SOM به صورت زیر است (Karray and Silva 2004):

1. 1. تمامی وزن‌ها (w_ijها) و نرخ یادگیری α و شعاع همسایگی N_c مقداردهی اولیه می‌شوند.

1. 1. یک داده ورودی x از مجموعه داده‌های ورودی به شبکه معرفی می‌شود.

1. 1. انتخاب نرون برنده بر اساس معیار فاصله (معمولا فاصله اقلیدسی در نظر گرفته می‌شود) :

1. 1. به روز کردن وزن نرون برنده و نرون‌های همسایه از تکرار k به تکرار k+1:

1. 1. تکرار گام‌های ۲ تا ۴ به ازای تمامی برداهای ورودی.

1. 1. کاهش نرخ یادگیری و شعاع همسایگی بر اساس رویکردی مشخص برای دوره بعد.

1. 1. تکرار گام‌های ۲ تا ۶ تا زمان تحقق شرط خاتمه (معمولا تعداد مشخصی تکرار).

K – نزدیکترین همسایه
این الگوریتم نیز بر اساس شباهت‌ها کار می‌کند. هر داده اگر دارای n ویژگی باشد یک نقطه در فضای n بعدی است. تمام داده‌های آموزشی در فضای n بعدی ذخیره می‌شوند. زمانی که داده‌ای با کلاس نامشخص داده شود، k همسایه نزدیک به آن در این فضا شناسایی می‌شوند و برچسب داده مورد نظر با توجه به برچسب این k همسایه تعیین می‌شود (Larose 2005). برای محاسبه فاصله بین رکوردها از فاصله متری و به طور معمول از فاصله اقلیدسی استفاده می‌شود.
مقدار پارامتر k، به‌صورت تجربی تعیین می‌شود. ابتدا با ۱=k شروع و در هر مرحله با بهره گرفتن از داده‌های تست نرخ خطای دسته‌بندی محاسبه می‌شود؛ در هر مرحله مقدار k یک واحد افزایش داده می‌شود. در انتها کوچک‌ترین k که کمترین نرخ خطا را داشته باشد، انتخاب می‌شود. کوچک بودن مقدار k باعث می‌شود داده جدید به تعداد نقاط کم‌تری وابسته باشد، در این صورت خطا زیاد می‌شود. حال اگر مقدار k بزرگ باشد، داده جدید به کلاس‌های بیشتری وابسته می‌شود، در این صورت نیز خطا زیاد است. مقدار k باید یک مقدار میانی باشد.
از آنجایی که این الگوریتم مدلی برای دسته‌بندی داده‌ها ایجاد نمی‌کند و فقط داده‌های آموزشی را در یک فضای n بعدی قرار می‌دهد، زمان اجرای الگوریتم در مرحله آموزش کم است. ولی زمانی که داده جدیدی به الگوریتم معرفی می‌شود، برای تعیین برچسب آن محاسبات بیشتری باید انجام دهد. بنابراین زمان اجرا در مرحله تست بیشتر خواهد بود.
ماشین بردار پشتیبان^[۱۰۴] (SVM)
ماشین‌های بردار پشتیبان در ابتدا توسط وپنیک^[۱۰۵] در دهه ۹۰ میلادی توسعه داده شدند (شهرابی and شجاعی ۱۳۸۸). این الگوریتم ابزاری قدرتمند برای حل مسائل دسته‌بندی دو کلاسه است بگونه‌ای که بتوان کلاس‌ها را بطور خطی از یکدیگر جدا کرد. هدف SVM عبارت است از یافتن ابرصفحه جداکننده نقاط داده‌ای متعلق به دو کلاس با بیشترین حاشیه^[۱۰۶] و بهترین توانایی تعمیم. حاشیه، از دیدگاه هندسی عبارت است از فاصله موجود بین ابر صفحه و نزدیک‌ترین نمونه آموزشی. از یک منظر دیگر، حاشیه اینگونه تعریف می‌شود: مقدار فضا یا جدایی موجود میان دو کلاس که توسط ابرصفحه تعریف می‌شود. به نزدیک‌ترین نمونه‌های آموزشی به ابر صفحه جداکننده به اصطلاح بردار پشتیبان^[۱۰۷] گفته می‌شود (شهرابی and شجاعی ۱۳۸۸). شکل ۲-۶ خط جداکننده را به همراه بردارهای پشتیبان در فضای دو بعدی نشان می‌دهد.
شکل ‏۲‑۶: خط جداکننده SVM
تکنیک SVM در برخورد با داده‌هایی که به صورت خطی از یکدیگر جدا نمی‌شوند از یک نگاشت غیرخطی برای تبدیل داده‌های آموزشی به داده‌هایی با ابعاد بالاتر استفاده می‌کند. بدین ترتیب داده‌های تبدیل شده در ابعاد بالاتر به صورت خطی جدا پذیر خواهند بود. تابعی که وظیفه‌ی این نگاشت را به عهده دارد تابع کرنل^[۱۰۸] نامیده می‌شود. همچنین، تعمیم‌هایی از الگوریتم SVM برای حل مسائل دسته‌بندی چندکلاسه توسعه یافته است. اگرچه بنابر آنچه که گفته شد تکنیک SVM ابزاری قدرتمند برای حل اکثر مسائل دسته‌بندی است، ولی از جمله مهمترین معایب آن می‌توان به این نکته اشاره کرد که این تکنیک به محاسبات پیچیده و زمان‌بر نیاز دارد. به عبارت دیگر، SVM دارای پیچیدگی الگوریتمی بالا است و همچنین نیاز به حافظه زیادی دارد.
بیز ساده‌لوحانه^[۱۰۹]
طبقه‌بندی کننده‌های بیز، روشهایی آماری برای دسته‌بندی هستند. در این الگوریتم‌ها احتمال عضویت داده‌ها در کلاس محاسبه می‌شود. این طبقه‌بندی کننده بر پایه قضیه بیز کار می‌کند. از مزایای آن می‌توان به سرعت و دقت بالای آن‌ اشاره کرد. پس زمانی که مجموعه داده‌ بزرگ باشد، می‌توان از این طبقه‌بندی کننده استفاده کرد.
این الگوریتم احتمال عضویت داده جدید را در هر کلاس محاسبه می‌کند و داده متعلق به کلاسی خواهد بود که بیشترین احتمال عضویت را داشته باشد. در این الگوریتم برای محاسبه احتمال عضویت فرض شده است که ویژگی‌ها از هم‌ مستقل هستند، به‌عبارت دیگر فرض می‌شود بین ویژگی‌ها هیچ هم‌بستگی وجود ندارد. اگرچه این الگوریتم از قدرت دسته‌بندی بالایی برخوردار است ولی گاهی اوقات مفروضات آن ممکن است بر دقت دسته‌بندی اثر منفی داشته باشند.
سیستم‌های چند دسته‌بند
سیستم‌های چند دسته‌بند (MCSs) راه حل قدرتمندی برای مسائل تشخیص الگوی^[۱۱۰] پیچیده هستند. قدرت این سیستم‌ها در اجازه استفاده همزمان از روش‌های دسته‌بند متنوع برای حل یک مسئله خاص است. این سیستم‌ها با ترکیب خروجی مجموعه‌ای از دسته‌بندهای متفاوت سعی در بهبود کارایی و رسیدن به دقت بالاتر را دارند. بطور کلی MCSs شامل گروهی از الگوریتم‌های دسته‌بند متفاوت و همچنین یک تابع تصمیم برای ترکیب خروجی دسته‌بندها است. بنابراین، طراحی چنین سیستمی شامل دو بخش است: طراحی گروه دسته‌بندها و طراحی تابع ترکیب^[۱۱۱] (Ghosh 2002).
در بخش طراحی گروه دسته‌بندها دو ساختار متفاوت قابل اجراست: ساختار موازی^[۱۱۲] و ساختار آبشاری^[۱۱۳] (Ghosh 2002). در شکل ۲-۷ این دو ساختار نمایش داده شده است. همچنین در بخش ترکیب نتایج دسته‌بندها، توابع ترکیب گوناگونی وجود دارد. میانگین و میانگین وزنی، روش های ترکیب غیر خطی و روش انتگرال فازی از جمله روش‌هایی هستند که در این بخش مورد استفاده قرار می‌گیرند. روش‌های ترکیب غیر خطی شامل متدهای رأی گیری، متدهای رتبه دهی و متدهای احتمالی می‌باشد. توضیح کامل روش های ترکیب نتایج دسته‌بندها در (Xu, Krzyzk et al. 1992) و (Ruta and Gabrys 2000)ارائه شده است.
شکل ‏۲‑۷: ساختار گروه دسته‌بندها
ساختار سیستم و همچنین نوع تابع ترکیب مورد استفاده با توجه به مسئله مورد بررسی انتخاب می‌شوند.
الگوریتم ژنتیک
محاسبات تکاملی^[۱۱۴]، بر مبنای تکامل یک جمعیت از جواب‌های کاندید برای حل مسئله‌های بهینه‌سازی با الهام از عملگرهای انتخاب طبیعی توسعه یافته‌اند. الگوریتم ژنتیک^[۱۱۵] با تکیه بر نظریه داروین برای تولید جمعیت بعدی تکامل‌یافته‌تر از فرایند تولید مثل الهام می‌گیرد و کاربرد گسترده‌ای در حل مسائل NP-hard دارد(Mitra and Acharya 2003). این الگوریتم با انتخاب دو عضو تصادفی از میان بهترین‌های جمعیت و انجام عمل تقاطع^[۱۱۶] و جهش^[۱۱۷] و تکرار آن، نسل بعدی جمعیت را تولید می‌کند. برای درک بهتر الگوریتم ژنتیک به تعاریفی نیاز است که به قرار زیر است:

• • ژن: واحد پایه ژنتیک است.

• • کروموزوم: به گروهی از ژن‌ها اطلاق می‌شود. هر عضو از جمعیت یک کروموزون است و معمولا به صورت آرایه پیاده‌سازی می‌شود.

• • تقاطع: عملگری است که بر روی دو کروموزوم انتخاب شده به عنوان والدین اعمال می‌شود برای تولید فرزندان.

• • جهش: عملگری است که بر روی یک فرزند اعمال می‌شود برای تغییر مقدار یک ژن.

آنچه در این میان از اهمیت ویژه‌ای برخردار است نحوه ارزیابی اعضای جمعیت برای تعیین بهترین کروموزوم‌ها است. در الگوریتم ژنتیک این ارزیابی توسط تابعی به عنوان تابع برازندگی^[۱۱۸] انجام می‌شود. تابع برازندگی با توجه به مسئله تعریف می‌شود و به هر یک از اعضای جمعیت مقداری را بر اساس مقادیر ژن‌ها نسبت می‌دهد. مراحل الگوریتم ژنتیک به صورت زیر است:

1. 1. ایجاد جمعیت اولیه بصورت تصادفی

1. 1. محاسبه تابع برازندگی برای هر عضو

1. 1. انتخاب والدین با توجه بر مقادیر تابع برازندگی هر عضو

1. 1. انجام عمل تقاطع و تولید جمعیت فرزندان

1. 1. انجام عمل جهش با احتمالی خاص

1. 1. ایجاد جمعیت جدید

1. 1. اگر شرایط خاتمه برقرار نبود به گام ۲ برگرد در غیر این صورت به گام ۸ برو

1. 1. پایان.

برای هر یک از گام‌های این الگوریتم رویکردهای متفاوتی وجود دارد که این امر موجب شده تا نسخه‌ها و توسعه‌های زیادی از الگوریتم ژنتیک تولید شود و به ابزار قدرتمند برای حل مسائل بهینه‌سازی تبدیل شود.
کاربرد داده‌کاوی در CRM
داده‌های مربوط به مشتریان و تکنولوژی اطلاعات، زیر ساخت‌هایی هستند که هر استراتژی موفق CRM بر پایه آنها ساخته می‌شوند. بعلاوه رشد سریع اینترنت و تکنولوژی‌های مربوط به آن، بصورت گسترده‌ای باعث افزایش فرصت‌های بازاریابی گردیده و روش مدیریت روابط بین شرکت‌ها و مشتریانشان را تغییر داده است.