1403/08/26
مهیار یوسفی

مهیار یوسفی

مرتبه علمی: دانشیار
ارکید:
تحصیلات: دکترای تخصصی
اسکاپوس:
دانشکده: دانشکده فنی مهندسی
نشانی:
تلفن:

مشخصات پژوهش

عنوان
" تخمین ارزش خالص فعلی پروژه های صنعتی- معدنی با استفاده از شبکه عصبی رگرسیون عمومی"
نوع پژوهش
مقاله چاپ شده
کلیدواژه‌ها
واژه های کلیدی: ارزش خالص فعلی، واحدهای صنعتی و معدنی، شبکه عصبی رگرسیون عمومی.
سال 1394
مجله دانش سرمايه گذاري
شناسه DOI
پژوهشگران مهیار یوسفی

چکیده

در بررسی اقتصادی پروژه های صنعتی و معدنی و تخمین ارزش خااص فعلی سرمایهگذاری، بسیاری از پارامترها مربوط به آینده و غیر قطعی میباشند بنابراین بررسی این پروژهها و تخمین رفتار پارامترهای غیر قطعی بر مبنای پیش بینی استوار هستند. در این حالت به منظور حصول نتایج واقعبینانه تر، عموماً از تکنیک های بررسی تحت شرایط ریسک در پیش بینی دقیق تر پارامترهای آینده استفاده میشود. در این خصوص روشهای مختلفی وجود دارد که یکی از آنها استفاده از مدل های شبیه سازی می باشد. در این مدل ها رفتار فاکتورهای متغیر به طور قطعی شناخته شده نیست و این عدم قطعیت نه به صورت یک عدد ثابت، بلکه به صورت یک متغیر تصادفی در نظر گرفته شده و رفتار این متغیر یا متغیرهای تصادفی از طریق برآورد یک تابع توزیع احتمالی و شبیهسازی آن تحلیل می شود. مقاله حاضر با هدف بررسی فنی و اقتصادی واحد صنعتی- معدنی طلای کوه زر تربت حیدریه در حالت ریسک برای یک دوره 7ساله، به تشریح کاربرد روش شبیه سازی در تحلیل سیستم های اقتصادی معدنی پرداخته و همچنین از روش هوش مصنوعی رگرسیون عمومی برای تخمین ارزش خاص فعلی سرمایهگذاری واحد فوق استفاده نموده است. بنابراین پس از انجام محاسبات و تشکیل جدول جریان نقدینگی، از اطلاعات به دست آمده از سالهای گذشته و حال، به عنوان مبنایی برای تخمین رفتار آینده پارامترهای تاثیر گذار و دارای عدم قطعیت استفاده شده و میزان تغییرات سالهای آتی برایهر یک از این متغیرها به صورت یک تابع توزیع احتمالی پیش بینی گردیده است. سپس با جاگذاری توابع توزیع متغیرهای غیرقطعی در سلولهای جدول جریان نقدینگی، نمونه برداری تصادفی صورت گرفت و در نهایت با استفاده از تکنیک شبیه سازی، رفتار آینده سیستم و دامنه تغییرات ارزش خالص فعلی تحت شرایط ریسک مورد پیشبینی و تحلیل قرار گرفت. سپس با استفاده نتایج حاصل از شبیه سازی، یک شبکه عصبی رگرسیون عمومی برای پیش بینی و تخمین ارزش خالص فعلی در شرایط وجود متغیرهای غیر قطعی، مانند تولید سالیانه و هزینه تولید، طراحی و اجرا گردید و نتایج نشان داد که شبکه طراحی شده با قابلییت اطمینان خوبی می تواند ارزش خالص فعلی را پیش بینی نماید.