پیش بینی موفقیت کشورهای شرکت کننده در بازی های المپیک ۲۰۱۶ ریودوژانیرو با استفاده از روش هوشمند شبکه های پرسپترون چندلایه (MLP)
Publish place: strategic studies on youth and sports، Vol: 14، Issue: 30
Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 219
This Paper With 21 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MSY-14-30_002
تاریخ نمایه سازی: 15 اسفند 1400
Abstract:
حسین زارعیان[۱] علیرضا الهی[۲] نصرالله سجادی[۳] امین قاضی زاهدی[۴] تاریخ دریافت مقاله: ۱/۱۱/۱۳۹۳ تاریخ پذیرش مقاله:۷/۳/۱۳۹۴ پژوهش حاضر با هدف پیشبینی موفقیت کشورهای شرکت کننده در بازیهای المپیک ۲۰۱۶ ریودوژانیرو با استفاده از روش هوشمند MLP انجام شد. این پژوهش، در دو مرحله کیفی (تعیین شاخصها) و کمی (جمع آوری دادههای مربوط به کشورهای منتخب) صورت گرفت. در مرحله اول ، مصاحبههای کیفی نیمهساختارمند و عمیق با ۲۸ نفر از نخبگان آگاه از موضوع پژوهش به صورت غیرتصادفی هدفمند تا حد اشباع نظری انجام شد. پس از شناسایی شاخصها، اطلاعات شاخصهای انتخاب شده - شاخصهای ۲۲ گانه اقتصادی، سیاسی، اجتماعی و فرهنگی، فناوری و ورزشی (PEST+S)- برای ۴۲ کشور منتخب به صورت غیرتصادفی در دسترس در بازه زمانی ۴۰ ساله از بازیهای المپیک ۱۹۷۶ مونترال تا ۲۰۱۲ لندن جمعآوری گردید. در مرحله بعد، از آزمون مدل مفهومی شبکههای پرسپترون چندلایه (MLP) برای مقایسه شاخصهای ۲۲ گانه ایران با مقادیر واقعی در سال ۲۰۱۲ استفاده شد. نتایج نشان داد در مقایسه مقادیر واقعی با مقادیر پیشبینی شده در سال ۲۰۱۲، روش MLP از خطای پایینی در پیشبینی شاخصهای ۲۲ گانه برخوردار است. همچنین، در خصوص مقایسه رتبه واقعی و رتبه پیشبینی شده ۴۲ کشور منتخب در سال ۲۰۱۲، روش MLP از ضریب خطای مطلق میانگین پایینی (۴۶۲۹/۰) برخوردار بود. در مرحله نهایی، شاخصهای ۲۲ گانه در سال ۲۰۱۶ تخمین زده شد و رتبه کشورهای منتخب در المپیک ۲۰۱۶ ریودوژانیرو پیشبینی شد. با استناد به نتایج تحقیق، کشورهای ایالات متحده آمریکا، چین و انگلستان در بازیهای المپیک ۲۰۱۶ در رتبه اول تا سوم قرار خواهند گرفت. همچنین ایران نیز در بین تیمهای شرکت کننده در جایگاه ۲۱ قرار خواهد گرفت. به طور کلی، با استفاده از الگوی شبکههای عصبی، برای سیاستگذاران ورزش کشورها این امکان فراهم است تا از شاخصها و مولفههای شناسایی شده در برنامهریزیهای آتی خود جهت شرکت موفقتر در بازیهای المپیک استفاده نمایند.
Keywords:
پیش بینی , بازی های المپیک و شبکه های پرسپترون چندلایه
Authors
حسین زارعیان
استادیار، پژوهشگاه تربیت بدنی و علوم ورزشی(نویسنده مسئول)E-mail: zareian.h@gmail.com
علیرضا الهی
استادیار، دانشگاه خوارزمی
نصراله سجادی
دانشیار، دانشگاه تهران
امین قاضی زاهدی
کارشناس ارشد، دانشگاه امیرکبیر
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :