روش منظم و پشت سر هم[۹۴]
روش حالت پایدار[۹۵]
روش الیتیسم[۹۶] (نخبه گرا)[۷]
روش«چرخ گردون»، این روش یک روش تصادفی با جایگزینی است در این روش ارزش هر فرد را به صورت درصدی از مجموع مقدار ارزش ها بیان می شود و سپس برابر با این درصد درصدی از مساحت یک دایره را به آن فرد اختصاص می دهند.
روش «نمونه برداری تصادفی کلی»، روش تفاوت اصلی این روش با روش چرخ گردون در این است که در این روش تمامی انتخاب ها در یک مرحله صورت می گیرد.
روش «انتخاب مسابقه ای»، در این روش در هر مرحله از انتخاب ابتدا چند نفر از اعضای فضای طرح انتخاب شده و سپس فردی که دارای بیشترین ارزش است انتخاب می شود.
گاهی دیده می شود که افرادی با ارزش بالا(توانایی تطبیق بالا با محیط) هستند که در طول دوره حذف می شوند با تفاوت هایی اندک در برخورد با نوابغ در الگوریتم های ریاضی نیز با این پدیده مواجه هستیم در الگوریتم ژنتیک برای پیشگیری از این اتفاق الگوریتم هایی با معیار نخبه گرایی تعریف می کنیم[۶].
در الگوریتم ژنتیک به عمل تولید نسل تقاطع یا پیوند می گویند، لازمه عمل پیوند در علم ژنتیک این است که سلول های والد آماده عمل آمیزش شوند و سپس دو سلول(کروموزم) باهم پیوند(تقاطع) ایجاد کنند، تقسیمات سلولی فرایند آماده سازی یک سلول برای وارد شدن به مرحله تقاطع است. این عملگر، مهم ترین عملگر در الگوریتم ژنتیک است. برای ساختن نسل بعد، دو کروموزوم از استخر آمیزش به عنوان والد انتخاب شده و با عمل آمیزش دو فرزند به وجود می آید.عملگر تقاطع به طور قطعی روی تمام والدین اجرا نمی شود. در الگوریتم ژنتیک عمل تقاطع با احتمال صورت می گیرد که معمولا عددی بین ۰٫۶ و ۰٫۹ است.[۱۵]
در الگوریتم ژنتیک عمل تقاطع را به چند شکل می توان در نظر گرفت که عبارت اند از:
تقاطع یک نقطه ای، ساده ترین نوع تقاطع، تقاطع یک نقطه ای است، این عملگر الزاماً به تمام رشته ها اعمال نمی شود بلکه برای اعمال آن به یک جفت در هر مرحله یک احتمال وجود دارد در این روش اطلاعات مربوط به دو رشته از یک بیت که به صورت تصادفی انتخاب شده است جابجا می شود.
تقاطع چند نقطه ای[۹۷]، تفاوت این عملگر با تقاطع یک نقطه ای در این است که در این روش رشته ها به چند قسمت تقسیم می شوند و اطلاعات مربوط به رشته ها یک در میان عوض می شود. ولی قسمت اول هر رشته ثابت باقی می ماند، مزیت این روش نسبت به روش قبل به این است که چون این روش فضا الگوریتم را بیشتر مورد جستجو قرار می دهد الگوریتم به ثبات بیشتری می رسد.
تقاطع یکنواخت[۹۸]، در این روش یک رشته تصادفی از اعداد با طول یکسان با رشته های انتخاب شده ایجاد می شود اگر عدد یک بیت از این رشته یک بود اطلاعات بیت های نظیر در دو رشته عوض می شود و اگر عدد بیت مورد نظر در رشته تصادفی صفر بود این اطلاعات جابجا نمی شوند.
تقاطع حسابی[۹۹]، این روش مخصوص الگوریتم ژنتیک حقیقی است و روابط آن به شکل زیر است:
در ین روش و پارامترهای تصادفی می گویند که برای هر متغیر تغییر خواهد کرد در صورتی که این دو پارامتر را ثابت فرض کنیم به عملگر تقاطع خطی گفته می شود.
تقاطع جهت دار[۱۰۰]، این روش نیز برای کروموزم های کد شده با بهره گرفتن از اعداد طبیعی مناسب است،اگر فرض کنیم که کروموزم با متغیر از کورموزم شامل متغیر از لحاظ برازندگی در شرایط بهتری قرار داشته باشد آنگاه تابع تقاطع را به شکل زیر تعریف می کنیم:
در این روش باید به این نکته توجه داشت که مقدار متغیر از محدوده مجاز تجاوز نکند.
این عمل، یک ژن از یک کروموزوم را به صورت تصادفی انتخاب کرده و محتویات آن را اندکی تغییر می دهد. در الگوریتم ژنتیک و مبنای دودویی جهش به صورت تغییر مقدار یک خانه از صفر به یک و برعکس تعریف می شود و معمولاً احتمال وقوع جهش را با نشان داده و مقدار آن را ۰٫۰۱ تا ۰٫۰۰۱ در نظر می گیرند، از مزایای جهش می توان به این نکته اشاره کرد که احتمال تولید مجدد کروموزم های خوبی که در طی فرایند انتخاب از بین رفته اند وجود خواهد داشت از طرف دیگر جهش این امکان را به وجود می آورد که فضای طرح در طول فرایند بهینه سازی مورد بررسی قرار گیرد. از نکات دیگری که می توان در رابطه با جهش ذکر کرد این است که می توان احتمال بروز جهش را در طول فرایند بهینه سازی متغییر در نظر گرفت.
: احتمال جهش در هر نسل
: مقدار ثابتی که بیشترین مقدار احتمال جهش را نشان می دهد.
t : شماره نسل
T : تعداد کل نسل ها
: ضریب ثابت یا متغییری که مقدار کاهش جهش در هر گام را نشان می دهد[۶].
فرایند حذف شدن در الگوریتم ژنتیک مشابه همان چیزی است که در بالا به آن اشاره شد با این تفاوت که یک خانه از یک رشته حذف می شود. سپس سایر خانه ها به گونه ای جابجا می شوند که خانه حذف شده به آخر رشته منتقل شود و ترتیب سایر خانه ها بهم نخورد[۶].
احتمال بروز پدیده حذف شدن را می توان با فرمول زیر نشان داد:
: احتمال حذف شدن در هر نسل
: مقدار ثابتی که بیشترین مقدار احتمال حذف شدن را نشان می دهد .
: ضریب ثابت یا متغییری که مقدار کاهش عملگر حذف در هر گام را نشان می دهد[۶].
این عملگر به صوت تصادفی جای دوخانه از یک رشته را عوض می کند و احتمال بروز آن را به شکل زیر تعریف می کنند[۶]:
: احتمال تعویض در هر نسل
: مقدار ثابتی که بیشترین مقدار احتمال تعویض را نشان می دهد.
: ضریب ثابت یا متغییری که مقدار کاهش عملگر جابجایی در هر گام را نشان می دهد.
نکته قابل ذکر در این بخش آن است که در سه بخش فوق احتمال وقوع جهش، حذف و جابجایی در طول فرایند بهینه سازی متغییر معرفی شده اند در حالی که می توان احتمال وقوع هر کدام از این سه پدیده را در کل دوره فرایند ثابت در نظر گرفت.
در روش جایگزینی حذفی، ضمانتی برای بقای شایسته ترین فرد جمعیت وجود ندارد. ممکن است این فرد برای زاد و ولد انتخاب نشود یا آن که در خلال اعمال عملگرهای پیوند و جهش، بسیاری از خصوصیات خود را از دست بدهد. در روش انتخاب نخبه گرا که بر پایه جایگزینی نسلی است به بهترین افراد جمعیت نسل فعلی (یک یا چند فرد با بیشترین شایستگی) اجازه داده می شود که به صورت مستقیم به نسل بعد منتقل شوند. به این نوع جایگزینی، انتخاب نخبه گرا گفته می شود. در حادترین شکل انتخاب نخبه گرا، کروموزوم های نسل والد و فرزند در کنار یکدیگر قرار گرفته و تعداد N کروموزومی که برترند، انتخاب می شوند. هرچه نخبه گرایی در یک الگوریتم افزایش یابد، قابلیت کاوش کاهش و قابلیت بهره گیری افزایش می یابد. بنابراین، همگرایی زودرس الگوریتم از پیامدهای نخبه گرایی است.
همگرایی، پیشرفت به سوی یکنواختی است. چنانچه الگوریتم ژنتیک به طرز صحیحی پیاده سازی شود، جمعیت در نسل های متمادی تکامل پیدا می کند و متوسط برازندگی جمعیت، نسل به نسل به سمت برازندگی بهترین عضو آن جمعیت نزدیکتر شده و به سمت بهینه کلی[۱۰۳] سوق پیدا می کند. یک جمعیت زمانی همگرا نامیده می شود که همه ژن های آن همگرا شده باشند و ژنی همگرا گفته می شود که ۹۵ درصد افراد جمعیت مقدار یکسانی در آن ژن داشته باشند[۶].
قبل از این که یک الگوریتم ژنتیکی بتواند اجرا شود، ابتدا باید کدگذاری (یا نمایش) مناسبی برای مسئله مورد نظر پیدا شود. معمولی ترین شیوه نمایش کروموزومها در الگوریتم ژنتیک به شکل رشته های دودویی است. هر متغیر تصمیم گیری به صورت دودویی در آمده و سپس با کنار هم قرار گرفتن این متغیرها کروموزوم ایجاد میشود. گرچه این روش گسترده ترین شیوه کدگذاری است اما شیوه های دیگری مثل نمایش با اعداد حقیقی در حال گسترش هستند. همچنین یک تابع برازندگی نیز باید ابداع شود تا به هر راه حل کدگذاری شده ارزشی را نسبت دهد. در طی اجرا، والدین برای تولید مثل انتخاب میشوند و با بهره گرفتن از عملگرهای آمیزش و جهش با هم ترکیب میشوند تا فرزندان جدیدی تولید کنند. این فرایند چندین بار تکرار میشود تا نسل بعدی جمعیت تولید شود. سپس این جمعیت بررسی میشود و در صورتی که ضوابط همگرایی برآورده شوند، فرایند فوق خاتمه مییابد[۱۵].
روند کلی الگوریتم ژنتیک در شکل ۲-۱ نشان داده شده است.
تعریف مقادیر پارامترهای الگوریتم ژنتیک و تعریف تابع شایستگی
شروع
تولید جمعیت اولیه بصورت اتفاقی
رمز گشایی کروموزوم ها
ارزیابی کروموزوم ها
انتخاب والدین
همانطور که آکر و همکارانش(2001) اشاره کردند، اگرچه صفات کاربردی نام های تجاری تمایل به ارائه تغییرپذیری محدود در معنا یا اهمیت میان فرهنگ ها دارند، عملکرد های نمادین یا ارزشی(شخصیت برند) که مرتبط با برند می باشد،به خاطر تنوع نیازها، دیدگاه ها و اجتماعی شدن افراد، تمایل به تنوع در برخی رتبه ها دارند. همچنین تفاوت های فرهنگی با آن مرتبط بوده و معمولاً تنوع هایی را در استراتژی ها و روش های مورد استفاده در بازار کالاهای مصرفی برمی انگیزد. این علیت دوطرفه نشان می دهد که تفاوت های فرهنگی حتی در نام های تجاری جهانی بایستی در شکل های متنوع در نظر گرفته شود، با وجود اینکه بسیاری براساس استراتژی های استاندارد شده عمل می کنند.زمانی که این استراتژی ها بر طبق ویژگی های فرهنگی اتخاذ شود، وسعت تفاوت های فرهنگی در ادراک برند بیشتر آشکار می گردد.
2-3-7-2-2 کاربرد مقیاس شخصیت برند در خصوص محصولات
براساس مقیاس آکر، اکینی[130]، هوسانی و یوسال[131](2006) با هدف تشخیص این که آیا جهانگردان ویژگی های شخصیت را به مقاصد جهانگردی نسبت می دهند، کار خود را شروع کرد. یافته های آنها نشان دهنده ادراک شخصیت مقصد در سه بعد می باشد : صمیمیت، هیجان انگیزی و شادابی[132]. همچنین دریافتند که شخصیت مقصد تأثیر مثبتی بر تصویر مقصد موردنظر و تصمیم به توصیه نمودن، دارد. به خصوص، بعد پیچیدگی تعدیل کننده تأثیر تصویر شناختی بر تصمیم جهانگردان به توصیه نمودن، می باشد.
به خاطر ماهیت لذت بخش تجربه سفر و این که مقصد های جهانگردی را از لحاظ ارزش های نمادین غنی می سازد، اکینی(2006) معتقد است که مفهوم شخصیت برند قابل کاربرد برای مقصد های جهانگردی می باشد.همچنین او نشان می دهد که مقیاس آکر می تواند برای سنجش ویژگی های شخصیت که جهانگردان به مقصدها نسبت می دهند، استفاده شود.
نمودار 2-3 : ابعاد شخصیت برند در شخصیت مقصد(منبع : اکینی، هوسانی و یوسال ، 2006)
ویژگی هایی که مربوط به شخصیت مقصد می باشد را می توان در قالب سه بعد توصیف کرد : صمیمیت، هیجان انگیزی و شادابی. پایایی و روایی دو بعد صمیمیت و هیجان انگیزی، همچنان که پیش از این در مقیاس آکر تأیید شده بود، در این پژوهش نیز به تأیید رسید. بعد سوم، شادابی جدید بوده و مختص مقصد های جهانگردی می باشد. این بعد شامل ویژگی هایی نظیر دوستانه، خانوده محور و دل فریبی می باشد. یافته های این تحقیق نشان می دهد که مقیاس شخصیت برند قابل کاربرد برای مقصد های جهانگردی می باشد.
اگرچه بیشتر مطالعات مربوط به مقیاس شخصیت برند، در حوزه برند بازرگانی انجام گرفته است، با این وجود انتظار کاربرد آن در حوزه های دیگر نیز می رود. برخلاف تحقیقات قبلی که متمرکز بر شخصیت برند کالاها و خدمات مصرف کننده در بخش های عایدی بود، ونایبل[133] و همکارانش(2005) به بررسی نقش شخصیت برند در سازمان های غیرانتفاعی پرداختند. آنها براساس مقیاس آکر و مکمل های دیگری، چهار بعد شخصیت را برای برند سازمان های غیرانتفاعی ارائه نمودند : درستی[134]، مهرورزی[135]، خبرگی[136] و نیرومندی. مطالعه سیگوا، ماتیلا و آستین[137](1999) یکی از محدود مطالعات شخصیت برند در زمینه بیمارستان و جهانگردی می باشد. این افراد به بررسی شخصیت برند سه گروه وسیع از غذاخوری ها پرداختند : فست فود، اتفاقی و مجلل. از مقیاس آکر برای سنجش ادراک پاسخ گوها از شخصیت برند 9 غذاخوری در هرسه گروه استفاده گردید. یافته ها نشان داد که غذاخوری ها می توانند براساس ویژگی های شخصیت متفاوت باشند. غذاخوری های مجلل به عنوان شخصیت بسیار خبره درک گردید، درحالیکه غذاخوری های اتفاقی در مقایسه با دیگر غذاخوری ها بسیار صمیمی و پیچیدگی کمتر ارزیابی شدند. در نهایت شخصیت غذاخوری های فست فود از هیجان انگیزی و نیرومندی کمتری برخوردار است.
لاو[138](2007)، دو برند نمادین در یگ گروه محصول مشابه با یک تفاوت فاحش از لحاظ سطح اعتبار انتخاب نمود. براساس دو نشست گروه کانون، بی ام و[139] و فولکس واگن[140] به عنوان نام های تجاری نمادین مشخص گردیدند، که به موجب آن بی ام و، برند با اعتبار بالاتری درنظر گرفته شد. ابعاد کلیدی شخصیت بی ام و شایستگی، هیجان انگیزی و خبرگی می باشد، درحالیکه فولکس واگن از ابعاد شخصیتی قوی نظیر صمیمیت، هیجان انگیزی، خبرگی و شایستگی برخوردار است.
ابعاد شخصیت برند
اتومبیل
شایسته
دل فریبی
هیجان بخشی
بی ام و
صمیمیت
دل فریبی
هیجان بخشی
توانمندی
فولکس واگن
جدول 2-5 : کاربرد مقیاس شخصیت برند درمورد دو خودرو باپرستیژ(لاو و فائو، 2007)
2-3-7-3 انتقادهایی به مقیاس شخصیت برند آکر
در دهه گذشته شخصیت نام تجاری توسط آکر(1997) ارائه گردید که عموماً در بیشتر تحقیقات آکادمیک و بازرگانی از آن بهره جسته اند. از طرفی، این مقیاس در زمینه های بسیاری مورد انتقادقرار گرفته است، که به آنها اشاره خواهیم کرد. اخیراً، گینس و همکارانش(2009) یک مقیاس جایگزینی را ارائه نموده که نشان داده اند کاستی های مقیاس آکر را پوشش می دهد.
اولین انتقاد مربوط به تعریف بی قاعده شخصیت برند می باشد که چندین ویژگی دیگر(مانند سن، جنسیت و…) به علاوه شخصیت را در برمی گیرد. این موجب ایجاد مشکل پایایی ساختار وعدم قطعیت در ابزار سنجش مورد نظر می گردد.
شکل۲‑۱- مثالی از یک هاب انرژی شامل ورودی، خروجی مبدل و ذخیرهساز [۴]
همانگونه که مشاهده میشود در سمت ورودی، حاملهای انرژی شامل الکتریسیته، گاز طبیعی، حرارت محلی و تراشههای چوبی وارد میشود. این حاملها در داخل هاب انرژی بهوسیله تجهیزات مناسب به شکلی از توان تبدیل میشوند که در سمت خروجیِ بار به آن ها نیاز است (الکتریسیته، گرمایش و سرمایش). در سمت خروجی نیز بار موردتقاضا قرار دارد که میتواند به اشکال مختلفی ازجمله الکتریسیته، گرما، سرما و غیره ظاهر شود. همانگونه که از شکل پیداست در داخل هاب، حاملهای انرژی به سه شیوه تبدیل و انتقال مییابند. [۵]
انتقال مستقیم
تبدیل به شکلهای دیگر انرژی
ذخیره
در انتقال مستقیم، حامل ورودی بدون هیچگونه تغییر شکلی و مستقیماً به بار میرسد. تنها مسئلهای که وجود دارد این است که ممکن است در اندازه آن تفاوت ایجاد شود. (مثلاً تبدیل دامنه ولتاژ و یا شکل آن از AC به DC). در قسمت دوم، حامل ورودی در داخل هاب به اشکال دیگر انرژی تبدیل خواهند شد. بهعنوانمثال کوره گازی، گاز را از سمت ورودی دریافت کرده و به الکتریسیته و گرما در سمت خروجی تبدیل میکند. مبدل همزمان حرارت و الکتریسیته (CHP) نیز این مهم را انجام میدهد. در قسمت سوم نیز همانگونه که از اسم آن پیدا است، حاملهای انرژی در ذخیرهسازها ذخیره میشوند و در زمانهایی که به آن ها نیاز است ، از آن ها استفاده میشود.
هاب انرژی شامل سه بخش اصلی است: [۶]
ورودی و خروجی
مبدلها
ذخیرهسازها
ورودی و خروجی
در سمت ورودی هاب اشکال مختلفی از حاملهای انرژی وارد میشوند. حامل الکتریسیته یکی از اشکال متداول و اصلی انرژی است که معمولاً در بیشتر هابهای انرژی بهعنوان ورودی اصلی از آن استفاده میشود. در این حالت انرژی الکتریکی از شبکه اصلی گرفته شده و مستقیماً و یا پس از عبور از ترانسفورماتور به خروجی میرسد. در بعضی موارد میتوان از نیروگاههای کوچکی که در اطراف هاب وجود دارند استفاده نمود. در حالاتی که بتوان هاب را با میکروگریدهای موجود ترکیب کرد، از شبکه اصلی استفاده کمتری میتوان کرد. هرچند استفاده از شبکه برق، قابلیت اعتماد سیستم را بالاتر خواهد برد، زیرا در زمانی که هیچکدام از حاملهای دیگر در دسترس نباشند، شبکه برق اصلی تنها گزینه برای تأمین توان خروجیهاب خواهد بود. علاوه بر شبکه اصلی، میتوان از دیگر اشکال نیروگاههای برق نیز استفاده کرد. بهعنوانمثال نیروگاه خورشیدی، بادی، آبی و … البته در انتخاب نوع نیروگاههای تجدید پذیر باید شرایط محیطی ، اقتصادی و فرهنگی آن منطقه نیز توجه داشت. در مناطقی که دارای شدت باد مناسب و یکنواخت میباشد، استفاده وسیع از نیروگاههای بادی میتواند جایگزین مناسبی برای شبکه برق محلی باشد تا هم بتوان قیمت برق تحویلی به مشتریان را پایین آورد و هم در زمانهای پیک شبکه اصلی، تا حدودی به پایین آوردن نمودار پیک کمک کرد. البته در نصب نیروگاههای بادی باید به مسئله هزینه بالای سرمایهگذاری اینگونه نیروگاهها توجه کرد. نیروگاههای خورشیدی یکی دیگر از اشکال تولید الکتریسیته پاک میباشد که در سالیان اخیر توجه ویژهای به ساختن اینگونه نیروگاهها شده است.
نیروگاه خورشیدی
نیروگاههای خورشیدی وسایل و دستگاههایی هستند که نور را به الکتریسیته تبدیل و برای استفاده در منازل ، مکانهای اداری ، ساختمانها ، خیابانها و غیره بکار میروند .اصولاً نیروگاههای خورشیدی مرکب از تعدادی پانل خورشیدی یا ماژول فتوولتائیک ، اینورتر ، شارژ کنترلر و مجموعه باتری است .اساس کار نیروگاههای خورشیدی به این صورت است که نور به پانلهای خورشیدی میتابد و در اثر آن انرژی فوتون به انرژی الکتریکی تبدیل میشود . جریان برق تولیدشده توسط پانلهای خورشیدی مستقیم (DC) است که برای استفاده وسایل برقی معمول در منازل و نیاز روزمره بایستی مشابه برق شهر به جریان متناوب (AC) تبدیل شود . این کار توسط دستگاهی بنام اینورتر انجام میگیرد. وظیفه باتریها در نیروگاههای خورشیدی ذخیره برق برای زمانهایی است که نور خورشید اصلاً وجود ندارد و یا شدت آن کافی نیست . اصولاً ظرفیت مجموعه باتری به میزان برق ذخیره مورد درخواست مشتری قابلمحاسبه و تهیه میباشد .
نیروگاههای خورشیدی نیز مانند سایر نیروگاههای دیگر امکان اتصال به شبکه (On-Grid) و یا منفصل از شبکه (Off-Grid) را دارند .لازم به ذکر است میزان تابش خورشید در ایران بین ۱۸۰۰ الی ۲۲۰۰ کیلووات ساعت بر مترمربع در سال تخمین زده میشود بعلاوه ایران بهطور متوسط ۲۸۰ روز آفتابی دارد که به لحاظ دریافت انرژی خورشید در بالاترین ردههای جهانی قرار دارد . استفاده از انرژی رایگان خورشید و بهکارگیری آن در نیروگاههای خورشیدی برای تأمین برق پاک امروزه در سراسر جهان و بهویژه ایران در حال گسترش و بهرهبرداری میباشد [۷]
انواع نیروگاههای خورشیدی
نیروگاههای حرارتی خورشیدی به ۵ دسته تقسیمبندی میگردند: [۸]
نیروگاههای سهموی خطی (Parabolic Trough)
نیروگاههای دریافتکننده مرکزی (CRS)
نیروگاههای بشقابک سهموی (Parabolic Dish)
نیروگاههای دودکش خورشیدی(Solar Chimney)
نیروگاه کلکتورهای فرنل Fresnel Collector))
نیروگاههای سهموی خطی (Parabolic Trough)
نیروگاههای سهموی خطی
نیروگاههای حرارتی خورشیدی از نوع سیستم کلکتور سهموی خطی شامل ردیفهای موازی و طولانی از متمرکز کننده¬ها میباشند. بخش متمرکز کننده شامل سطوح انعکاسی سهموی است که از جنس آینههای شیشهای تشکیل شده و روی یک مادۀ سازه نگهدارنده قرار می¬گیرند. دریافتکننده از لولههای جاذب با پوشش مخصوص تشکیل شده که بهوسیله شیشه پیرکس پوشانده میشوند و در طول خط کانونی قرار میگیرند. بخش دریافتکننده در قسمتهای انتهایی روی دو تکیهگاه، قرار گرفتهاند که این مجموعه روی تیرکهای اصلی سازه سوار است. سیستم ردیابی خورشید در این دستگاهها تکمحوره بوده و ردیابی خورشید از شرق به غرب انجام میگیرد. بهگونهای که پرتورهای خورشید در تمام مدت ردیابی بر روی لولههای جاذب منعکس شوند. یک سیال انتقال حرارت روغن با دمای حدود ۴۰۰ درجه سانتیگراد از میان لولههای جاذب در جریان میباشد و روغن داغ در مبدلهای حرارتی آب را به بخار تبدیل و بخار سوپرهیت طی عبور از توربین ژنراتور، انرژی الکتریکی تولید میکند. این نوع نیروگاهها با ذخیره حرارت قابلیت تولید برق را حتی در مواقعی که خورشید غروب نموده است را دارا هستند.
اجزاء اصلی نیروگاههای سهموی خطی
منعکسکننده از نوع آینههای سهموی
دریافتکننده تابش خورشیدی که پرتوهای منعکسشده را جذب کرده و موجب گرمایش سیال انتقالدهنده گرما میشود
مکانیزم حرکت دهنده (تکمحوری) کلکتورهای سهموی بهمنظور ردیابی خورشید و کنترلکنندهها
اسکلت فلزی نگهدارنده و فونداسیون
سیستمهای مربوط به تولید قدرت الکتریکی
تجهیزات مربوط به انتقال گرما
تجهیزات مربوط به تولید الکتریسیته و دفع گرمای تلف شده به محیط خارج
شکل۲‑۲- ساختار داخلی یک نیروگاه خورشیدی از نوع سهموی خطی [۹]
شکل۲‑۳- اجزای سازنده آینه نیروگاه خورشیدی سهموی خطی [۹]
نیروگاههای دریافتکننده مرکزی (CRS)
این سیستم شامل مجموعهای از آینههایی است(هلیوستات) که هر یک بهطور جداگانه انرژی خورشید را متمرکز و به برج دریافتکننده مرکزی منتقل میکنند. انرژی توسط یک مبدل حرارتی که درروی یک برج نصب شده است و گیرنده نامیده میشود جذب میشود. در آنجا آب به بخار سوپر هیت تبدیل شده و این بخار توربین ژنراتور را که در پائین برج نصب شده به حرکت در آورده و تولید برق می کند.
اجزاء اصلی نیروگاههای دریافتکننده مرکزی
هلیوستات: سیستم گردآورنده پرتوهای خورشیدی شامل مزرعهای از هلیوستات ها از نوع شیشهای یا غشایی
دریافتکننده مرکزی:که گرمای پرتوهای خورشیدی را جذب و قابل استفاده می کند.
سیستم انتقال انرژی گرمائی: که گرمای وارده به گیرنده را جذب نموده و به گردش وا میدارد. در طرحهای اولیه از آب و بخار بهعنوان سیال جذبکننده و انتقالدهنده انرژی گرمائی استفاده میگردید و در طرحهای توسعهیافتهتر از سیالاتی چون نمکهای سدیم و پتاسیم مذاب استفاده میگردد.
سیستم تبدیل قدرت
سیستم ذخیره انرژی
شکل۲‑۴- نمای یک نیروگاه خورشیدی از نوع نیروگاههای دریافتکننده مرکزی (CRS) [9]
شکل۲‑۵- ساختار یک نیروگاه خورشیدی از نوع نیروگاههای دریافتکننده مرکزی[۱] [۹]
نیروگاههای بشقابک سهموی [۲]
پرتوهای خورشید تابیده شده بر روی سطح متمرکز کننده سهموی در کانون آن جمع میشود. برای اینکه چنین سیستمی پربازده باشد لازم است که این گردآورنده همواره بهطرف خورشید ردیابی شود و درنتیجه به یک مکانیسم ردیابی دومحوره نیاز دارد. در این سیستم، نور خورشید در یک نقطه کانونی متمرکز میشود و یک موتور استرلینگ انرژی حرارتی این تشعشع تمرکزیافته را به انرژی مکانیکی تبدیل میکند و به کمک یک آلترناتور از این انرژی مکانیکی، الکتریسیته تولید میگردد.
اجزاء اصلی نیروگاههای بشقابک سهموی
سطح متمرکز کننده : وظیفه آن متمرکز کردن شعاعهای نور خورشید در نقطه کانونی است.
(۳-۱۸)
و مقادیرى تصادفى در بازه [۰,۱] هستند. همانطور که ذکر گردید ضریب وزن C1 و C2 به ترتیب ضرایب یادگیرى شخصى و اجتماعى مىباشد. موقعیت بهترین مکانی که ذره iام تاکنون به آن رسیده و موقعیت راهنمای iام میباشد. بنابراین، ذرات با تأثیرپذیرى از موقعیت ذرات دیگرى که با آنها در ارتباطند، حرکت مىکنند. این ذرات به عنوان همسایگان ذره شناخته مىشوند[۱۲و۴۲] .
شکل۳-۹: چگونگی حرکت ذره در روش تجمعی
٣-٣-٣-۴ شبه برنامه روش بهینه سازى تجمعى ذره استاندارد
شبه برنامه و الگوریتم نشان داده شده در شکل ٣-٩، نحوه عملکرد روش بهینهسازى تجمعى ذره را در مسائل بهینه سازى تک هدفه نشان مىدهند. ابتدا موقعیت و سرعت ذرات در جمعیت اولیه به صورت تصادفى ایجاد مىشود. بهترین تجربه شخصى مربوط به هر ذره محاسبه شده و بهترین تجربه گروهى نیز انتخاب مىگردد. در تکرار دوم، با حرکت ذرات با معادلات (٣-۱۷) و (٣-۱۸)، موقعیت جدید ذرات ایجاد مىشود. در این مرحله نیز بهترین تجربه شخصى و بهترین تجربه گروهى تعیین مىگردد. این فرایند تکرار مىشود تا شرط خاتمه برقرار شود. معمولاً شرط خاتمه رسیدن به تعداد تکرار و یا دقت معینى مى باشد. در آخرین تکرار بهترین تجربه گروهى به عنوان نقطه بهینه معرفى مىگردد.]۲۴[
شکل۳-۱۰: شبه برنامه روش تجمعی ذره
٣-٣-٣-۵ بررسى ضریب وزن و ضرایب یادگیرى
ضرایب الگوریتم تجمعى ذره اهمیت بسیارى در سرعت، همگرایى و بازدهى این الگوریتم دارد. ضریب وزن در همگرایى ذرات، نقش حیاتى را ایفا مىکند. این ضریب تعادل بین قابلیت جستجوى محلى و جستجوى سراسرى در جمعیت را تنظیم مىکند. مقادیر بزرگ ضریب مذکور به جستجوى سراسرى کمک مىکند، در حالى که مقادیر کوچک آن، جستجوى محلى را آسان مىسازد. بنابراین مقدارى براى ضریب وزن مناسب است که بین جستجوى محلى و سراسرى تعادل برقرار کند و متعاقبا جواب بهینه در کم ترین تعداد تکرار، پیدا شود. در ابتدا ضریب وزن به صورت ثابت در نظر گرفته مىشد، اما نتایج تجربى نشان داد که بهتر است در شروع، مقدار آن بزرگ انتخاب شود تا جستجوى گستردهترى در سراسر فضاى جستجو صورت گیرد و به تدریج براى یافتن پاسخ دقیق تر، مقدار آن کاهش یابد[۴۳].
تعادل بین جستجوى محلى و سراسرى، در هنگام عملیات جستجو، نکتهاى حیاتى براى یک الگوریتم جستجوى مستقیم به شمار مىآید. همان طور که گفته شد در الگوریتم تجمعى ذره این وظیفه به عهده ضریب وزن بوده و با تغییر این ضریب، قابلیت هاى جستجوى این الگوریتم تنظیم مىشود.
ابتدا، مقدار ضرایب یادگیرى برابر عدد ثابت ٢ در نظر گرفته مىشدند[۱۵]. اما پس از مدتى مشخص گردید که علاوه بر ضریب وزن، ضرایب یادگیرى نیز نقش مؤثرى بر تنظیم جستجوى محلى و سراسرى دارند[۴۴]. به طورى که با افزایش ضریب تجربه شخصى، جستجوى سراسرى بهتر و با افزایش ضریب تجربه گروهى، جستجوى محلى بهترى صورت مىگیرد. در مرجع [۴۵]، تأثیر ضرایب بر الگوریتم تجمعى ذره مطالعه شده است. براى محدود کردن میزان حرکت ذرات، سرعت ذرات در بازه [ ] در نظر گرفته مىشود و مقادیر بزرگ تر و کوچک تر به این بازه تصویر مىشوند. در این پایان نامه سرعت بیشینه برابر با ۱۰% بازه جستجو در نظر گرفته شده است و همچنین براى ضریب وزن در ابتداى الگوریتم با مقدار بزرگترى شروع شده تا جستجوى گستردهترى انجام گیرد و با طى شدن تکرارها مقدار آن کاهش مىیابد تا ذرات فرصت همگرایى به سمت نقطه بهینه را بیابند. همچنین براى اینکه مقادیر ضرایب یادگیرى و ضریب وزن بهینه باشد، از روش ضرایب انقباضى[۶۷] که توسط کندى ارائه شد، مورد استفاده قرار مى گیرد. این روش در مرجع [۴۶] بطور کامل اثبات شده است و حالت بهینه ضرایب براى شروع الگوریتم در نظر گرفته شده است. لازم بذکر است تنظیمات این روش طورى است که تعادل مناسبى بین توانایى پروراندن پاسخ هاى فعلى (توانایى استخراج[۶۸]) و توانایى تولید پاسخهاى جدید (توانایى جستجو[۶۹]) برقرار مىکند. سپس با توجه به نتایج اثبات شده در [۴۳] مبنى بر اینکه کاهش ضریب وزن با پیش روى الگوریتم در تکرارهاى بالاتر موجب دستیابى به پاسخ دقیق تر مىشود، در پایان هر تکرار در الگوریتم ، ضریب ۰.۹۵ در ضریب وزنى ضرب مىشود تا به تدریج کاهش یابد.
٣-٣-۴ الگوریتم ترکیبى ژنتیک و تجمعى ذره
در سالهاى اخیر محققان بسیارى به ترکیب روش بهینه سازى تجمعى ذره با سایر روشهاى بهینهسازى از جمله الگوریتم ژنتیک، پرداختهاند [۴۱و۴۷]. عملگرهاى تکاملى مانند انتخاب[۷۰]، ترکیب[۷۱] و جهش[۷۲] از الگوریتم ژنتیک به شکلهاى مختلفى در این روش اعمال شده اند. در ادامه به دو روش ترکیب این دو الگوریتم اشاره شده و جزییات آن تشریح مىشود.
٣-٣-۴-١ الگوریتم ترکیبى HGAPSO
یکى از روشهاى ترکیب الگوریتم ژنتیک و بهینه سازى تجمعى ذره، روشى به نام HGAPSO[73] است ]۴۱و۴۷[. این روش داراى سه عملگر اصلى مى باشد: ارتقاء[۷۴]، ترکیب و جهش. قبل از آنکه این سه عملگر تشریح شوند، ابتدا نحوه شروع این الگوریتم ترکیبى توضیح داده مى شود.
نحوه شروع: در این روش، براى هر دو الگوریتم ژنتیک و تجمعى ذره، جمعیت یکسانى در نظر گرفته مىشود. در ابتدا جمعیت به صورت تصادفى تولید مىشود. اعضاى جمعیت را مىتوان هم به عنوان کروموزوم در روش الگوریتم ژنتیک و هم به عنوان ذره در روش تجمعى ذره در نظر گرفت.
ارتقاء: در هر مرحله، بعد از آن که مقدار برازندگى همه اعضاى جمعیت محاسبه شد، نیمى از اعضاى جمعیت که داراى عملکرد بهترى هستند، انتخاب مىشوند. این افراد به عنوان نخبه در نظر گرفته مىشوند. ابتدا ارتقاء مىیابند.
ترکیب: براى اینکه اعضاى ایجاد شده توسط عملگر ترکیب، عملکرد بهترى داشته باشند، والدین از بین نخبگان ارتقاء یافته انتخاب مىشوند. فرایند انتخاب والدین را مىتوان توسط عملیاتى همچون تورنمت[۷۵]، چرخ رولت[۷۶] و غیره انجام داد. با انجام عملیات ترکیب از هر دو والد ، دو فرزند تولید مىگردد. معمول ترین عملگرهاى ترکیب، روش ترکیب k نقطهاى، روش ترکیب هموار[۷۷] مىباشند. در [۴۷]، از روش ترکیب دونقطهاى استفاده شدهاست.
جهش: در این روش ترکیبى، جهش همزمان با ترکیب رخ مىدهد. جهش، عملگرى است که ژنهاى ناهمسان مجاور یک کروموزوم را به طور تصادفى تغییر داده و یک کروموزوم جدید ایجاد مىکنند. در [۴۷]، از روش جهش یکنواخت[۷۸] استفاده شده است.
٣-٣-۴-٢ روش ترکیبى GAPSO
روش معرفى شده در مثال قبل، قدرت نسبتاً بیشترى نسبت به الگوریتم ژنتیک و تجمعى ذره به تنهایى داشت، ولى این برترى براى مسئله موجود در این پایان نامه برای مقایسه با نتایج تکامل تفاضلی زیاد محسوس نبود. براى بالا بردن سرعت و قدرت همگرایى الگوریتم در این پایان نامه از روشى مشابه روش مطرح شده در ]۴۸[ استفاده شدهاست. در [۴۸] براى نصف تکرارها از الگوریتم ژنتیک و براى بقیه از روش تجمعی ذره بر روى نتایج حاصل از الگوریتم ژنتیک اعمال شد ولى در الگوریتم استفاده شده در این مسئله، در هر تکرار از الگوریتم ژنتیک کروموزومها به صورت ذره وارد الگوریتم تجمعی ذره شده و پس از ۳ تکرار به الگورتم ژنتیک بازگردانده میشوند.
٣-٣-۴-٢-١ روند کلى الگوریتم
در این الگوریتم از روش تجمعى ذره و الگوریتم ژنتیک استفاده شده است. در ابتدا جمعیت به صورت تصادفى در بازه موردنظر تولید مىشود. اعضاى جمعیت را مىتوان هم به عنوان کروموزوم در روش الگوریتم ژنتیک و هم به عنوان ذره در روش تجمعى ذره در نظر گرفت. سپس مقادیر تابع هدف و پارامتر هاى اولیه روش تجمعى ذره (بهترین تجربه شخصى و بهترین تجربه محلى) طبق روش تجمعى ذره محاسبه مىشود. در هر تکرار الگوریتم، بر روى کل جمعیت اولیه، ابتدا عملگرهاى الگوریتم ژنتیک وارد مىشوند و جمعیت تولید شده به عنوان جمعیت جدید قرار داده مىشوند. در این مرحله با توجه به احتمال جهش و ترکیب، بر روى جمعیت اولیه اپراتورهاى ژنتیک وارد مىشود. لازم بذکر است در این الگوریتم ژنتیک براى عملگر ترکیب از روش ترکیب محاسباتى[۷۹] که در مسائل پیوسته معمولاً بهتر جواب مىدهد، استفاده شده است و براى عملگر جهش، از روش جهش گاوسى[۸۰] استفاده مىشود.
بعد از مرتب شدن کل اعضاى تولید شده که حاصل از جمعیت اولیه و جمعیت حاصل از ترکیب و جهش است، به تعداد جمعیت اولیه از بهترینهاى جمعیت انتخاب و براى این تعداد ذرات انتخابى، اپراتورهاى اولیه روش پیشنهادى ذره یعنى بهترین تجربه شخصى و بهترین تجربه کل جمعیت محاسبه مىشود. سپس این جمعیت جدید به عنوان جمعیت اولیه براى روش تجمعى ذره فرستاده مىشوند. سپس بر روى همه اعضاى جمعیت موجود، عملگرهاى روش تجمعى ذره وارد شده و جمعیت حاضر را هر چه بیشتر به سمت نقطه بهینه هدایت مىکند. در روش تجمعى ذره از روش ضرایب انقباضى [۴۶] براى برقرار کردن تعادل مناسب بین جستجوى محلى و جستجوى سراسرى استفاده شده است. در پایان هر تکرار در الگوریتم ضریب ٠.٩۵ در ضریب وزنى ضرب مىشود تا به تدریج کاهش یابد. کاهش ضریب وزن با توجه به نتایج اثبات شده در [۴۳]، با پیش روى الگوریتم در تکرارهاى بالاتر موجب دستیابى به پاسخ دقیق تر مى شود.
همچنین با توجه به اینکه معمولاً روش تجمعى ذره در پیدا کردن پاسخ بهینه محلى توانایى همگرایى بیشترى نسبت به روش الگوریتم ژنتیک دارد [۴۹و۵۰]، در این الگوریتم در هر تکرار تعداد اجرا شدن هر کدام از روش هاى الگوریتم ژنتیک و روش تجمعى ذره، توسط کاربر قابل تنظیم مىباشد. تعداد زیرتکرار[۸۱] هر یک از الگوریتم هاى ترکیب شده در تکرار کلى GAPSO یا به عبارتى دفعات اعمال شدن عملگرهاى ژنتیک و تجمعى ذره بر روى جمعیت، از ابتداى الگوریتم به صورت نسبت ۱ به ۳ میباشد، یعنی یک تکرار برای الگوریتم ژنتیک و ۳ تکرار برای روش تجمعی ذره. لازم بذکر است اگر تعداد دفعات اجراى هر کدام از الگوریتم هاى ترکیب شده را صفر قرار دهیم، الگوریتم دیگر به طور خاص اجرا مىشود، مثلاً با صفر قرار دادن تعداد زیرتکرار الگوریتم ژنتیک الگوریتم کلى تبدیل به روش تجمعى ذره خالص مىشود. این الگوریتم ترکیبى از قدرت هر دو الگوریتم ژنتیک و تجمعى ذره بطور هم زمان بهره مىبرد و همچنین قابلیت تبدیل شدن به هر کدام از الگوریتم ها را دارا مىباشد. در ادامه شبه کد این الگوریتم در شکل ٣-۱۱ نشان داده شده است]۵۱[.
۴-۴-تحلیل آماری داده های حاصل از پرسشنامه تحقیق
همانطور که در انتهای فصل سوم عنوان شد به منظور تجزیه و تحلیل داده های حاصل از پرسشنامه ( تحقیق کمی ) از مدلسازی معادلات ساختاری استفاده می شود . با توجه به ماهیت چند متغییره این تحقیق یکی از بهترین روشها برای انجام تجزیه و تحلیل چند متغیره و تحلیل مسیر، مدلسازی معادلات ساختاری است. این مدل که بر مبنای تجزیه و تحلیلهای چند متغیره قرار دارد، یک رویکرد آماری جامع برای آزمون فرضیههایی درباره روابط بین متغیرهای مشاهده شده و متغیرهای پنهان میباشد. از طریق این رویکرد میتوانیم قابل قبول بودن مدلهای نظری را در جامعه خاص، با بهره گرفتن از داده های همبستگی و غیرآزمایشی، آزمون نمائیم. به طور کلی در انجام معادلات ساختاری مراحل ذیل دنبال میشود :
مرحله ۱٫ تبیین تئوری : بر اساس مراحل تحلیل معادلات ساختاری، کار با بررسی مبانی نظری و تئوریهای مرتبط شروع می شود، که این مهم در فصل دوم صورت گرفته است.
مرحله ۲٫ بیان مدل : معادلات ساختاری با بیان رسمی مدلی که میخواهد تخمین زده شود، شروع می شود. این مدل در فصل اول پیشنهاد شد و در فصل چهارم در تحقیق کیفی اصلاح شد .مدلهای معادلات ساختاری، با توجه به رویکردهای مختلف تحلیلی، اشکال مختلف به خود میگیرند.
مرحله ۳٫ جمعآوری داده ها : پس از بیان مدل، لازم است که داده های لازم برای تخمین و آزمون مدل بر اساس شاخص های طراحی شده گردآوری شوند.
مرحله ۴٫ تخمین مدل: مرحله بعد شامل بدست آوردن تخمین پارامترهای آزاد از روی مجموعه ای از داده های مشاهده شده است. در اینجا، روشهای تکراری از قبیل بیشینه درست نمایی[۴۰۴] یا حداقل مجذورهای تعمیم یافته[۴۰۵] و یا روش حداقل مربعات جزئی[۴۰۶] جهت تخمین مدل مورد استفاده قرار میگیرد.
مرحله ۵ و ۶٫ آزمون مدل و نتایج: برای آزمون مدل از تحلیل عاملی استفاده می شود. تحلیل عاملی می تواند دو صورت اکتشافی و تاییدی داشته باشند. اینکه کدام یک از این دو روش باید در تحلیل عاملی به کار رود مبتنی بر هدف تحلیل دادههاست. در تحلیل عاملی اکتشافی پژوهشگر به دنبال بررسی داده های تجربی به منظور کشف و شناسایی شاخص ها و نیز روابط بین آنها است و این کار را بدون تحمیل هرگونه مدل معینی انجام میدهد. در تحلیل عاملی تاییدی پژوهشگر به دنبال تهیه مدلی است که فرض می شود داده های تجربی را بر پایه چند پارامتر نسبتاً اندک، توصیف، تبیین یا توجیه می کند . روش عاملی تائیدی (آزمون فرضیه) تعیین می کند که داده ها یا یک ساختار عاملی معین (که در فرضیه آمده) هماهنگاند یا نه. لذا در این مرحله با بهره گرفتن از تحلیل عاملی تاییدی، مدل تحقیق در حالت معناداری ضرایب (t-value)بررسی می شود. بر این اساس تمامی معادلات اندازه گیری (بارهای عاملی)و معادلات ساختاری(ضرایب مسیر) با بهره گرفتن از t ، آزمون میشوند. در صورتی که آماره t خارج از دامنه (۹۶/۱-تا ۹۶/۱+) قرار گیرد، ضرایب مسیر و یا بار عاملی یاضریب مسیر مربوطه، معنادار نیست. سپس فرضیات بر اساس نتایج آزمون آماره t بررسی می شود تا نتایج رد یا تأئید شدن فرضیات مشخص گردد.
مرحله ۷٫ تفسیر مدل و گزارش تجزیه و تحلیل: پس از آزمون مدل و بررسی فرضیات و ذکر نتایج به دست آمده، تمام نتایج به دست آمده تفسیر می شود تا صحت مدل، روابط بین متغیرها، همبستگیها، ضرایب مسیر و بارهای عاملی و … توضیح داده شوند. گام نهایی در هر تجزیه و تحلیل، گزارش نتایج تجزیه و تحلیل به روشی است که سایر محققین بتوانند از منطق رویه ها و تجزیه و تحلیلهای تحقیق و تفسیرهای آن استفاده کنند. از اینرو نتایج مدل معادلات ساختاری به شکل نمودارهای مسیر و جداول ضرایب و همبستگیها ارائه میگردد. نمودار مسیر یک نمایش گرافیکی از مدل معادلات ساختاری است. سه جزء اصلی این نمودار شامل مستطیلها، بیضیها و پیکانها هستند. ( موسوی ، ۱۳۹۳ :۱۴۳-۱۴۴)ُ
در قسمت بعد با بهره گرفتن از تحلیل عاملی تاییدی، مدل تحقیق در حالت معناداری ضرایب (t-value) و تخمین ضرایب استاندارد مورد بررسی قرار می گیرد.
۵-۴-بررسی مدل تحقیق و تحلیل عاملی :
شکل ۱۲-۴ مدل تحقیق را در حالت معناداری ضرایب (t-value) نشان میدهد. این مدل بارهای عاملی و معادلات ساختاری را با بهره گرفتن از آماره t آزمون می کند. اعداد قرارگرفته بر روی خطوط، آماره t میباشند.
نمودار ۱۲-۴ : بررسی مدل اصلاح شده تحقیق بر اساس آماره t-value
همانطور که در مدل فوق مشاهده میشود با توجه به آماره t بدست آمده ( -۳٫۰۲ و -۲٫۸۳ و ۲٫۳۵ ) و باعنایت به اینکه اگر مقدار آماره t خارج از دامنه (۱٫۹۶- تا ۱٫۹۶+) قرار بگیرد، ضریب مسیر و بار عاملی در سطح اطمینان ۹۵% معنادار میباشد، تاثیر متغییرهای تعدیل کننده ( استراتژِی ترفیع و کانال توزیع ) بر رابطه بین ابزارهای ارتباطی و ارزش ویژه برند از دیدگاه مشتری و معیارهای هم پیوندی ابزارهای ارتباطی با ارزش ویژه برند از دیدگاه مشتری معنا دار میباشد . همچنین در نمودار ۱۳-۴ مدل اصلاح شده تحقیق بر اساس تخمین ضرایب استاندارد مورد بررسی قرار گرفته که با توجه به اینکه قدر مطلق اعداد بدست آمده ( ۹۳/۰- و ۶۹/۰- و ۳۵/۰) از ۳/۰ بیشتر است در سطح اطمینان ۹۵% معنادار می باشد . در همین ارتباط در قسمت بعدی برازندگی مدل فوق بر اساس شاخص های مختلف ارائه میگردد
نمودار ۱۳-۴ : بررسی مدل اصلاح شده تحقیق بر اساس تخمین ضرایب استاندارد
در همین ارتباط ضرلیب همبستگی متغییرهای تحقیق در پیوست شماره ۴ آمده است و در قسمت بعدی برازندگی مدل فوق بر اساس شاخص های مختلف ارائه میگردد .
۶-۴-برازش مدل :
در این قسمت مقادیر شاخصهای برازندگی محاسبه شده و سپس در مورد برازندگی مدل نتیجه گیری میشود. جهت ارزیابی برازش مدل این تحقیق، از شاخص های کایدو بر درجه آزادی( )، آماره شاخص ریشه میانگین مجذور خطا(RMSEA)، P – Value ، شاخص های GFI و AGFI استفاده شده است.
مقدار مجاز برای شاخص کای دو بر درجه آزادی کمتر از عدد ۳، مقدار مجاز برای شاخص RMSEA کمتر از ۰۸/۰، مقدار مجاز برای شاخص P–Value کمتر از ۰۵/۰ و مقدار مجاز برای شاخص های GFI و AGFI بیشتر از ۹۰/۰ و ۸۵/۰ می باشد . شاخص های تناسب مدل این تحقیق حکایت از مناسب بودن مدل اندازه گیری متغیرهای مربوطه دارند در جدول ۱۶-۴ برخی از شاخص های برازش مدل آورده شده است. شاخص های ارائه شده و مقایسه آن با مقدار مطلوب برای یک مدل برازش یافته، نشان از برازش مناسب مدل دارد.
جدول ۱۶-۴ : تحلیل مسیر شاخص های برازندگی ابزارهای ارتباطی و معیارهای یکپارچگی و ارزش ویژه برند با نقش تعدیل کننده استراتژی کششی و رانشی و کانال توزیع مستقیم و غیر مستقیم
شاخص ها | مقدار مجاز | اعداد بدست آمده | نتیجه |
< 3 | ۶۱/۱ | مناسب | |
P – Value | ۰۵/۰P – Value < | ۰۰۰۳/۰ | مناسب |
RMSEA | ۰۸/۰ <RMSEA<05/0 | ۰۴۷/۰ | مناسب |
GFI | بالاتر از ۹/۰ | ۹۴/۰ |