تمت في كلية الادارة والاقتصاد – جامعة بغداد , مناقشة رسالة الماجستير في تخصص بحوث العمليات للطالبة ( رؤى رفعت فائق ) بأشراف م.د.لمياء محمد علي عن رسالتها الموسومة (نمـــــوذج الامــثــلـــية الحــــصـيـنة بأستعمال الشــــبـكـات التنظـــيمية الجــــينية مـــــــع تطــبيق عـــــملي)

يتضمن هذا البحث استعمال خوارزمية الذكاء الصناعي, احد خوارزميات النظم البايلوجية وهي خوارزمية الشبكات التنظيمية الجينية (GRNs), وهي عبارة عن نظام ديناميكي لمجموعة من المتغيرات تمثل الفضاء ضمن الزمن. ولبناء هذا النظام البايلوجي نستعمل المعادلات التفاضلية العادية (ODEs) ولتحليل استقرار الانموذج نستعمل طريقة (Euler) . ومن خلال العوامل التي تؤثر في عملية التعبير الجيني من حيث التثبيط والتنشيط في عملية.

وتركز مشكلة البحث على توظيف خوارزمية مهمة من خوارزميات التي تحاكي الانظمة البيلوجية لمعالجة البيانات التي تكون على شكل سلاسل زمنية وهي الشبكات التنظيمية الجينية (GRNs) . وهذه البيانات متمثلة بمؤشر سوق الاوراق المالية العراقية وعلاقته بمؤشرين اقتصاديين مهمين وهما عرض النقد وسعر الصرف في السوق العراقي، وذلك لان سوق الاوراق المالية (البورصة) يعد احد الاليات المهمة لتنمية الاقتصاد من خلال دعم الاستثمارات باستعمال المدخرات ودفع عجلة الاقتصاد للتطور والتنمية في كافة المجالات .

بينما  يهدف البحث الحالي الى استعمال أحدث الاساليب المتبعة لمعالجة البيانات من خلال واحدة من خوارزميات الذكاء الصناعي، وتطبيقها على مؤشر مهم في اقتصادنا وهو مؤشر سوق الاوراق المالية العراقية ومقارنته بالمؤشرات الاقتصادية لانه يعكس تطور ونمو الاقتصادي، كما انه يدعم الاقتصاد من خلال دعم عجلة الاستثمار .

وقد توصلت الدراسة الى مجموعة من الاستنتاجات اهمها :

  • تم معالجة بيانات السلسلة الزمنية بأستعمال خوارزمية الشبكات التنظيمية الجينية GRNs، و أستعملنا عوامل النسخ (Transcription Factors) (TFs) في الشبكة التنظيمية الجينية كعامل تحكم بالخوارزمية من و التثبيط أو التنشيط في الحمض النووي (DNA) اثناء عملية النسخ .
  • تم تحليل بيانات السلاسل الزمنية بأستعمال أنموذج متجه الانحدار الذاتي VAR(P) لاربعة فترات تأخير P=1,2,3,4 ومن و مصفوفة التغايير كانت مصفوفة قطرية مقيدة ومصفوفة كاملة (غير قطرية) غير مقيدة، وبأستعمال معايير المفاضلة بين عدة نماذج (اقل قيمة لتباين الأنموذج ، اقل قيمة لمربعات الخطأ ، معيار Akaike information criterion) (AIC)) وجد أن الأنموذج الملائم للبيانات الاصلية هو VAR(1) أنموذج متجه الانحدار الذاتي بمقدارفترة تأخير واحدة P=1 و كانت أقل قيمة لمربعات الخطأ (SSerror5=4261) لأنموذج متجه الانحدار الذاتي VAR(1) كما كانت أقل قيمة لمعيار اختبار (Akaike) (234.7056) ، اما البيانات المعالجة فقد كانت اقل قيمة لمربعات الخطأ (SSerror5=2178) لأنموذج متجه الانحدار الذاتي VAR(1) كما كانت أقل قيمة لمعيار اختبار     (Akaike) (157.844) ، لذا يتضح أن التأثير على مؤشر السوق العراقية للاوراق المالية لسنة تأخير واحدة.

ومن خلال الاستنتاجات التي توصلت اليها الدراسة قدمت الباحثة عدد من التوصيات اهمها:

  •  أستعمال خوارزمية الشبكات التنظيمية الجينية (GRNs) وهي نظام ديناميكي، لحل مشكلات البرمجة الديناميكية، و نقوم بدمج المشكلة بنظام المعادلات العادية (ODEs) ديناميكياً ، وأستعمال طريقة (Runge-Kutta) لتقدير وتحليل الاستقرار .
  •   أستعمال خوارزمية الشبكات التنظيمية الجينية (GRNs) في معالجة بيانات السلاسل الزمنية ، لأن عوامل الخوارزمية تعالج بيانات الترجمة والنسخ خلال عامل الزمن لأنجاز التفاعلات .
  •  أستعمال خوارزمية الشبكات التنظيمية الجينية GRNs لمعالجة البيانات الضخمة والدقيقة جداً بشكل كفوء جداً .
  •  يمكن أستعمال الخوارزمية لبناء شبكة بيانات تحاكي البيانات الاصلية .

FacebookLinkedinWhatsappTelegramEmailPrint

Comments are disabled.