یکی از الگوریتم­های تکاملی جدید که به دلیل سرعت و دقت بالا، در فرایند خوشه­بندی بسیار مورد استفاده قرار می­گیرد، الگوریتم رقابت استعماری می­باشد. با توجه به سرعت و دقت بالای این الگوریتم در این تحقیق، از ICA به‌منظور خوشه­بندی مسافران استفاده خواهد شد. الگوریتم رقابت استعماری الهام گرفته شده از فرایند اجتمـاعی-سیاسی جهـان واقعی بوده که شرح کامل آن در بخش ‏۲-۴-۲-۲-۲ ارائه گردید. علیرغم سرعت بالای این الگوریتم در دستیابی به بهینه­ترین جواب، ICA دارای نقاط ضعفی نیز بوده که در بخش بعد شرح داده شده است.

نارسایی الگوریتم رقابت استعماری

همان‌گونه که در فصل قبل اشاره شد، ۲ مفهوم اساسی در جستجوهای الگوریتم­های تکاملی وجود دارد؛ جستجو(Exploration) و بهره ­برداری(Exploitation). در الگوریتم رقابت استعماری، این دو مفهوم در فرایند جذب پیاده­سازی می­شوند. یکی از مشکلات موجود در پیاده­سازی سیاست جذب، استفاده از زاویه Ɵ است. اگرچه در تئوری الگوریتم رقابت استعماری، وجود زاویه Ɵ یک نقطه قوت بحساب می ­آید، اما وجود این زاویه در پیاده­سازی، مشکلاتی را بوجود می ­آورد. در شکل۲- ۲۹، به دلیل ۲ بُعدی بودن فضا مفهوم زاویه Ɵ به‌خوبی نشان داده شده است. قاعده کلی آنست که در فضای جستجو n بُعدی(n>2)، نیاز به تعریف n-1 زاویه Ɵ است؛ که پیاده­سازی آن می ­تواند مشکلاتی را بوجود آورد. از سوی دیگر، با توجه به آنکه سیاست جذب با مفهوم بردار سروکار دارد، لذا در پیاده­سازی نیاز به پیاده­سازی مفاهیم هندسه برداری بوده که گاها سخت بوده و می ­تواند باعث کاهش سرعت الگوریتم نیز شود. ازاین‌رو در بخش‏۳-۲-۲-۲-۲ روش جدیدی برای پیاده­سازی سیاست جذب، مستقل از مفهوم بردار و Ɵ ارائه‌شده و در فصل بعد این روش ارزیابی شده است.

(( 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. ))

توسعه ICA

یکی از مفاهیم اساسی در استعمار، مفهوم “اقبال عمومی^[۱۴۷]” است. این مفهوم اشاره به تمایل افراد جامعه به مستعمره شدن دارد. در طول تاریخ موارد بسیاری وجود دارد که علیرغم قوی­تر بودن کشور مستعمره از کشور استعمارگر، به دلیل افزایش نارضایتی مردم از سیاست­های موجود، کشور قوی­تر مستعمره شده است. به‌عنوان‌مثال، در جنگ ایران و اعراب در زمان امپراطوری ساسانیان، بسیار از مورخان، عدم حمایت مردم از امپراطوری و تمایل آن‌ها به اسلام­گرایی را ازجمله عوامل اصلی شکست امپراطوری ساسانی معرفی کرده ­اند. ازاین‌رو، توجه به تمایل افراد جامعه به مستعمره شدن و نارضایتی آن‌ها از سیاست­های فعلی می ­تواند عاملی مؤثر بر حرکت کشور به سمت استعمارگر و مستعمره شدن آن باشد. از این پس مفهوم اقبال عمومی با I_t نشان داده می­ شود. مفهوم I_t همانند مفهوم سرعت در الگوریتم PSO، ^[۱۴۸]BA و… است. این اقبال عمومی در هر بار تکرار، با توجه به موقعیتی که کشور در آن قرار گرفته است، متفاوت خواهد بود و باید بروزرسانی شود. اگرچه مفهوم “اقبال عمومی” به معنای تمایل افراد جامعه به تغییر نظام موجود و پیروی از یک نظام جدید است، اما این نظام جدید، هر نظامی نمی­تواند باشد. درواقع، مردم با بررسی شرایط استعمارگرها، به سمت آن استعمارگر که می­­تواند شرایط بهتری را برای آن‌ها به ارمغان بیاورد تمایل یافته و حاضر به پشتیبانی از آن هستند. این استعمارگر بهترین استعمارگر(imp_best) موجود بوده و مردم حاضر به حمایت از آن می­باشند. به‌عنوان نتیجه، می­توان “اقبال عمومی” را عامل تأثیرگذار بر مستعمره شدن یک کشور دانست که تحت تأثیر ۲ عامل می­باشد:
میزان نارضایتی از نظام فعلی
میزان تمایل به یک استعمارگر خاص
گاهی اوقات، مردم به حدی از وضعیت فعلی ناراضی بوده که تنها هدفشان رهایی از وضعیت فعلی است و در شرایطی دیگر، مردم چنان مجذوب یک استعمارگر شده که هدفشان چیزی جز پیروی از آن کشور نیست. در این توسعه، برای کنترل این ۲ عامل از ۲ متغیر و استفاده شده است. در ادامه و در رابطه ۳-۲ نحوه بروزرسانی I_t و نحوه تعیین موقعیت جدید کشور در فضای جستجو نشان داده شده است.

در رابطه ۳-۲، و به ترتیب اقبال عمومی و مکان جدید کشور بوده و مکان فعلی کشور می­باشد.

استخراج ارزش جهت بازاریابی

در ۲ مرحله قبل از فاز تعیین ارزش، مدل RFM برای تعیین ارزش مسافران در صنعت حمل­ونقل توسعه داده شد و روشی برای خوشه­بندی مشتریان ارائه گردید. با اجرای این ۲ مرحله، تعدادی خوشه از مسافران تشکیل می­ شود که در هر خوشه مسافرانی با ویژگی­های L، D_c، F و R شبیه به­هم وجود دارند. سوالی که در اینجا مطرح می­ شود آنست که کدام دسته از مشتریان باارزش­تر می­باشد؟
اگرچه مدل RFM قدرت زیادی در تعیین ارزش مشتریان دارد، اما مبنای این مدل بر اساس نگاه به گذشته مشتریان است. مدل RFM بشرطی می ­تواند یک مدل مناسب در تعیین ارزش مشتریان باشد که، رفتار آینده مشتری شبیه رفتار گذشته وی باشد[۱۵۳]. بر همین اساس، به‌منظور تعیین مشتریان باارزش آینده، بایستی آینده آن‌ها نیز تعیین شده و ملاکی برای تصمیم ­گیری قرار گیرد. بدین منظور، از روش زنجیره مارکوف برای پیش ­بینی وضعیت آینده مشتریان استفاده خواهد شد. هدف از استفاده از زنجیره مارکوف، پیش ­بینی متغیرهای فاصله(D_c)، فرکانس(F)، تازگی® و طول مدت زمان(L) آینده مشتریان است. در ادامه نحوه استفاده از زنجیره مارکوف در پیش ­بینی ارزش آینده مشتری شرح داده شده است.

الگوریتم استخراج ارزش

روند کلی در تعیین ارزش آینده مشتری با بهره گرفتن از زنجیره مارکوف بصورت زیر است:
خوشه­بندی داده ­های تراکنشی مسافران و تعیین مراکز خوشه ­ها.
تشکیل ماتریس گذار و قرار دادن مقدار هر یک از مراکز خوشه ­ها به‌عنوان گذارهای موجود در ماتریس­.
تشکیل ماتریس گذار.
صفر کردن تمامی درآیه­های ماتریس.
خوشه­بندی وضعیت جدید مسافران.
به ازای تغییر وضعیت هر مشتری در خوشه­های جدید نسبت به خوشه­های قدیم، یک واحد به مقدار درآیه متناظر در ماتریس اضافه شود.
نرمال کردن ماتریس.
پیش ­بینی متغیرهای LD_cFR آینده برای هر یک از مشتریان.
محاسبه ارزش هر یک از مشتریان به روش RFM وزن­دار.
محاسبه ارزش مورد انتظار^[۱۴۹] هریک از مشتریان با بهره گرفتن از رابطه ۳-۳٫

در رابطه ۳-۳، T دوره زمانی پیش ­بینی آینده مشتری بوده و value نشانگر ارزش LD_cFR وزن­دار می­باشد.
در مرحله ۶ از تعیین ارزش آینده مشتریان، هدف بدست آوردن یک مقدار عددی به‌عنوان ارزش آینده مشتری با بهره گرفتن از روش RFM وزن­دار است. در روش WRFM، ارزش هریک از مشتریان بر اساس رابطه ۳-۴ محاسبه و تعیین می­ شود.