بنگاه­های بزرگ­تر تمایل به بازارهای بزرگتر دارند. همچنین بنگاه­هایی که خدمات و محصولات در آن به صورت حضوری و چهره به چهره ارائه می­شوند یا به فروش می­رسد تمایل به رقابت در بازار محلی و در مقابل بنگاه­های تجاری که اغلب از برنامه ­های کاربردی( مثلا از طریق وب سایت) خدمات یا محصولاتی را ارائه می­ دهند، گرایش به بازارهایی با بعد جغرافیایی بزرگ­تر دارند. ما در این تحقیق صنایعی را که در بورس اوراق بهادار تهران پذیرفته شده و در سال­های 1392-1382در بورس حضور داشته اند و داده ­های آن­ها موجود است را در نظر گرفته­ایم.
پ) مشخص کردن وضعیت­ها
وقتی شاخص تحرک را با بهره گرفتن از رتبه ­های نسبی در زنجیره مارکوف محاسبه می­کنیم، باید در مورد تقسیم ­بندی آنها در هر طبقه تصمیم بگیریم. در مورد تعداد وضعیت­ها و باید گفت که یک ارتباط پایاپای بین دقت شاخص آماری و اعتبار آماری شاخص محاسبه شده وجود دارد. با توجه به داده ­ها ما برای مشخص کردن وضعیت­ بنگاه­ها چهار حالت در نظر می­گیریم و توزیع بنگاه­ها در این چهار وضعیت در هر سال و صنعت را مشخص می­کنیم و سپس تغییر آنها را در سال­های متوالی بررسی می­نماییم.

3-7- تاثیر تمرکز بر تحرک
بر اساس رویکرد ساختار- رفتار- عملکرد، که در قسمت 3-2، توضیح داده شد، تمرکز فروشندگان بر الگوی رفتاری آن­ها تاثیر می­گذرد و در نهایت، عملکرد، نتیجه­ مقدار این تمرکز خواهد بود. دلیل و مدرک قوی برای اثبات وجود رابطه­ای مداوم بین تمرکز و تحرک وجود ندارد(فولکرینگا و ون استل،2009: 16).
بالدوین(1995)، یک رابطه­­ی منفی بین تمرکز و تحرک پیدا کرد، که البته فقط برای تحرک بنگاه­های رهبر^[111] صادق بود. ایس و ادریچ^[112]، یک رابطه و اثر معنادار مثبت را در صنایع کارخانه­ای ایالات متحده گزارش کردند. در این پژوهش، در پاسخ به اینکه آیا می­توان بین شاخص­ تمرکز و شاخص­ های تحرک ارتباط به خصوصی یافت، مفهوم ضریب همبستگی بیان شده است. ضریب همبستگی ابزاری آماری برای تعیین نوع و درجه رابطه­­­ی یک  متغیر کمی با متغیر کمی دیگر است. ضریب همبستگی، یکی از معیارهای مورد استفاده در تعیین همبستگی دو متغیر است. ضریب همبستگی شدت رابطه و همچنین نوع رابطه (مستقیم یا معکوس) را نشان می‌دهد. این ضریب بین ۱ تا ۱- است و در عدم وجود رابطه بین دو متغیر، برابر صفر است.
که در آن E عملگر امید ریاضی، cov به معنای کوواریانس، corr نماد معمول برای همبستگی پیرسون، و سیگما نماد انحراف معیار است( دانش­نامه بین ­المللی علم آمار،2011: 315).
فصل چهارم
محاسبات و تحلیل نتایج
4-1- مقدمه
در فصل سوم به ارائه مدل مورد استفاده در این پژوهش پرداخته شد. در این فصل به برآورد، محاسبات و بررسی نتایج به دست آمده خواهیم پرداخت. به منظور بررسی پویایی کسب وکار در صنایع پذیرفته شده در بورس اوراق بهادار تهران، با بهره گرفتن از مدل زنجیره مارکوف و ماتریس­های انتقال یا گذار، شاخص تحرک برای 17 صنعت از کل صنایع پذیرفته شده در بورس اوراق بهادار تهران به دست آورده و آنها را در دو حالت کوتاه مدت و بلند مدت رتبه ­بندی می­کنیم و به مقایسه این صنایع به یکدیگر می­پردازیم. در تکمیل و تحلیل نتایج شاخص هرفیندال در هر صنعت و هر سال را در حالت ایستا محاسبه می­کنیم و به صورت کلی، به مقایسه حالت ایستا و پویا می­پردازیم. این محاسبات را برای سال­های 1382 تا 1392 و بنگاه­هایی که در کل این بازه زمانی در صنایع باقی مانده­اند انجام خواهد گرفت.
4-2- داده­­ها
برای محاسبه شاخص­ های تحرک و بررسی پویایی صنعت در ایران، فروش بنگاه­ها در هر سال را به عنوان معیار اندازه بنگاه در نظر گرفته­­ایم. اطلاعات مربوط به بنگاه­ها از طریق بررسی صورت­های مالی آن­ها جمع­آوری شده است و صنایع بر اساس دسته­بندی آن­ها در سازمان بورس اوراق بهادار تهران نوشته شده ­اند. در این بین، 17 صنعت از 32 صنعت معرفی شده در این مرکز انتخاب شده ­اند، دلیل انتخاب این صنایع، لزوم مشخص شدن سهم بنگاه در هر صنعت و هر سال و همچنین یکسان بودن سال مالی تمام بنگاه­ها است. صنایعی که در طول یازده سال مورد بررسی،1392-1382، در بورس اوراق بهادار تهران، بیش از دو بنگاه با سال مالی یکسان داشته اند، نوشته شده است و ماتریس انتقال یا گذار آن­ها تخمین زده­ایم. تعداد کل بنگاه­های حاضر در صنایع، در بازه زمانی مورد مطالعه، با سال مالی یکسان به 250، بنگاه رسید. از شاخص M_u ، شاخص اثر برای محاسبه میزان تحرک هر صنعت استفاده و مقدار آن­ها برای همه صنایع منتخب مشخص شده است. برای محاسبه تمرکز حالت ایستا از شاخص هرفیندال- هیرشمن، جهت مقایسه­ ای با حالت پویا، بهره گرفته­ایم.
جهت برآورد مدل و محاسبات، نرم­افزارهای Excel 2007، Mathematical 8، Stata 11 مورد استفاده قرار گرفته­اند.
4-3- معرفی مدل
4-3-1- روش محاسبه ماتریس احتمال انتقال
به منظور رسیدن به هدف تحقیق یعنی مشخص کردن میزان تحرک صنایع و رتبه ­بندی آن­ها از مدل زنجیره مارکوف و ماتریس­های انتقال استفاده می­ شود. همان­طور که در فصل قبل گفته شد، زنجیره مارکوف، عبارت است از فرایند مارکوف به نحوی که مجموعه نتایج قابل شمارش باشند؛ فرایند مارکوف، نیز یک فرایند تصادفی با سه ویژگی زیر است:

 

• • تعداد وضعیت­های ممکن محدود است، که در این تحقیق چهار وضعیت (در ادامه شرح داده خواهد شد) معین شده­ است.^[113]

 

• • وضعیت در هر مرحله فقط به وضعیت یک دوره قبل بستگی دارد.

 

• • احتمالات مربوط به تغییر وضعیت­ها طی زمان ثابت هستند.

 

در حقیقت این فرایند حرکت در یک سیستم، از حالتی به حالت دیگر به همراه احتمالات مرتبط با هر انتقال است که به عنوان زنجیره شناخته شده است. همان­طور که توضیح داده شد، مارکوف متغیر تصادفی X_n را وابسته به وضیت آن در یک دوره قبل یعنی وابسته به X_n-1 و مستقل از X_n-2, X_n-3, …,X₁ معرفی کرد. برای بیان ساده­ترآن را به صورت زیر نوشتیم:
این احتمالات تغییر وضعیت­ها، در ماتریسی که آن را ماتریس گذار یا ماتریس انتقال می­نامند، نظم داده می­شوند:
T =
همان­طور که می­دانیم، در ابتدا باید وضعیت­هایی را تعریف کرد، برای تعیین این وضعیت­ها ابتدا لازم به تعریف یک معیار است که بتوان اندازه نسبی بنگاه­ها در هر صنعت را بر اساس این معیار مشخص، تعیین نمود؛ معیار انتخاب شده در این تحقیق، سهم فروش بنگاه در صنعت است و این سهم برای سال­های1382 تا 1392 محاسبه شده است؛ سهم فروش هر بنگاه در بازار(صنعت) برابر است با فروش آن بنگاه در یک سال معین تقسیم بر کل فروش در بازار(صنعت)در آن سال که برای یازده سال متوالی این سهم­ها محاسبه شده است. پس از مشخص کردن اندازه نسبی بنگاه­ها در صنایع و سال­های مورد نظر باید در مورد تعیین وضعیت­ها تصمیم گرفت؛ در این پژوهش، وضعیت­ها به صورتی تعریف شده ­اند که، داده ­های به دست آمده برای سهم فروش بنگاه­ها را به چهار گروه تقسیم می­ کند، به طوری که داده ­های به دست آمده برای سهم فروش بنگاه­ها توزیع نسبتا یکنواختی داشته باشد. به منظور تعیین نحوه توزیع سهم بنگاه در صنایع مورد بررسی، نمودار سهم بنگاه را رسم نمودیم. همان­گونه که در نمودار 4-1 مشاهده می­ شود، بدون در نظر گرفتن صنعت و سال، تقریبا 75% از بنگاه­ها، دارای سهم کم­تر از ده درصد از بازار هستند. بنابراین، به صورت برون­زا، وضعیت­ها را این­گونه تعریف می­کنیم که، بنگاه­هایی که سهم فروش آن­ها کمتر از دو درصد است در گروه یا وضعیت یک(25% اول مشاهدات)، بنگاه­ها با سهم دو تا چهار درصد در بازار در گروه دو(25% دوم مشاهدات)، بنگاه­ها که سهم آن­ها چهار تا ده درصد است گروه سه قرار گرفته­اند(25% سوم مشاهدات) و در گروه یا وضعیت چهار آن دسته از بنگاه­هایی قرار دارند که سهم فروششان بیشتر از ده درصد است(25% آخر). احتمالات انتقال از هر وضعیتی به وضعیت دیگر درآیه­های ماتریس انتقال را می­سازند. این احتمالات، میزان تغییر بین این گروه­ ها را در هر صنعت نشان می­دهد. عناصر روی قطر ماتریس احتمال ماندن در وضعیت ثابت را نشان می­ دهند، هر چقدر مقدار این درآیه­ها بزرگ­تر باشد، به معنای حرکت کمتر بنگاه­های صنعت است، به این معنا که اندازه نسبی بنگاه­های حاضر در صنعت مورد نظر تغییرات کمتری داشته اند یا به عبارتی تغییرات ساختاری کم است و ساختار این صنعت، نزدیک به ساختار انحصاری است.
نمودار4-1. نمودار توزیع سهم فروش بنگاه­ها مستقل از صنعتی که در آن قرار گرفته­اند
مأخذ: یافته­های پژوهش
برای مثال درآیه احتمال اینکه در یک دوره، بنگاهی به اندازه کافی برای رفتن به گروه سه رشد کرده است و سهم فروش خود را از زیر دو درصد به مقداری بین چهار تا ده درصد رسانده است را نشان می­دهد. برای محاسبه این احتمالات از روش زیر استفاده شده است:
که در آن صورت کسر یعنی تعداد انتقالات بنگاه­ها از حالت i به حالت j و مخرج تمام انتقالات از حالت یا گروه i به هر گروه دیگر حتی گروه i را در بر می­گیرد و می­دانیم که این عناصر عددی بین صفر و یک هستند و جمع احتمالات در هر سطر برابر با یک است:
4-3-2- روش محاسبه ماتریس ثابت
پس از محاسبه این احتمالات و تشکیل ماتریس انتقال برای هر کدام از صنایع، قبل از انجام مرحله بعد و محاسبه شاخص­ های تحرک به بردار احتمالات ثابت هر صنعت نیاز است. بردار حالت پایدار یا ثابت برداری است که پس از رسیدن به این حالات در دوره­ های زمانی طولانی احتمال تغییر وضعیت­ها، تغییر نخواهد کرد، یعنی ماتریس انتقال دارای سطرهای مساوی و ثابتی خواهد شد، برای مثال احتمال تغییر وضعیت از گروه یک به گروه یک برابر است با احتمال تغییر وضعیت از گروه دو به گروه یک و احتمال تغییر از گروه سه به گروه یک و همین­طور برابر با احتمال رفتن از گروه چهار به گروه یک.
)
بنابراین، در این پایان نامه با در نظر گرفتن چهار گروه یا وضعیت، این بردار احتمال ثابت چهار عنصر خواهد داشت. که برای به دست آوردن این بردار، از روش اولین بردار ویژه سمت چپ ماتریس مطابق با مطالب گفته شده در فصل سوم استفاده شده است.
از آنجا که برای بردارهای ویژه چپ معادله زیر صادق است،
می­توان حاصل­ضرب بردار حالت اولیه در ماتریس انتقال را به صورت زیر بازنویسی کرد:
وضعیت اولیه قرار گرفتن بنگاه­ها در وضعیت­ها (حالت­ها) می­باشد، که بر اساس بردارهای ویژه آن را بسط داده­ایم:
بزرگ­ترین ویژه مقدار یک ماتریس منظم برابر با یک و بقیه ویژه مقادیر از آن کوچک­تر می­باشد، بنابراین
که به صورتی انتخاب می­ شود که جمع عناصر این بردار حاصله برابر با یک شود، نرمال کردن این بردار به صورت زیر است:
که e اولین ویژه بردار راست ماتریس و تمام عناصر آن برابر با یک است. این بردار برای تمامی صنایع محاسبه گردیده و در پیوست آورده شده است.
4-3-3- روش محاسبه شاخص­ های تحرک
پس از محاسبه بردار حالت پایدار، برای تمامی صنایع به منظور مقایسه و رتبه ­بندی صنایع از شاخص­ های زیر استفاده گردیده است:
و علاوه بر این شاخص، به علت منظم نبودن ماتریس­ها و دست نیافتن به حالت پایدار برای بلند مدت شاخص قطر اصلی یا اثر به کار برده شده است:
همان­طور که در فصل قبل گفته شد، شاخص تحرک، یک تابع از احتمالات انتقال است که ماتریس انتقال را به یک عدد ترسیم می­ کند. این تابع که مقداری بین صفر و یک به خود می­گیرد، برای مجموعه ­ای از ماتریس­های انتقال امکان رتبه بندی از لحاظ تحرک را فراهم می ­آورد، به طوری که در آن ماتریس تحرک بیشتر از ماتریس را نشان می­دهد، اگر شاخص تحرک مرتبط با ماتریس بزرگتر از شاخص به دست آمده از ماتریس باشد(کانتر،2004: 176)؛ به بیان ریاضی:
در مرحله آخر بر این اساس، صنایع رتبه ­بندی خواهند شد.
، احتمال خروج قطعی از وضعیت جاری، با مقیاس را بیان می­ کند و ، معکوس میانگین هارمونیک احتمالات باقی ماندن در هر وضعیت، تعریف می­ شود، با مقیاس . تفاوت این دو شاخص این است که شاخص به وسیله احتمالات پایدار وزن داده شده است، در حالی که اینگونه نیست.
به منظور مقایسه حالت پویا با حالت ایستا، در دوره زمانی مورد مطالعه شاخص هرفیندال- هریشمن صنایع برای هر سال را محاسبه می­نماییم، این شاخص در هر سال، برابر است با مجموع مجذور سهم فروش بنگاه­ها در آن سال:
K را تعداد بنگاه­های هی صنعت و S_f، سهم هر بنگاه تعریف می­کنیم.

 

خط۱ و۳

[۰.۰۱۱۶۵ ۰,۲۶۷۶]

[۰,۸۶۷۹  ۳,۰۰۸  ]

[۱۳,۴۱  ۸,۵۷  ]

۱۰۰

 

 

جدول ۳-۱: جزییات امپدانس و طول خطوط ارتباطی میان ناحیه ای[۴۵]
۳-۲-۵-معرفی واحدهای تولید شبکه
۳-۲-۵-۱ -واحدهای تولید حرارتی
این واحدها که نقش واحدهای رایج شبکه را دارند، به کمک یک ماشین سنکرون مدل می شوند. شکل ساده ی این واحد تولید سنکرون در شکل ۳-۶ آمده است.
شکل ۳-۴: واحد تولید حرارتی شبکه
همچنن توان نامی واحد های حرارتی را می توان در جدول ۴-۲ مشاهده نمود:

 

شماره واحد

شماره شین

توان نامی

 

۱

۱

۳۰۰

 

۲

۳

۴۵۰

 

۳

۴

۴۵۰

 

 

جدول ۳-:۲مقادیر نامی تولید در واحد های حرارتی
۳-۲-۵-۲-مشخصات واحد تولید بادی
واحد تولید بادی که در واقع یک مزرعه بادی است ، شامل ۶۰ توربین بادی با توان ۵/۱ مگاواتبرای هریک ازآنها می باشد،که در مجموع۴۰۰ مگاوات تولید خواهند کرد.دراین نیروگاه از ژنراتورهای القایی دوسو تغذیه^[۳۴] استفاده شده است .ژنراتور های القایی دو سو تغذیه که رایج ترین نوع ژنراتورهای بادی هستند ،میرایی نوسانات ضعیف شبکه را افزایش می دهند،از سویی دیگر میرایی نوسانات درون ناحیه ای را کاهش می دهند. مبدل بکار رفته از نوع AC/DC/AC است که یکی مبدل سمت شبکه و دیگری مبدل سمت روتور می باشد و وظیفه تزریق توان را به شبکه به عهده دارند. مبدل ها با مدولاسیون پهنای پالس ^[۳۵] کنترل می شوند.

همانطور که قبلا گفته شده بود روش کنترلی تزریق توان در این بخش هم بکار رفته است. بطوریکه کنترلر با تعیین توان مرجع با توجه به میزان انحرافات فرکانسی و مقایسه آن با توان اندازه گیری شده، پالس تولید کرده ومبدل عمل می کند.
لازم به ذکر است سرعت باد ورودی برای این نیروگاه بر اساس داده های واقعی [۴۶] بوده و این مساله نوسان ایجاد شده در فرکانس را تشدید کرده و شرایط شبیه سازی را به حالت واقعی نزدیکتر میسازد.
شکل۳- ۵:بلوک دیگرام واحد تولید بادی
۳-۲-۵-۳-مشخصات واحد تولید خورشیدی
این واحد خورشیدی [۴۷] ^[۳۶]دارای تولید نامی در حدود ۳۰ مگاوات می باشد. این واحد در شکل۴-۲ مشخص شده و به شین یک متصل است. می دانیم ورودی این واحد مقدار تابش خورشید است. داده های تابش خورشید مورد استفاده برگرفته از مقادیر واقعی می باشد. این نیروگاه، مدل کننده واحد تولید از نوع آرایه ی خورشیدی^[۳۷] بوده که به کمک سیستم دنبال کننده ی نقطه توان بهینه ^[۳۸]موجود، با اندازه گیری پارامترهای مورد نیاز، نقطه کار مناسب که همان نقطه حداکثر توان خروجی سلول خورشیدی است، یافت می کند و در این نقطه باقی می ماند .[۵۰],[۴۹], [۴۸]از آنجا که توان تولید شده از نوع جریان مستقیم ^[۳۹]می باشد با توجه به این شرایط با اعمال فرمان مناسب و تغییر سیکل کاری به کمک یک پل اینورتری به جریان متناوب سه فاز تبدیل شده و بوسیله مبدل مدولاسیون پهنای پالس^[۴۰] ،ولتاژ خروجی سلول خورشیدی به نقطه کارمناسب سوق داده می شود و این توان در شبکه جاری میگردد. در این واحد هدف کنترل کننده پیشنهادی؛ کنترل پالس ورودی به دروازه های^[۴۱] مبدل قدرت مدولاسیون پهنای پالس است، که توان تزریقی به شبکه را کنترل می کند.

 

کتی-دبلیو-چن و تی‌فانی‌یوب (۲۰۰۴)

در بررسی ۶ شاخص اصلی بورس سهام شرق آسیا و امریکا نشان دادند که حافظه بلندمدت در این بازارها وجود دارد.

 

چین ون چونگا و همکارانشان (۲۰۰۶)

مدل‌های با حافظه بلندمدت توضیح بسیار مناسبی از رفتار متلاطم شاخص سهام مالزی، نسبت به مدل GARCH برخوردار بودند

 

ژانگ (۲۰۰۶)

در بورس سهام شنزن، مدل‌های نامتقارن از قبیل ،EGARCH و GJR عملکرد بهتری در مقایسه با سایر مدل های نوع GARCH دارند، اما مدل‌هایی با توزیع تی-استیودنت چوله، با تفاوت اندکی در مقایسه با مدل‌هایی با سایر توزیع‌ها، نتایج بهتری دادند

 

رویز و ویگا (۲۰۰۸)

مدل نوسانی آماری جدیدی تحت عنوان A-LMSV را برای مقابله با اثر اهرمی و حافظه بلندمدت در نوسانات سهام پیشنهاد نمودند و نشان دادند که همبستگی تقاطعی بین مشاهدات واقعی و مربعات، بطور کلی، در ارزش‌های قدر مطلق در FIEGARCH بیشتر از A-LMSV است.

 

کانگ و همکاران (۲۰۰۹)

مدل‌های FIGARCH و CGARCH به ترتیب از دقت پیش‌بینی و پایداری بالاتری نسبت به سایر مدل‌ها برای نوسانات قیمت نفت خام وست تگزاس برخوردار هستند.

 

چئونگ (۲۰۱۰)

چارچوب تجربی کانگ و همکاران (۲۰۰۹) را برای تخمین مدل‌های خطی و غیر خطی توسعه داد. نتایج تحقیق وی نشان داد که مدل‌های غیرخطی GARCH قابلیت بالاتری نسبت به مدل‌های خطی دارند.

 

کریستنسن و همکاران (۲۰۱۰)

مدل FIEGARCH-M برای بازدهی روزانه سهام مورد بررسی قرار داد و ضمن استخراج اثر نوسانات در میانگین^[۲۳۶] به این نتیجه رسیدن که مدل یاد شده بهتر از مدل FIEGARCH است.

 

آروری و همکاران (۲۰۱۲)

مدل‌های نوسانانی پس از برطرف نمودن (تعدیل) شکست ساختاری نتایج دقیق‌تری می‌دهند در میان این مدل‌ها نیز مدل FIGARCH نتایج مناسبتری داشت.

 

اورتگا (۲۰۱۴)

با بهره گرفتن از مدل‌های ARCH و GARCH تعمیم یافته به بررسی رابطه همبستگی بین قیمت سهام شرکت‌ها پرداخته و وجود رابطه همبستگی بلندمدت میان قیمت سهام شرکت‌ها را تایید نمود.

 

بنتز (۲۰۱۵)

به بررسی قدرت پیش‌بینی‌کننده‌های مبتنی بر مدل‌های GARCH پرداخت و بر پیش‌بینی‌های خارج از نمونه این مدل‌ها صحه گذاشت.

 

مهرآرا و عبدلی (۱۳۸۵)

نقش اخبار خوب و بد را در نوسانات بازدهی سهام ایران مورد تجزیه و تحلیل قرار دادند. در این مقاله، رابطه تکانه‌های بازدهی یا یا قیمت سهام (اخبار) و نوسانات شرطی با بهره گرفتن از الگوهای GARCH، TARCH، CGARCH و EGARCH متقارن و غیرمتقارن در بازار اوراق بهادار تهران، بررسی و فرضیه عدم‌تقارن آزمون شد. نتایج پژوهش نشان می‌دهد که، هیچگونه شواهدی مبنی بر وجود اثرات نامتقارن قوی و معنی‌دار وجود ندارد، به این مفهوم که اخبار خوب و بد با اندازه یکسان، تأثیر مشابهی بر نوسانات شرطی بازدهی دارد

 

کشاورز و صمدی (۱۳۸۸)

انجام پیش بینی در دوره خارج از دوره نمونه مدل ARFIMA-FIGARCH با توزیع نرمال، دقیق ترین مدل بوده و نتایج بهتری را ارائه می دهد. همچنین مدل FIGARCH بهترین عملکرد را در تخمین ارزش در معرض ریسک ( VaR) ارائه داد.

 

ارشدی (۱۳۹۰)

مدل های TARCH و EGARCH، به منظور استخراج اثر اهرمی مورد تایید قرار گرفت. از سوی دیگر نتایج آزمون های ضرایب GARCH گویای آن است که واریانس شرطی در بلندمدت به میانگین خود بازگشت می کند.

 

سجاد و همکاران (۱۳۹۲)

در مقایسه مدل تلاطم تصادفی و مدلهای GARCH، از طریق محاسبه ارزش در معرض خطر، مدل GARCH و GARCH-t مناسب ارزیابی شد.

 

دسته­ای از باکتری­ ها می­باشند که دارای اثرات نامطلوب و زیان­باری می­باشند. مانند استافیلوکوک ها و کلستریدیوم ویونلا، این باکتری­ ها از طریق مکانیسم­هایی چون، استفاده از ترکیبات جیره برای رشد و تکثیر خود، غیرفعال کردن آنزیم­ های گوارشی از طریق شکستن آنها، اتصال به دستگاه گوارش و تجمع در جایگاه­های جذب مواد غذایی بازدهی خوراک را کاهش می­ دهند و همچنین با آسیب رساندن به سلول­های دستگاه گوارش سبب بروز التهاب و خونریزی می­شوند.

ج) میکروارگانیسم­های خنثی
دسته­ای از میکروارگانیسم­ها را شامل می­شوند که در پاسخ به وضعیت محیطی، تغذیه و همچنین تغییرات فیزیکوشیمیایی پرنده نیز تغیر می­ کنند.
لاکتوباسیل­ها غالب­ترین باکتری در چینه­دان می­باشند. این گروه از باکتری­ ها می­توانند از طریق حفظ تعادل میکروبی در چینه­دان از رشد باکتری­ های بیماری­زایی مانند اشرشیاکلی ممانعت کنند. این امر برای طیور دارای اهمیت فوق­العاده می­باشد. زیرا چینه­دان محل ورود باکتری­ های خارجی به داخل دستگاه گوارش می­باشد. …………………………………………………
همچنین لاکتوباسیلوس­ها تنها ارگانیسم­هایی می­باشند که به طور طبیعی در سطوح معنی­دار در دوازدهه جوجه­های گوشتی وجود دارد. لاکتوباسیل­ها قادر به کنترل جمعیت اشرشیاکلی در چینه­دان می­باشند و اثرات آنها به دو صورت باکتریواستاتیک و باکتریوسیدال می­باشد [Fuller, 1977].
۱-۳-۶- تأثیر آویشن شیرازی بر جمعیت میکروبی روده
اگرچه ترکیب شیمیایی عصاره­های گیاهی جهت دستیابی به نتایج بهتر از اهمیت بیشتری برخوردار است، اما به نظر می­رسد که خاصیت ضد­میکروبی درون­تنی اسانس ­ها در پرندگان می ­تواند به وسیله جیره­ های پایه و شرایط محیطی تحت تاثیر قرار بگیرد .
فعالیت ضد­باکتریایی در آویشن شیرازی مربوط به ترکیباتی مانند، لینالول ، مشتقات اکسیژنه شده تیمول و کارواکرول مانند اتر تیمول متیل و اتر کارواکرول متیل ، گاما ترپینن، p- سیمین [Al- Bayati, 2008,]. 1و ۸ سینئول [Lopes- lutz et al., 2008] می­باشد.
نتایج مربوط به آزمایشات ضد­باکتریایی آویشن شیرازی نشان داد که اسانس این گیاه از رشد همه میکروارگانیسم­های مورد مطالعه به خصوص گونه­ های گرم منفی جلوگیری می­ کند . استفاده از اسانس گیاه آویشن یا مخلوطی از اسانس ­ها که شامل تیمول بودند به عنوان مکمل در پرندگان باعث کاهش باکتری­ های کلی­فرم شد.
مکمل تیمول در جیره طیور باعث تحریک ترشح آنزیم­ های پانکراس شده و در نتیجه بهبود ضریب تبدیل را به دنبال داشت [Lee, 2003]. کارواکرول موجود در آویشن شیرازی باعث رشد و تحریک لاکتوباسیل­ها می­ شود که از این طریق نقش مهمی در بهبود عملکرد پرنده دارند [Tschirch, 2000]. همچنین اسانس و عصاره متانولی آویشن شیرازی دارای خاصیت آنتی­اکسیدانی بوده که باعث حفاظت از پرزهای روده و بهبود جذب مواد مغذی در طیور خواهد شد [مصحفی ۱۳۸۵، Manzanillo et al., 2001]. ترکیبات فنولیک اسانس آویشن به ویژه تیمول و کارواکرول مسئول فعالیت آنتی­اکسیدانی در سیستم لیپیدی هستند .
۱-۴- کیفیت گوشت
ویژگی­های تعیین قابل کیفی گوشت از قبیل ظرفیت نگهداری آب، کشش پذیری گوشت، از دست دادن آب، آب خروجی در زمان طبخ، اسیدیته، نیمه عمر، میزان کلاژن، قابلیت انحلال پروتئین، چسبناکی و ظرفیت اتصال چربی برای صنایع تبدیلی در زمان تولید محصولات درجه­بندی شده از ارزش فوق العادهای برخوردار هستند .
سه ویژگی کیفیتی گوشت شامل رنگ، بافت و رایحه مهم­ترین ویژگی­های گوشت هستند که می­توانند بر پذیرش گوشت به وسیله مصرف کننده تاثیر داشته باشند و نکته مهم این است که پراکسیداسیون لیپید­ها عامل اولیه در تخریب کیفیت گوشت و محصولات گوشتی است و بر این ویژگی­های کیفیتی اثر منفی خواهد گذاشت [Addis, 1986].
۱-۴-۱- عوامل مؤثر بر کیفیت گوشت
اکسیداسیون چربی­ها یکی از بزرگترین مشکلات در فرایند­های مربوط به پختن، یخگشایی و ذخیره سازی گوشت می­باشد که بر کیفیت آن و همچنین فرآورده ­های حاصل از آن به دلیل از دست رفتن رنگ، بو، طعم مطلوب و کاهش ماندگاری تاثیر می­ گذارد .
همچنین خرد کردن گوشت و دیگر روش­های فرآوری گوشت قبل از منجمد سازی باعث آسیب رسیدن به غشاء سلول­های گوشت شده و زمینه را برای واکنش اسید­های چرب غیر اشباع گوشت با مواد پراکسیدان فراهم می­ کند که منجر به پایین آمدن سریع کیفیت و گسترش فساد در آن می­ شود و گوشت مرغ به دلیل داشتن ظرفیت اسید چرب غیر اشباع بالاتر نسبت به آسیب اکسیداتیو حساس­تر است . از جمله عوامل دخیل در راه اندازی و توسعه فرایند اکسیداسیون لیپید­ها محتوی چربی و پروفایل اسید­های چرب در گوشت، شکسته شدن اسید­های چرب، محتوی آنتی­اکسیدانی و شرایط ذخیره­سازی مانند نور، زمان، دما و چگونگی بسته بندی می­باشد .
استفاده از روش­های تغذیه­ای جهت بهبود کیفیت غذاهای ماهیچه­ای یک رویکرد نسبتا جدید در علوم دامی است. روش­های تغذیه­ای اغلب نسبت به افزودن مستقیم افزودنی­ها به گوشت موثرترند. زیرا ترکیبات مهم ترجیحا در جایی رسوب می­ کنند یا انباشته می­شوند که غالبا مورد نیاز هستند .
۱-۴-۲- فساد اکسیداتیو در گوشت
گوشت جوجه­ها و محصولات آن­ها به طور وسیعی در سراسر دنیا مصرف می­شوند. آنها دارای خصوصیات تغذیه­ای مطلوب مانند محتوای چربی پایین و غلظت بالایی از اسید های چرب غیر­اشباع می­باشند.که می­توانند به وسیله راهکار­های تغذیه­ای مخصوصی افزایش یابد [Bourre, 2005]. به هر حال میزان بالایی از اسید­های چرب غیر اشباع باعث سریع­تر شدن مراحل اکسیداسیون می­شوند که منجر به یک کاهش در ارزش تغذیه­ای، بافت، رنگ و بو در گوشت می­ شود .
۱-۵- اکسیداسیون در گوشت
اکسیداسیون یکی از مراحل اصلی در متابولیسم می­باشد، و یک فرایند کلی است که بر چربی­ها، رنگدانه­ها، DNA، کربوهیدرات­ها و ویتامین­ها تاثیر می­ گذارد [Kanner, 1994].تشکیل بیش از حد ترکیبات فعال اکسیژن ^[۲۶](ROS) در فرایند اکسیداسیون می ­تواند باعث آسیب­هایی به ترکیبات حیاتی در سیستم بیولوژیکی شود . اکسیداسیون لیپید­ها یکی از بزرگترین عامل در کاهش کیفیت در گوشت و ماندگاری آن و همچنین فراورده­های آن می­باشد .
فرایند اکسیداسیون لیپید­ها بر خصوصیات بافت­های چرب و قابلیت نگهداری محصولات طیور تأثیر گذاشته و ممکن است باعث کاهش سطح اسید­های چرب غیر­اشباع با چند اتصال دو­گانه، ویتامین­های محلول در چربی و تولید ترکیباتی نظیر پراکسید وآلدئید­های سمی و در نهایت سبب کاهش ارزش غذایی تولیدات طیور گردد. اکسیداسیون لیپید رنگ پریدگی گوشت را که به واسطه اکسیداسیون میوگلوبین ایجاد می­ شود، افزایش می­دهد. این کنش منجر به تشکیل ترکیباتی با وزن مولکولی پایین می­ شود که طعم گوشت را تغییر می­ دهند و سبب ایجاد بوی ترشیدگی می­ شود .
۱-۵-۱- عوامل موثر بر اکسیداسیون
میزان فسفولیپید­های غیر­اشباع در غشاء سلولی یکی از مهم­ترین فاکتور­ها در تعیین ثبات اکسیداتیو در گوشت می­باشد. که در صورت افزایش میزان چربی­های غیر­اشباع، اکسیداسیون نیز افزایش می­یابد. در این رابطه فسفولیپیدها در ساختار غشاء قرار گرفته­اند و شروع کننده پراکسیداسیون چربی­ها در بافت می­باشند [Machlin, 1984]. ……………………………………
غشاء لیپیدی به وسیله تعدادی از آنتی­اکسیدان­های طبیعی مانند اسید آسکوربیک و آلفاتوکوفرول در برابر اکسید شدن محافظت می­شوند. آلفا توکوفرول در بخش زیرین غشاء در موقعیتی نزدیک به زنجیره­های فسفولیپیدی ذخیره می­ شود و یکی از کارآمد­ترین پاک­کننده­ های رادیکال­های آزاد آسیل­های چرب می­باشد [Buettner, 1993].
مصرف بالایی از چربی­های اکسیده شده، پراکسیدان­ها و اسیدهای­چرب غیر­اشباع حساس به اکسیداسیون و همچنین مصرف پایین از مواد مغذی که در سیستم دفاعی آنتی­اکسیدانی درگیر هستند، باعث افزایش اکسیداسیون خواهند شد . با توجه به اینکه افزایش درجه غیر­اشباع غشاهای ماهیچه­ای به وسیله دستکاری جیره ثبات اکسیداتیو را کاهش می­دهد توجه زیادی به اصلاح ترکیبات اسید­چرب در بافت­های حیوانی شده است .
وجود یک یا تعداد زیادی باند دوگانه در اسید­های چرب، مرکز فعالی برای انواع واکنش­های نامطلوب از جمله اکسیداسیون فراهم می­ کند. همان­گونه که گفته شد سرعت اکسیداسیون به طور عمده به درجه اشباع بودن اسیدهای چرب بستگی دارد. پایداری نسبی اکسیداسیون اسیدهای چرب در دمای ۱۰۰ درجه سانتی ­گراد مطابق زیر بیان شده است، در رابطه با اسیدهای چرب ۱۸ کربنه – اسید چرب ۱۸:۰، ۱۸:۱، ۱۸:۲، ۱۸:۳ (به ترتیب دارای ۰، ۱، ۲ و ۳ پیوند دو گانه)سرعت نسبی اکسیداسیون به ترتیب ۱: ۱۰۰: ۱۲۰۰: ۲۵۰۰ گزارش شده است [Deman, 1992].
۱-۵-۲- اندازه گیری پراکسیداسیون اسید چرب در گوشت
تغییر در اسید­های چرب به طور عمده به وسیله یک مکانیزم کاتالیتیکی خود به خودی از رادیکال­های آزاد که اکسیداسیون خود به خودی نامیده می­ شود و شامل ۳ فاز می­باشد اتفاق می­افتد .
۱: فاز ابتدایی :

۲: فاز گسترش :

۳: فاز پایانی:

هیدروپراکسید (ROOH) گونه­ های ناپایداری بوده که محصول اولیه اکسیداسیون لیپید­ها می­باشد و دستخوش تغییرات می­شوند و شرایط نامطلوبی را به وجود می­آورند، شکسته شدن این گونه­ ها باعث تولید محصولات ثانویه­ای مانند پنتانال، هگزانال، ۴- هیدروکسی نوننال و مالون­دی­آلدئید (MDA^[27]) می­ شود .
اندازه ­گیری پراکسیداسیون گوشت می ­تواند بر اساس اکسیداسیون اولیه مانند محاسبه LHP یا اکسیداسیون ثانویه از طریق اندازه گیری مالون­دی­آلدئید (MDA) و یا محصولات حاصل از اکسیداسیون کلسترول (COP) انجام گیرد . یکی از روش­های تعیین پراکسیداسیون در گوشت اندازه ­گیری میزان مالون­دی­آلدئید تولید شده در گوشت می­باشد که محصول اصلی تجزیه هیدروپراکسیدهای چربی می­باشد. برای اندازه ­گیری پراکسیداسیون چربی­های گوشت، مواد واکنش­دهنده با اسید تیوباربیتوریک اسید (Thiobarbituric Acid Reaction Substance; TBARS) استفاده می­ شود. این آزمایش بر میزان جذب کمپلکس صورتی رنگ حاصل از واکنش یک مولکول مالون­دی­آلدئید با دو مولکول از تیوباربیتوریک اسید استوار است .
شکل ۱-۳: واکنش بین مالون­دی­آلدئید و تیوباربیتوریک اسید
واکنش با تیوباربیتوریک اسید از طریق متصل شدن مونوانولیک مالون­دی­آلدئید به گروه ­های متیلن فعال تیوباربیتوریک اسید اتفاق می­افتد (Sinnhuber and Yu, 1958).
همبستگی بالایی بین سطوح اسید آراشیدونیک، اسید دودکاتترائنوئیک، اسید دودکاپنتائنوئیک و اسید دودکاهگزائنوئیک اسید در فسفاتیدیل سرین و فسفاتیدیل کولین وجود دارد. این فسفولیپیدها مسئول تولید بسیاری از مواد واکنش دهنده با اسید تیوبابیتوریک (TBARS^[28])، شامل مالون­دی­آلدئید در کبد، قلب، پلاسمای جوجه­ها و تخم­مرغ هستند .
عوامل مؤثر بر میزان تولیدMDA حاصل از اکسیداسیون اسید های چرب:
۱) شکسته شدن اسیدهای چرب غیر­اشباع .
۲) وجود فلزها .
۳) pH.
۴) دما و مدت زمان حرارت­دهی .

 

متغیر کلامی	عدد فازی
خیلی کم	[۰ ۰ ۱۵]
کم	[۱۵ ۲۵ ۳۸]
متوسط	[۳۸ ۵۰ ۶۲]
بالا	[۶۲ ۷۴ ۸۵]
خیلی بالا	[۸۵ ۱۰۰ ۱۰۰]

شکل (۲۱)-توابع عضویت متناظر خروجی‌های سه سطح
شکل (۲۲) نمونه ای از سیستم استنتاجی طراحی شده در مدل را برای زیربعد آمادگی آگاهی سرویس‌گرایی نشان می‌دهد.

شکل (۲۲) سیستم استنتاجی زیربعد آمادگی آگاهی سرویس‌گرایی
۴-۲-۳-مرحله دوم: پایگاه قواعد فازی
پس از تعیین توابع عضویت فازی برای هر یک از عبارات زبانی مربوط به متغیرهای ورودی و متغیرهای خروجی، پایگاه قواعد تشکیل می‌شود. استنتاج فازی، مهم‌ترین مرحله پردازش سیستم خبره فازی محسوب می‌شود. مرکز استنتاج یک سیستم خبره از مجموعه‌ای از قواعد اگر -آنگاه تشکیل می‌شود که در فصل قبلی معرفی شده‌اند. با تکیه بر مرور ادبیات حوزه سرویس‌گرایی و عوامل موثر در آمادگی سازمان در این حوزه و دانش خبرگان، با در نظر گرفتن حالات مهم شاخص‌ها، تنها قوانینی برای هر سیستم استنتاج، استخراج شده است که دارای اهمیت بیشتری می‌باشد. طبق مدل طراحی شده در فصل قبل، دیاگرام مجموعه کل قوانین و فرمت آن‌ها در شکل (۱۶) فصل ۳ نشان داده شده است، در سطح اول ۸ سیستم استنتاج فازی، در سطح دوم،۳ سیستم استنتاج فازی و در سطح سوم ۱ سیستم استنتاج فازی طراحی شده است. مجموعا ۱۲ مجموعه سیستم استنتاج فازی طراحی شده است که با یکدیگر در سه سطح ارتباط پیدا می‌کنند. برای سیستم خبره فازی پژوهش حاضر، در مجموع ۲۴۱ تعداد قاعده تبیین شده است.
به عنوان مثال، قاعده (۱) در سیستم استنتاجی متناظر با زیربعد «آمادگی آگاهی سرویس‌گرایی»، بیان می‌کند که اگر میزان توانایی سازمان در فهم و درک مفهوم معماری سرویس‌گرای سازمان (زیرشاخص اول ورودی سیستم) در سطح بسیار پایینی باشد، صرف نظر از میزان سایر متغیرهای ورودی دیگر این سیستم، میزان آمادگی سازمان در زیربعد «آمادگی آگاهی سرویس‌گرایی» بسیار پایین خواهد بود چرا که معماری سرویس‌گرایی یک پار ادایم جدید است و فهم و درک مفهوم معماری سرویس‌گرا در درجه اهمیت بالایی قرار دارد. اگرچه معمولاً سرویس‌گرایی به عنوان یک معماری فنی مطرح می‌شود و به شناخت مؤلفه‌های تکنولوژی اهمیت داده می‌شود، اما آنچه مستقیماً در موفقیت یک سازمان اثر می‌گذارد، افراد و فرهنگ آن سازمان است که در منابع زیادی مورد تاکید قرار گرفته است؛ یعنی برای پذیرش این معماری در سازمان بیش از نیاز به تغییر تکنولوژی و زیرساخت مرتبطه و داشتن دیدگاه فنی نسبت به آن، نیاز به تغییر فرهنگ سازمانی احساس می‌شود و بیشتر باید از دیدگاه فرهنگ و تغییر در راستای کسب و کار به آن نگریسته شود؛ و فهم و درک مزایا و چالش ها و دستاوردهای این معماری و داشتن دیدی جامع نسبت به آن، نقشی مهم در آمادگی سازمان برای پیاده‌سازی این معماری دارد.
قاعده (۱) If (deep-understanding is very-low) then (SOA-awareness-readiness is very-low)
همان طور که مشاهده می‌شود، قاعده بالا و سایر قواعد نوشته شده، منطبق با برداشت منطقی فرد خبره از تأثیر این زیرشاخص ها بر خروجی هر سیستم است. از این رو قواعد فازی بر خلاف مدل‌سازی‌های ریاضی دیگر، به سادگی قابل درک و کاربرد هستند. در این مرحله، تدوین سایر قوانین و سایر سیستم‌های استنتاج بدین شکل انجام‌شده است. اگر اندازه ورودی‌های یک سازمان به مدل فازی وارد شود، سیستم استنتاج برای هر زیربعد و بعد، اندازه ای را تولید خواهد کرد. اندازه‌های خروجی ها، هر یک نشان دهنده درجه آماده بودن در هر زیربعد مربوطه را نشان می‌دهد.
۴-۲-۴-مرحله سوم: فازی زدائی
ارزش خروجی هائی که در هر سیستم استنتاج، با توجه به درجه عضویت محاسبه شده برای ورودی‌ها، بد ست می‌آید، به شکل فازی است. در هر زیرسیستم، برای ساده تر کردن تجزیه و تحلیل، اعداد فازی می‌بایست به اعداد معمولی تبدیل شوند؛ به عبارت دیگر در این مرحله ارزش خروجی ها غیر فازی می‌شود که از روش محاسبه مرکز ثقل در منطق ممدانی استفاده شده است که در فصل قبلی توضیحات آن ارائه شده است.
۴-۲-۴-مرحله چهارم: تست مدل
هر مدلی که طراحی می‌شود، به علت اینکه تمام جنبه‌های دنیای واقعی را در خود ندارد دارای خطائی است. این خطا اگر در محدوده قابل تحمل باشد، مدل از اعتبار نسبی برخوردار است در غیر این صورت مدل طراحی شده باید اصلاح گردد .برای تست مدل از روش تحلیل رفتار خروجی‌ها استفاده شده است. این روش در ۱۲ سیستم طراحی شده، به طور مجزا برای هر دسته از ورودی ها این کار انجام گرفته است. در این روش اندازه دو متغیر ورودی، ثابت در نظر گرفته شده، سپس اندازه دو متغیر دیگر افزایش یا کاهش داده می‌شود. به ازای افزایش یا کاهش در ورودی ها، اندازه هر خروجی توسط سیستم خبره فازی محاسبه می‌گردد. از کنار هم قرار دادن این اندازه ها، رفتاری برای هر خروجی شکل می‌گیرد. رفتار به دست آمده مورد تجزیه و تحلیل قرار گرفته، در صورتی که رفتار خروجی ها به ازای دو ورودی ثابت و دو ورودی متغیر، بر اساس ادبیات تحقیق یا نظرات افراد خبره مورد تائید قرار گیرد، اعتبار سیستم خبره تائید می‌شود در غیر این صورت سیستم خبره باید اصلاح گردد.خروجی‌های معادل هر ترکیب با بهره گرفتن از نرم‌افزار MATLAB محاسبه شده است. خروجی ها طبق دانش حاصل از افراد خبره و هم چنین ادبیات تحقیق این حوزه مقایسه شدند. مقایسه و تحلیل‌های حاصل، صحت خروجی ها را تایید کردند.
۴-۳-مطالعهٔ موردی
به منظور بیان بهتر موضوع، از یک مطالعهٔ موردی واقعی استفاده شده است.سازمان مورد انتخاب سازمان فناوری اطلاعات و ارتباطات شهرداری تهران است. بعد از معرفی سازمان و اهداف و حیطهٔ فعالیت سازمان مذکور، نتایج تجزیه و تحلیل آمادگی سازمان برای پیاده‌سازی معماری سرویس‌گرا توضیح داده می‌شود. در ادامه بعد از تحلیل نتایج به دست آمده از وضع سازمان، اقداماتی پیشنهادی در راستای چارچوب اجرایی بهبود و ارتقای وضعیت فعلی سازمان، ارائه می‌شود. لذا، تأکید بر بهبود زیرشاخص ها و زیر ابعادی است که آمادگی سازمان در آن زمینه ها دارای ضعف می‌باشد. زیرابعاد بحرانی در این تحقیق، به آن گروه از زیربعد های تبیین آمادگی سازمانی اطلاق می‌شود که در روند اجرای مدل تحلیلی تحقیق، امتیازی کمتر از متوسط داشته‌اند و دارای ضعف می‌باشند. وضعیت آمادگی سازمانی برای پیاده‌سازی معماری سرویس‌گرا از منظر ۳۰ زیرشاخص در قالب زیرابعاد در نظر گرفته شده، ارزیابی شده است. اندازه ورودی‌های سیستم خبره توسط خبرگان سازمان با پرسشنامه مورد سنجش قرار گرفته است و از خبرگان خواسته شد وضعیت فعلی سازمان در هر شاخص را با عددی در بازه ۰ تا ۱۰۰ برآورد کنند. در انتها یا اعمال میانگین نظرات جمع آوری شده، اعداد میانگین به عنوان ورودی مدل در نرم‌افزار وارد شدند. بعد از اعمالِ ورودی ها به سیستم خبره اندازه کلی آمادگی سازمان برآورد شد.
۴-۳-۱-معرفی سازمان
سازمان فناوری اطلاعات و ارتباطات شهرداری تهران مصمم است برای تحقق شهر الکترونیک با رویکرد شهروندمداری، توسعه فرهنگ استفاده صحیح از آن، استقرار نظام بهینه خودکار سازی شده فرآیندها مبتنی بر دانش، ابزار نوین فناوری اطلاعات و ارتباطات، بازویی کارآمد و مطمئن برای شهردار باشد تا شهر و شهرداری تهران بتواند، موجبات سرافرازی نظام جمهوری اسلامی ایران را فراهم آورد.
سازمان فناوری اطلاعات و ارتباطات شهرداری تهران جهت رسیدن به چشم انداز تعیین شده اهداف زیر را سرلوحه عملکرد خویش قرار داده و جهت رسیدن به این اهدف ماموریتها و برنامه‌های خود را تنظیم نموده است.
رضایت مشتریان درون سازمانی
رضایت مشتریان برون سازمانی
بهبود فرآیندهای درون سازمانی و برون سازمانی با بهره گرفتن از IT
بهبود مدیریت اطلاعات سازمان با بهره گرفتن از IT