پایان نامه کارشناسی ارشد ارتباط کیفیت افشای اطلاعات (قابلیت اتکاء و به موقع بودن) و حق الزحمه حسابرسی در شرکت ها

اختصاصی از یارا فایل پایان نامه کارشناسی ارشد ارتباط کیفیت افشای اطلاعات (قابلیت اتکاء و به موقع بودن) و حق الزحمه حسابرسی در شرکت ها دانلود با لینک مستقیم و پرسرعت .

مقدمه:

حق الزحمه حسابرسی به عوامل متعددی بستگی دارد که میزان اهمیت این عوامل در کشورهای مختلف متفاوت است.یکی از مناقشات اصلی حرفه ی حسابرسی در حال حاضر تعیین نرخ حق الزحمه ی حسابرسی است.با مقایسه کردن حق الزحمه ی حسابرسی در کشورهای مختلف می توان به این نکته پی برد که حقالزحمه ی دریافتی از سوی حسابرسان در ایران قابل مقایسه با سایر کشورها و مخصوصاً کشورهای پیشرفته نیست (امانی ,1388).

امروزه با توجه به فضای رقابتی و تغییر شرایط کسب وکار، مهم ترین موضوع برای شرکتها ، اعتبار و سطح مقبولیت آنها می باشد. یکی از ابزارهای مهم برای نشان دادن این موضوع، رتبه بندی شرکتهاست.در واقع رتبه شرکتها میتواند مظهر میزان اعتبار و قدرت آنها باشد. باتوجه به این موضوع اغلب کشورها اقدام به رتبهبندی شرکتهای موجود در بورس اوراق بهادار خود کرده اند. در ایران نیز بورس اوراق بها دار اقدام به رتبهبندی شرکتها بر پایه افشاء به موقع اطلاعات نموده است.افشا در حسابداری واژهای فراگیر است و تقریباً تمامی فرآیند گزارشگری مالی را در بر میگیرد. یکی از اصول اولیه حسابداری اصل افشای کلیه واقعیتهای با اهمیت و مربوط درباره رویدادها و فعالیتهای مالی واحدهای تجاری است. اصل مزبور ایجاب میکند که صورتهای مالی به گونه ای تهیه و ارائه شود که از لحاظ هدفهای گزارشگری اولاً به موقع ، مربوط و قابل اعتماد و ثانیاً قابل مقایسه و قابل فهم باشد. یعنی بتواند استفاده کنندگان صورت های مالی را در اتخاذ تصمیمات آگاهانه کمک کند (1370عالی ور، 25). هدف اصلی این پژوهش آن است کیفیت افشاء اطلاعات و حق الزحمه حسابرسی را مورد بررسی قرار داده است.

این پایان نامه 113 صفحه می باشد.

پیش بینی بار سیستم های توزیع انرژی (قابلیت ویرایش دارد / فایل Word)

اختصاصی از یارا فایل پیش بینی بار سیستم های توزیع انرژی (قابلیت ویرایش دارد / فایل Word) دانلود با لینک مستقیم و پرسرعت .

پیش بینی بار یک فرایند مرکزی و جامع در برنامه ریزی و بهره برداری صنعت برق بوده است. روشهای برخورد زیادی در دو دهه اخیر برای به کارگیری این مسئله تحقیق و بررسی شده اند.این روشها اغلب ماهیتا با هم تفاوت داشته و به نظریات مختلف مهندسی و تحلیل های اقتصادی پاسخ می دهند.
یکی از مراحل مهم در طراحی سیستمهای توزیع انرژی الکتریکی پیش بینی بار و سیر تغییرات آن از زمان حال تا پایان سال مورد نیاز برای طراحی می باشد.پیش بینی بار صحیح علاوه بر صرفه جویی در هزینه های سرمایه گذاری، امکان برنامه ریزی زمانی مناسب جهت اجرای پروژه را نیز فراهم می نماید.(طراحی دینامیک).  در کشورهای پیشرفته و در حال توسعه، برنامه های اقتصادی میان مدت و بلند مدتی به منظور رسیدن به اهداف اقتصادی و اجتماعی ان کشورها طرح ریزی می شود.یکی از شاخه های برنامه های اقتصادی، پیش بینی مصرف انرژی و شاخه فرعی ان ، پیش بینی مصرف انرژی الکتریکی است.
با پیش بینی مصرف انرژی الکتریکی می توان اطلاعات کافی برای طراحی و توسعه شبکه های توزیع تهیه کرد. این پیش بینی به منظور تحلیل نیازهای اینده و برنامه ریزی در باره محل ،ظرفیت و وابستگی فیدرها، پست های اصلی و پست های فرعی ، مورد نیاز است.
پیش بینی مصرف انرژی الکتریکی با اعمال ضریب بار به پیش بینی بار پیک تبدیل می شود. تا جهت طراحی اجزاء مختلف سیستمهای تولید ، انتقال و توزیع انرژی الکتریکی استفاده می شود
گروه کاری پیش بینی بار IEEE در دو فاز فهرست مستندی در مورد پیش بینی بار منتشر کرده است.فهرست اول(فاز ۱)فلسفه های کلی پیش بینی بار را پوشش داده است،و فهرست دوم(فاز۲) روی موضوعات اقتصادی پیش بینی بار تمرکز دارد.آخرین بررسی بوسیلهGross وGaliana در۱۹۸۷ گزارش می شود که در این گزارش نویسندگان روشهای مختلف پیش بینی بار کوتاه مدت را بررسی کرده اند. که بعضی از روشها پیشنهادی بوده و بعضی نیز هم اکنون مورد استفاده می باشند. انتشارات دیگری نیز وجود دارند که مسئله پیش بینی بار را بررسی نموده اند. یکی از اینها کار آقای Bunn است که روندهای پیش بینی بار کوتاه مدت را در صنعت تولید برق مورد ارزیابی قرار داده است.در یک کار دیگرآقایBunnوFarmer به بررسی و بحث در روشهایی از پیش بینی پرداخته اند که در صنعت برق به کار برده می شوند.کار دیگری توسط آقایFields انجام شده که مدلهای تحقیقاتی پیش بینی کمی را در بر گرفته است در پیش بینی بار تکنیکهای مختلفی برای مسئله پیش بینی روزانه بار به کار گرفته شده است.تقریبا کلیه این تکنیک ها از روشهای آماری استفاده کرده اند،اما امروزه روشهای پیشرفته تری وجود دارند
که با استفاده از سیستم های خبره(مبتنی بر دانش)مسئله پیش  بینی بار را انجام می دهند.

۱-۲ اهداف پروژه
بررسی اهمیت پیش بینی بار سیستم های توزیع انرژی
مزایا و نتایج حاصل از  پیش بینی صحیح بار در سیستم های توزیع انرژی
معرفی و مقایسه روشهای مختلف پیش بینی بار سیستم های توزیع انرژی
ارائه روش های نوین و کارا در پیش بینی بار سیستم های توزیع انرژی
پیشنهاد یک روش جدید در پیش بینی بار سیستم های توزیع انرژی مبتنی بر منطق فازی و شبکه های عصبی

فصل اول : مقدمه ای بر پیش بینی بار در سیستم های توزیع انرژی الکتریکی
۱-۱ مقدمه کلی و تاریخچه
۲-۱ اهداف پروژه
۳-۱ تقسیم بندی زمانی پیش بینی بار
۴-۱مرور روشهای پیش بینی بار سیستم های توزیع انرژی
۱-۴-۱ پیش بینی بار با روش رگرسیون خطی
۲-۴-۱ پیش بینی بار با سریهای زمانی تصادفی
۱-۲-۴-۱ روش خود برگشتی
۲-۲-۴-۱ روش حرکت متوسط
۳-۲-۴-۱ روش خود برگشتی حرکت متوسط
۴-۲-۴-۱ روش خود برگشتی تجمع یافته با حرکت متوسط
۱۳-۴- روش یکنواخت سازی نمایی عمومی
۴-۴-۱ پیش بینی بار با کاربری ارضی
۵-۴-۱ پیش بینی بار با شبکه های عصبی
۶-۴-۱ پیش بینی بار با منطق فازی
فصل دوم: پیش بینی بار در سیستم های توزیع با روش رگرسیون
۱-۲ مقدمه
۲-۲ تقسیم بندی کلی روشهای کلاسیک پیش بینی بار و بررسی روش رگرسیون
۳-۲ اصلاح روش پیش بینی بار رگرسیونی
۱-۳-۲اصلاح اول: حل مشکل انتقال بار
۲-۳-۲اصلاح دوم:حل مشکل استنتاج سطح خالی
۳-۳-۲ اصلاح سوم: حل مشکل گروه بندی
۴-۲ اطلاعات مورد نیاز
۵-۲اعمال روش بهبود یافته
۶-۲ آزمایش و نتیجه گیری
فصل سوم: پیش بینی بار به روش کاربری ارضی
۱-۳  مقدمه
۲-۳ معرفی روش کاربری ارضی
۳-۳ مراحل روش کاربری ارضی
۱-۳-۳ تقسیم بندی شهر به سلولهای مساوی
۲-۳-۳ گروه بندی مشترکین
۱-۲-۳-۳ مناطق مسکونی
۲-۲-۳-۳ صنایع سنگین و مصرف کنندگان بزرگ
۳-۲-۳-۳ صنایع کوچک و خدماتی
۴-۲-۳-۳ اماکن تجاری
۵-۲-۳-۳ روشنایی اماکن عمومی
۶-۲-۳-۳ اماکن خاص
۴-۳ ناحیه بندی شهر
۵-۳ اعمال روش
۱-۵-۳ پیش بینی بار مناطق مسکونی
۲-۵-۳ پیش بینی بار مناطق تجاری
۳-۵-۳ پیش بینی بار روشنایی معابر
۴-۵-۳ پیش بینی بار اصلی و خدماتی
۵-۵-۳ پیش بینی بار اماکن خاص
نتیجه فصل
فصل چهارم: پیش بینی بار سیستم های توزیع با شبکه های عصبی و منطق فازی
۱-۴ مقدمه
۲-۴ شبک ههای عصبی
۳-۴ شبکه عصبی کوهونن
۴-۴ تکمیل الگو درشبکه عصبی کوهونن
۵-۴ شبکه عصبی پرسپترن
۶-۴ مدل پیش بینی بار
۷-۴ ساختار شبکه عصبی پرسپترن درمدل پیش بینی بار سیستم های توزیع
۸-۴ ساختارشبکه عصبی کوهونن درمدل پیش بینی بار سیستم های توزیع
۹-۴ پیش بینی بار سیستم های توزیع انرژی با منطق فازی
۱۰-۴ بررسی اجمالی منطق فازی
۱۰-۴ سیستم های فازی
۱۱-۴ انواع سیستم های فازی
۱۲-۴ مجموعه های فازی
۱۳-۴ متغیرهای زبانی و قواعد اگر _ آنگاه فازی
۱۴-۴ استدلال تقریبی تشبیهی برای پیش بینی با
۱۵-۴ ساختار شبکه عصبی فازی تشبیهی
۱۶-۴ تنظیم اولیه پایگاه داده ها
۱۷-۴ آموزش شبکه عصبی فازی تشبیهی
۱۸-۴ بکارگیری شبکه عصبی فازی تشبیهی در پیش بینی بار سیستم توزیع
۱۹-۴ تنظیم اولیه و آموزش شبکه عصبی فازی تشبیهی
فصل پنجم : پیش بینی بار با استفاده از فیلتر کالمن
۱-۵ مقدمه
۲-۵ پیش بینی بار
۳-۵ پیش بینی بار در شبکه برق های منطقهای و سیستم های توزیع
۴-۵ تعیین مدل ریاضی جهت پیش بینی بار در یک شبکه نمونه
۵-۵ استفاده از فیلتر کالمن جهت تخمین بهینه حداکثر بار مصرفی