پيش بيني موفقيت كشورهاي شركت كننده در بازي هاي المپيك 2016 ريودوژانيرو با استفاده از روش هوشمند شبكه هاي پرسپترون چندلايه (MLP)

Successful Predict of Participating Countries in the 2016 OlympiGames in Rio de Janeiro Using Intelligent Method of Multilayer Perception Networks (MLP)c

پژوهش حاضر با هدف پيش بيني موفقيت كشورهاي شركت كننده در بازي هاي المپيك 2016 ريودوژانيرو با استفاده از روش هوشمند MLP انجام شد. اين پژوهش، در دو مرحله كيفي (تعيين شاخص ها) و كمي (جمع آوري داده هاي مربوط به كشورهاي منتخب) صورت گرفت. در مرحله اول ، مصاحبه هاي كيفي نيمه ساختارمند و عميق با 28 نفر از نخبگان آگاه از موضوع پژوهش به صورت غيرتصادفي هدفمند تا حد اشباع نظري انجام شد. پس از شناسايي شاخص ها، اطلاعات شاخص هاي انتخاب شده - شاخص هاي 22 گانه اقتصادي، سياسي، اجتماعي و فرهنگي، فناوري و ورزشي (PEST+S)- براي 42 كشور منتخب به صورت غيرتصادفي در دسترس در بازه زماني 40 ساله از بازي هاي المپيك 1976 مونترال تا 2012 لندن جمع آوري گرديد. در مرحله بعد، از آزمون مدل مفهومي شبكه هاي پرسپترون چندلايه (MLP) براي مقايسه شاخص هاي 22 گانه ايران با مقادير واقعي در سال 2012 استفاده شد. نتايج نشان داد در مقايسه مقادير واقعي با مقادير پيش بيني شده در سال 2012، روش MLP از خطاي پاييني در پيش بيني شاخص هاي 22 گانه برخوردار است. همچنين، در خصوص مقايسه رتبه واقعي و رتبه پيش بيني شده 42 كشور منتخب در سال 2012، روش MLP از ضريب خطاي مطلق ميانگين پاييني (4629/0) برخوردار بود. در مرحله نهايي، شاخص هاي 22 گانه در سال 2016 تخمين زده شد و رتبه كشورهاي منتخب در المپيك 2016 ريودوژانيرو پيش بيني شد. با استناد به نتايج تحقيق، كشورهاي ايالات متحده آمريكا، چين و انگلستان در بازي هاي المپيك 2016 در رتبه اول تا سوم قرار خواهند گرفت. همچنين ايران نيز در بين تيم هاي شركت كننده در جايگاه 21 قرار خواهد گرفت. به طور كلي، با استفاده از الگوي شبكه هاي عصبي، براي سياستگذاران ورزش كشورها اين امكان فراهم است تا از شاخص ها و مولفه هاي شناسايي شده در برنامه ريزي هاي آتي خود جهت شركت موفق تر در بازي هاي المپيك استفاده نمايند

The aim of the study was prediction of countries’ success that participating in the 2016 Olympic Games in Rio de Janeiro with intelligent method of MLP. This study was conducted on two qualitative (setting indices) and quantitative (collecting data from selected countries) steps. In the first phase, non-randomly and purposeful procedure, semi-structured qualitative and depth interviews was conducted with 28 elites that were aware of the issue of study up to theoretical saturation. After identification of indexes, Information of selected indicators (22 Indexes political, economic, social, cultural, technological and sporting as Theoretical Model (PEST+S)) was collected for 42 selected countries, in 40-years period, since 1976 Montreal Olympics to 2012 London. On the next step, from test of the conceptual model of multilayer perceptron networks (MLP) were used in comparison the actual values of Iran’s 22 indexes with predicted values in 2012. The results showed, in comparison the actual values with predicted values in 2012, the MLP has small errors in predicting of indices. Also, comparison of actual rank and predicted rank of 42 selected countries in 2012, MLP method had less Mean absolute error rate (0.4629). In final step, indices were estimated and rank of selected countries was predicted in Rio de Janeiro (2016). According to research results, Countries United States of America, China and the Great Britain will be in the first to third places, in 2016 Olympic Games. Also, Islamic Republic of Iran will be in 21st place among participating teams. Generally, using of Neural Networks Model, Iranian sport Policymaker’s can use identified indices to planning for successful participation in the Olympic Games. Key words: Prediction, Olympic Games and Multilayer Perceptron