برای به کار بردن عملگر جهش دو عدد تصادفی در بازه ۱تا (طول کروموزوم-۱) تولید شده و عناصر مرتبط در کروموزوم با یکدیگر تعویض می­گردند.

سایر ملاحظات

در این الگوریتم جمعیت آغازین به صورت تصادفی بین (۱، ۱- ) تولید می­ شود. برای در نظر گرفتن شرایط موجه بودن حالت تعمیر بر جواب آغازین اعمال می­گردد. در صورت تخطی از محدودیت­ها جریمه­ای به تابع هدف افزوده می­گردد.

الگوریتم بهینه­سازی ازدحام ذرات چندهدفه

روشPSO ﯾﮏ روش ﺳﺮاﺳﺮی ﺑﻬﯿﻨﻪ­ﺳﺎزی اﺳﺖ ﮐﻪ ﺑﺎ اﺳﺘﻔﺎده از آن ﻣﯽ­ﺗﻮان ﺑﺎ ﻣﺴﺎﺋﻠﯽ ﮐﻪ ﺟﻮاب آﻧﻬﺎ ﯾﮏ ﻧﻘﻄﻪ ﯾﺎ ﺳﻄﺢ در ﻓﻀﺎی n بعدی می­باشد، ﺑﺮﺧﻮرد ﻧﻤﻮد. در چنین ﻓﻀﺎﯾﯽ، ﻓﺮﺿﯿﺎﺗﯽ ﻣﻄﺮح ﻣﯽ­ﺷﻮد و یک سرعت اﺑﺘﺪاﯾﯽ ﺑﻪ ذرات اﺧﺘﺼﺎص داده ﻣﯽ­ﺷﻮد، ﻫﻤﭽﻨﯿﻦ ﮐﺎﻧﺎل­ﻫﺎی ارﺗﺒﺎﻃﯽ ﺑﯿﻦ ذرات در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﻣﯽﺷﻮد. ﺳﭙﺲ اﯾﻦ ذرات در ﻓﻀﺎی ﭘﺎﺳﺦ ﺣﺮﮐﺖ کرده و ﻧﺘﺎﯾﺞ ﺣﺎﺻﻠﻪ ﺑﺮ ﻣﺒﻨﺎی ﯾﮏ «ﻣﻼک ﺷﺎﯾﺴﺘﮕﯽ» ﭘﺲ از ﻫﺮ ﺑﺎزه زﻣﺎﻧﯽ ﻣﺤﺎﺳﺒﻪ می­گردد. ﺑﺎ ﮔﺬﺷﺖ زﻣﺎن، ذرات ﺑﻪ ﺳﻤﺖ ذراﺗﯽ ﮐﻪ دارای ﻣﻼک ﺷﺎﯾﺴﺘﮕﯽ ﺑﺎﻻﺗﺮی ﻫﺴﺘﻨﺪ و در ﮔﺮوه ارﺗﺒﺎﻃﯽ ﯾﮑﺴﺎﻧﯽ ﻗﺮار دارﻧﺪ، ﺷﺘﺎب ﻣﯽﮔﯿﺮﻧﺪ. ﻣﺰﯾﺖ اﺻﻠﯽ اﯾﻦ روش ﺑﺮ اﺳﺘﺮاﺗﮋی­ﻫﺎی ﺑﻬﯿﻨﻪ­ﺳﺎزی دﯾﮕﺮ اﯾﻦ اﺳﺖ ﮐﻪ ﺗﻌﺪاد ﻓﺮاوان ذرات ازدﺣﺎم­ﮐﻨﻨﺪه، ﺑﺎﻋﺚ اﻧﻌﻄﺎف روش در ﺑﺮاﺑﺮ ﻣﺸﮑﻞ ﭘﺎﺳﺦ بهینه ﻣﺤﻠﯽ ﻣﯽ­ﮔﺮدد.
ﻫﺮ ذره دارای ﯾﮏ ﻣﻮﻗﻌﯿﺖ اﺳﺖ ﮐﻪ ﻣﺸﺨﺺ ﻣﯽﻧﻤﺎﯾﺪ ﻣﺨﺘﺼﺎت ذره در ﻓﻀﺎی ﺟﺴﺘﺠﻮی ﭼﻨﺪ ﺑﻌﺪی چیست. ﺑﺎ ﺣﺮﮐﺖ ذره در ﻃﻮل زﻣﺎن، ﻣﻮﻗﻌﯿﺖ ذره ﺗﻐﯿﯿﺮ ﻣﯽﻧﻤﺎﯾﺪ.  موقعیت ذره i ام در زمان  ام را ﻣﺸﺨﺺ ﻣﯽﻧﻤﺎﯾﺪ. ﻫﻤﭽﻨﯿﻦ ﻫﺮ ذره ﺑﺮای ﺣﺮﮐﺖ در ﻓﻀﺎ ﻧﯿﺎز ﺑﻪ ﯾﮏ ﺳﺮﻋﺖ دارد.  سرعت ذره  ام در زمان  ام را مشخص می­نماید. ﺑﺎ اﻓﺰودن ﺳﺮﻋﺖ ﺑﻪ ﻣﻮﻗﻌﯿﺖ ﻫﺮ ذره، ﻣﯽ­ﺗﻮان ﻣﻮﻗﻌﯿﺖ ﺟﺪﯾﺪی ﺑﺮای ذره در ﻧﻈﺮ ﮔﺮﻓﺖ. ﻣﻌﺎدﻟﻪ ﺑﻪ روز ﻧﻤﻮدن ﻣﻮﻗﻌﯿﺖ ذره به صورت زیر است:.

اﯾﻨﮑﻪ ﻣﻮﻗﻌﯿﺖ ﯾﮏ ذره در ﻓﻀﺎی ﺟﺴﺘﺠﻮ ﻣﻮﻗﻌﯿﺖ ﻣﻨﺎﺳﺒﯽ اﺳﺖ ﯾﺎ ﺧﯿﺮ ﺗﻮﺳﻂ ﯾﮏ ﺗﺎﺑﻊ ﺷﺎﯾﺴﺘﮕﯽ ارزﯾﺎﺑﯽ ﻣﯽﮔﺮدد. ذرات ﺗﻮاﻧﺎﯾﯽ اﯾﻦ را دارﻧﺪ ﮐﻪ ﺑﻬﺘﺮﯾﻦ ﻣﻮﻗﻌﯿﺘﯽ را ﮐﻪ در ﻃﻮل ﺣﯿﺎت ﺧﻮد در آن ﻗﺮار داﺷﺘﻪاﻧﺪ ﺑﻪ ﺧﺎﻃﺮ ﺑﺴﭙﺎرﻧﺪ. ﺑﻪ ﺑﻬﺘﺮﯾﻦ ﺗﺠﺮﺑﻪ ﻓﺮدی ﯾﮏ ذره ﯾﺎ ﺑﻬﺘﺮﯾﻦ ﻣﻮﻗﻌﯿﺖ ﻣﻼﻗﺎت ﺷﺪه ﺗﻮﺳﻂ ذره pbest ﮔﻔﺘﻪ ﻣﯽﺷﻮد. ذرات ﻣﯽﺗﻮاﻧﻨﺪ از ﺑﻬﺘﺮﯾﻦ ﻣﻮﻗﻌﯿﺖ ﻣﻼﻗﺎت ﺷﺪه ﺗﻮﺳﻂ ﮐﻞ ﮔﺮوه ﻧﯿﺰ آﮔﺎﻫﯽ داﺷﺘﻪ ﺑﺎﺷﻨﺪ ﮐﻪ اﯾﻦ ﻣﻮﻗﻌﯿﺖ gbest ﻧﺎﻣﯿﺪه ﻣﯽﺷﻮد. ﺑﺮدار ﺳﺮﻋﺖ ذره در ﻓﺮآﯾﻨﺪ ﺑﻬﯿﻨﻪ­ﺳﺎزی ﻣﻨﻌﮑﺲ­ﮐﻨﻨﺪه داﻧﺶ ﺗﺠﺮﺑﯽ ذره و اﻃﻼﻋﺎت ﺟﺎﻣﻌﻪ ذرات اﺳﺖ. ﻫﺮ ذره ﺑﺮای ﺣﺮﮐﺖ در ﻓﻀﺎی ﺟﺴﺘﺠﻮ دو ﻣﻮﻟﻔﻪ را ﻣﺪ ﻧﻈﺮ دارد:
ﻣﺆﻟﻔﻪ ﺷﻨﺎﺧﺘﯽ^[۹۰]: ﺑﻬﺘﺮﯾﻦ راه ﺣﻠﯽ اﺳﺖ ﮐﻪ ﯾﮏ ذره ﺑﻪ ﺗﻨﻬﺎﯾﯽ ﺑﺪﺳﺖ ﻣﯽآورد.
ﻣﺆﻟﻔﻪ اﺟﺘﻤﺎﻋﯽ^[۹۱]: ﺑﻬﺘﺮﯾﻦ راه ﺣﻠﯽ اﺳﺖ ﮐﻪ ﺗﻮﺳﻂ ﮐﻞ ﮔﺮوه ﺗﺸﺨﯿﺺ داده می­ شود.
ﭘﺎراﻣﺘﺮﻫﺎی زﯾﺎدی ﻫﺴﺘﻨﺪ ﮐﻪ ﺑﺮ روی اﻟﮕﻮرﯾﺘﻢ PSO ﺗأﺛﯿﺮ ﻣﯽ­ﮔﺬراﻧﺪ. ﺑﻪ ﻋﻨﻮان ﻣﺜﺎل ﺗﻌﺪاد ذرات، اﺑﻌﺎد ﻣﺴﺎﻟﻪ، وزن اﯾﻨﺮﺳﯽ، اﻧﺪازه ﻫﻤﺴﺎﯾﻪﻫﺎ، ﺗﻌﺪاد ﺗﮑﺮارﻫﺎی اﻟﮕﻮرﯾﺘﻢ، ﺿﺮاﯾﺐ ﺛﺎﺑﺖ ﻣﻮﻟﻔﻪﻫﺎی اﺟﺘﻤﺎﻋﯽ و ﻣﻮﻟﻔﻪﻫﺎی ﺷﻨﺎﺧﺘﯽ و ﻣﺎﮐﺰﯾﻤﻢ ﺳﺮﻋﺖ ﯾﮏ ذره.

اﻧﺪازه گروه^[۹۲]

ﻫﺮﮔﺎه ﺗﻌﺪاد ذرات زﯾﺎد ﺑﺎﺷﺪ و ذرات در ﻓﻀﺎی ﺟﺴﺘﺠﻮ ﺑﻪ ﻃﻮر ﯾﮑﻨﻮاﺧﺖ ﺗﻮزﯾﻊ ﺷﺪه ﺑﺎﺷﻨﺪ، ﺗﻨﻮع در ﺑﯿﻦ ذرات زﯾﺎد ﺷﺪه و اﻟﮕﻮرﯾﺘﻢ راﻧﺪﻣﺎن ﺑﺎﻻﺗﺮی ﻣﯽ­ﯾﺎﺑﺪ. اﻟﺒﺘﻪ ﺑﺎﯾﺪ ﺗﻮﺟﻪ ﺷﻮد ﮐﻪ ﺗﻌﺪاد زﯾﺎد ذرات و ﭘﯿﭽﯿﺪﮔﯽ اﻟﮕﻮرﯾﺘﻢ ارﺗﺒﺎط ﻣﺴﺘﻘﯿﻢ دارﻧﺪ. ﻫﺮﭼﻨﺪ ﮐﻪ ﻧﺴﺒﺖ زﻣﺎﻧﯿﮑﻪ ﺗﻌﺪاد ذرات ﮐﻢ اﺳﺖ، ﺗﻌﺪاد ﺗﮑﺮارﻫﺎی اﻟﮕﻮرﯾﺘﻢ ﮐﻤﺘﺮ اﺳﺖ و زﻣﺎن رﺳﯿﺪن ﺑﻪ ﭘﺎﺳﺦ ﺑﻬﯿﻨﻪ ﮐﻤﺘﺮ اﺳﺖ [۳۹]. ﻣﻘﺪار ﻣﻨﺎﺳﺐ ذرات ﺑﻪ ﻣﺴئله ﺑﺴﺘﮕﯽ دارد. در این مطالعه مقدار مناسب اندازه گروه از طریق فرایند تنظیم پارامترهای الگوریتم به روش تاگوچی به دست آمده است.

اﻧﺪازه ﻫﻤﺴﺎﯾﮕﯽ^[۹۳]

اﻧﺪازه ﻫﻤﺴﺎﯾﻪ ﺗأﺛﯿﺮ زﯾﺎدی در ﺗﻌﺎﻣﻞ ﺑﯿﻦ ذرات دارد. ﺳﺎﯾﺰ ﻫﻤﺴﺎﯾﮕﯽ ﮐﻢ، ﺗﻌﺎﻣﻞ ﺑﯿﻦ ذرات را ﮐﺎﻫﺶ ﻣﯽدﻫﺪ و ﻧﺮخ ﻫﻤ­ﮕﺮاﯾﯽ در اﯾﻦ روش ﮐﻢ خواهد بود. همچنین، اﻣﮑﺎن ﻗﺮارﮔﺮﻓﺘﻦ ذره در ﻣﯿﻨﯿﻤﻢ ﻣﺤﻠﯽ ﮐﺎﻫﺶ ﻣﯽ­­یابد. در این مطالعه مقدار مناسب اندازه همسایگی از طریق فرایند تنظیم پارامترهای الگوریتم به روش تاگوچی به دست آمده است. ﺟﻬﺖ اﺳﺘﻔﺎده از ﻓﻮاﯾﺪ ﻫﻤﺴﺎﯾﮕﯽ ﺑﺰرگ و ﮐﻮﭼﮏ، در اﺑﺘﺪا اﻧﺪازه ﻫﻤﺴﺎﯾﮕﯽ ﮐﻮﭼﮏ و ﺳﭙﺲ ﺑﺰرگ در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﻣﯽ­ﺷﻮد. به همین منظور بعد از هر تکرار مقدار اندازه همسایگی در عدد ۹۹/۰ ضرب شده است.

ﺿﺮاﯾﺐ ﺳﺮﻋﺖ^[۹۴]

،  و ضرایب  و  در ﻣﻮﻟﻔﻪﻫﺎی اﺟﺘﻤﺎﻋﯽ و ﺷﻨﺎﺧﺘﯽ ﺳﺮﻋﺖ ذره، ﻧﻘﺶ ﺑﺴﯿﺎر زﯾﺎدی در راﻧﺪﻣﺎن ذره دارﻧﺪ. اگر  ﺑﺎﺷﺪ، ذرات ﻓﻘﻂ ﺑﺎ ﺳﺮﻋﺖ ﺧﺎﺻﯽ ﺑﺪون ﻫﺪف در ﻓﻀﺎ ﺣﺮﮐﺖ ﻣﯽ­ﻧﻤﺎﯾﻨﺪ و آﻧﻘﺪر ﺣﺮﮐﺖ ﻣﯽ­ﻧﻤﺎﯾﺪ ﺗﺎ ﺑﻪ ﻣﺮز ﻓﻀﺎی ﺟﺴﺘﺠﻮ برسند. اگر  و  باشد، ذرات ﻓﻘﻂ ﺑﻪ ﺗﺠﺮﺑﻪ ﻓﺮدی ﺧﻮد ﺗﻮﺟﻪ ﻣﯽ­ﻧﻤﺎﯾﺪ. اﮔﺮ  و  ﺑﺎﺷﺪ، ذرات ﻓﻘﻂ ﺑﻪ ﺑﻬﺘﺮﯾﻦ ﻓﺮد ﮔﺮوه ﺗﻮﺟﻪ می­نمایند. ﻣﻌﻤﻮﻻً در ﺑﺴﯿﺎری از الگوریتم­ها  و  را ﺛﺎﺑﺖ در ﻧﻈﺮ می­گیرند. مقدار مناسب این ضرایب، از طریق فرایند تنظیم پارامترهای الگوریتم به روش تاگوچی به دست آمده است.

سایر ملاحظات

در این الگوریتم برای تبدیل حالت گسسته مسئله به یک مسئله پیوسته، جمعیت آغازین به صورت تصادفی بین ۵/۱ و ۵/۱- تولید می­ شود. برای در نظر گرفتن شرایط موجه بودن حالت تعمیر به صورت بازه­ای بر جواب آغازین اعمال می­گردد. در صورت تخطی از محدودیت­ها جریمه برای هر یک در نظر گرفته شده است. همچنین برای تنوع بخشیدن به الگوریتم، از عملگر جهش استفاده شده است.

مقایسه الگوریتم­ها

برای ارزیابی عملکرد روش­های حل استفاده شده، نتایج NSGAΙΙ و MOPSO مقایسه شده ­اند. یکی از راهکارهایی که مقایسه الگوریتم­ها را منطقی­تر می­سازد، اجرای دو الگوریتم در زمان­های مساوی است. به همین منظور، دو الگوریتم برای سه دسته مسائل کوچک، متوسط و بزرگ در زمان­های تقریبی یکسان اجرا شده و نتایج با بهره گرفتن از معیارهای زیر مقایسه گردید.

معیار میانگین فاصله از نقطه ایده­آل ^[۹۵]

این معیار متوسط فاصله اقلیدسی نقاط جبهه پارتو از نقطه ایده­آل را محاسبه می­ کند. هر چه این معیار کمتر باشد، الگوریتم کارایی بهتری دارد. نقطه ایده­آل در این تحقیق مبداء مختصات است. برای محاسبه این معیار فرمول زیر استفاده می­ شود:

معیار بیشترین گسترش^[۹۶]

معیاری است که از محاسبه فاصله اقلیدسی نقاط ابتدا و انتهای جبهه پارتو توابع هدف بدست می ­آید و هر چه بیشتر باشد بهتر است.

در واقع این معیار قطر مستطیلی است که از تقاطع دو نقطه ابتدا و انتهای جبهه پارتو بدست می ­آید.

معیار یکنواختی^[۹۷]

معیاری برای نشان دادن نحوه توزیع جواب­های پارتو که توسط اسکات^[۹۸] معرفی شد. اگر این معیار کوچک باشد، جواب­ها به طور یکنواخت­تری توزیع شده ­اند. پس الگوریتمی که معیار یکنواختی کمتری داشته باشد، بهتر است و از فرمول زیر قابل محاسبه است:

: فاصله اقلیدسی بین دو جواب پارتو است.
: میانگین تمام فواصل.

معیار تعداد جواب های آرشیو پارتو

اگر تنوع و نحوه توزیع جواب­های پارتو مد نظر نباشد، بیشتر بودن تعداد جواب­ها در جبهه پارتو را می­توان به عنوان معیار برتری یک الگوریتم در نظر گرفت.

معیار پوشش مجموعه^[۹۹]

این معیار برابر است با سهم هر الگوریتم در مجموعه نامغلوب حاصل از جواب­های پارتو دو الگوریتم که مطابق رابطه زیر بدست می ­آید:

تجزیه و تحلیل داده ­ها و آزمون فرضیات

مقدمه

برای بررسی عملکرد و مقایسه کارایی الگوریتم­های پیشنهادی، با توجه به عدم دسترسی به داده ­های واقعی، لازم است ابتدا چندین مسئله با ابعاد متفاوت تولید شود. نحوه تولید مسائل در بخش ۲٫۴ تشریح شده است. سپس در بخش ۳٫۴ پارامترهای مربوط به الگوریتم­های حل پیشنهادی تنظیم می­گردد. هر یک از الگوریتم­ها برای مسائل تولید شده اجرا و نتایج در بخش ۴٫۴ ارائه شده است. برای تجزیه و تحلیل نتایج حاصل از اجرای الگوریتم­ها بر اساس معیارهای معرفی شده در فصل ۳، فرضیاتی مطرح می­شوند که این فرضیات در بخش ۵٫۴ مورد آزمون قرار می­گیرند.
شایان ذکر است تمامی الگوریتم­ها با بهره گرفتن از نرم­افزار Matlab نسخه ۷٫۱۲٫۰ (R2011a) کدنویسی و بر روی سیستمی با مشخصات زیر اجرا شده ­اند:
CPU: Intel® Pentium® P6200
RAM: 2 GB

نحوه تولید داده ­ها

داده ­های تولید شده در این تحقیق شامل داده ­های مرتبط با ابعاد مسئله و سایر متغیرهای ورودی مانند مقدار تقاضای هر خرده­فروش از هر محصول در دوره­ های مختلف، هزینه نگهداری یک واحد از هر محصول توسط هر خرده­فروش، نرخ هزینه حمل و نقل و نقاط شکست در تابع هزینه می­باشند. نحوه تولید هر یک از این داده ­ها در ادامه شرح داده شده است.

تولید مسئله

در مدل کنترل موجودی مسئله SWMR مطرح شده در این تحقیق، ابعاد مسئله در ارتباط با تعداد خرده­فروش­ها (  )، تعداد تأمین­کنندگان (  ) و تعداد دوره­ های افق برنامه­ ریزی (  ) تعیین می­گردد. به منظور بررسی عملکرد الگوریتم­ها در مسائل با ابعاد مختلف سه دسته کلی از مسائل شامل ابعاد کوچک، متوسط و بزرگ مطابق (جدول ‏۴‌.‌۱) تولید شده است.
جدول ‏۴‌.‌۱ دسته بندی مسائل نمونه.

ویژگی های مذکور، امنیت ناکافی تکنولوژی و طبیعت مجازی آن فرصت بسیار مناسبی را در اختیار افراد شرور قرار می دهد تا جرایمی همچون جعل هویت فرد و ورود به حساب بانکی دیگری را به راحتی مرتکب شوند. ( پور قهرمانی، ۱۳۸۵، ۲۲)
مرتکبین جرائم رایانه ای بیشتر دو دسته از افراد هستند:
۱- مجرمانی که به دنبال منافع خود هستند.
۲- متخصصان و اهل فن و تحقیق که به دلایل گوناگون مثل ارضای حس کنجکاوی و یا رسیدن به یک نتیجه علمی و یا برای سرگرمی و … مرتکب این جرایم می شوند. طبیعی است که اقدامات این عده علی رغم اینکه غیرمجاز و غیرقانونی و به تعبیر دیگر جرم تلقی می شود. ممکن است سبب توسعه و تکامل در امری خاص گردد.

از طرف دیگر هم می توان گفت مرتکبین جرائم مورد بحث، افراد و کاربران مجاز و یا غیرمجازند. برای مثال کارمند یک بانک یا یک شرکت حق استفاده و کار کردن با رایانه این مؤسسات را دارد، در حالی که یک مشتری، فاقد چنین مجوزی است. بنابراین اگر مشتری مذکور با بهره گرفتن از رایانه بانک یا شرکت مرتکب کلاهبرداری شود، علاوه بر جرم رایانه ای، مبادرت به استفاده غیرمجاز از رایانه نیز شده است. در حالی که برای کارمند یاد شده چنین مانعی وجود ندارد و در حقیقت برای وی ارتکاب جرم آسان تر و با موانع کمتری همراه است.
اما آیا مرتکبین جرائم رایانه ای افراد معمولی هستند و یا این اشخاص هوشمند و زیرک می باشند. جان آستین، مسئول واحد تحقیق جرائم رایانه ای انگلیس دربارۀ برخی مجرمین رایانه ای می گوید ” تصور نمی کنم که چندان تیزهوش باشند، چون نابود کردن چیزی از ساختن آن آسان تر است و از بین بردن چیزی و یا نظر دوختن به آن چه که دیگری به عمل آورده است، اغوا کننده است و عمل ساده ای محسوب می شود. امر دشوار فن آوری، ساختن و عمل چیزی توسط خودتان است و نه فضولی کردن در سیستم دیگری یا سعی در رخنه به سیستم کنترلی که فرد دیگری به وجود آورده است. مانند این است که من نجاری باشم که درب ورودی زیبایی برایتان بسازم آیا می خواهید گفت کسی که با یک پتک آن را خراب می کند خلاق تر است. “
به طور کلی کسانی که مرتکب جرایم رایانه ای شده اند، دانشجویان، آماتورها، تروریست ها و کارمندان شرکت های رایانه ای، اعضای گروه های مافیا و جرائم سازمان یافته می باشند. البته چیزی که آنها را از هم متمایز می سازد ماهیت جرائم ارتکاب یافته است. کسی که بدون سوء نیت مجرمانه به سیستم رایانه ای دسترسی پیدا کند با کارمند یک مؤسسه مالی که از حساب مشتریان وجوهی را برداشت می کند، تفاوت بسیار دارد.(حاتمی، ۱۳۸۲، ۹۰) ولی نکته مهم در اینجا است که جرایم خطرناک و شدید از سوی کسانی ارتکاب می یابد که متخصص در این امر می باشند.
به طور کلی مجرم سایبری به افرادی اطلاق می گردد که از طریق فضای سایبر و به وسیله رایانه مرتکب فعلی می گردد که جرم شناخته می شود. به طوری که اگر رایانه یا فضای سایبری وجود نداشت آن جرم به وقوع نمی پیوست. طبق تحقیقاتی که انجام گرفته مجرمان سایبر معمولاً مردان جوان، دارای تحصیلات لیسانس، کارمند سابق یا فعلی شرکت های رایانه، دارای وقت آزاد فراوان هستند و زمان غیر متعارفی را برای اتصال به شبکه صرف می کنند. پیشرفت فناوری، نیروی جوان تحصیل کرده، بیکاری تحصیل کردگان، بی ثباتی سیاسی و اقتصادی، فقدان قوانین و وجود خریداران ثروتمند برای خدمات مجرمان سایبری زمینه اجتماعی گسترش جرائم سایبری را افزایش می دهد.
فصل چهارم
کلاهبرداری موضوع ماده ۶۷ قانون تجارت الکترونیک
قانون تجارت الکترونیک مصوب ۱۷/۱۰/۱۳۸۲، در باب جرایم و مجازات ها به صراحت به کلاهبرداری رایانه ای اشاره کرده است. این ماده تلفیقی از ماده اول قانون تشدید مجازات مرتکبین ارتشاء و اختلاس و کلاهبرداری و ماده هشتم کنوانسیون بوداپست است . این ماده هر چند از عنوان کلاهبرداری رایانه ای استفاده کرده ولی به مبادلات الکترونیکی اختصاص دارد نه کلاهبرداری رایانه ای به هر حال این ماده با وجود اشکالات فراوان که برخواهیم شمرد یکی از مواد تصویب شده در خصوص کلاهبرداری رایانه ای است که ذیلاً به تشریح آن می پردازیم.
منظور از کلاهبرداری رایانه ای هر گونه کلاهبرداری است که بوسیله برنامه های کامپیوتری و رایانه ای یا ارتباطات شبکه اینترنتی صورت می گیرد.( پاکزاد، ۱۳۷۵، ۸۴) مثلاً از طریق سایت ها، پست الکترونیک یا اتاق های گفتگو.
در واقع کلاهبرداری رایانه ای به هر نوع طرح متقلبانه ای گفته می شود که یک یا چند بخش از اینترنت را به کار می گیرد تا درخواست های متقلبانه ای را به منظور بردن اموال و احتمالاً انجام معاملات جعلی با قربانیان احتمالی مطرح سازد، بنابراین مشخص می شود که کلاهبرداری رایانه ای از زمانی رواج پیدا کرد که محیط مجازی مثل محیط اینترنت پا به عرصه وجود گذاشت و تقریباً حدود ده دهه است که از عمر این جرم می گذرد.
با بیان این مطالب می توان به این نتیجه رسید که باید میان کلاهبرداری سنتی و رایانه ای قائل به تفکیک شد. بنابراین ماده یک قانون تشدید مجازات مرتکبین در هیچ شرایطی نمی تواند مستند قانونی ما در کلاهبرداری رایانه ای قرار گیرد.
در باب چهارم این قانون اولین مبحث، کلاهبرداری رایانه ای است. که نشان دهنده میزان اهمیت آن در نظر قانون گذار است. زیرا همان گونه که مشخص شد بیشتر جرائمی که در حوزه جرائم رایانه ای اتفاق می افتد همین کلاهبرداری رایانه ای است.
ماده ۶۷ و همچنین تبصره آن در قانون تجارت الکترونی در باب چهارم از جرایم و مجازاتها تنها ماده در این زمینه است. به عبارت دیگر تنها عنصر قانونی ما در این زمینه محسوب می گردد.
ماده ۶۷ قانون تجارت الکترونیک مقرر داشته است «هر کس در بستر مبادلات الکترونیکی با سوء استفاده و یا استفاده غیرمجاز از داده پیام ها، برنامه و سیستم های رایانه ای و وسائل ارتباط از راه دور و ارتکاب افعالی نظیر ورود، محو، توقف داده پیام، مداخله در عملکرد برنامه یا سیستم رایانه ای و غیره دیگران را بفریبد یا سبب گمراهی سیستم های پردازش خودکار و نظایر آن شود و از این طریق برای خود یا دیگری وجوه، اموال یا امتیازات مالی کسب کند، و اموال دیگران را ببرد مجرم محسوب و علاوه بر رد مال به صاحبان اموال، به حبس از یک تا سه سال و پرداخت جزای نقدی معادل مال مأخوذه محکوم می شود»
همچنین تبصره این ماده مقرر می دارد شروع به این جرم، جرم محسوب و مجازات آن حداقل مجازات مقرر در این ماده می باشد. با دقت در این ماده نیاز به توضیح برخی از این واژه ها را خواهیم داشت. در ابتدای قانون تجارت الکترونیک بعضی از این واژه ها در موارد مختلف تعریف شده است.
فی المثل ماده ۲ این قانون مقررمی دارد داده پیام^[۳] هر نمادی از واقعه، اطلاعات یا مفهوم است که با وسائل الکترونیکی، نوری، یا فن آوری های جدید، اطلاعات تولید، ذخیره، ارسال، دریافت، ذخیره، یا پردازش می شود.
با ارائه تعریف صحیح و در اختیار گذاشتن اطلاعات صحیح می توان با احاطه یک حقوقدان به این اطلاعات به تجزیه و تحلیل این مواد قانونی و بالاخص ماده ۶۷ قانون مزبور دست پیدا کرد. در پایان تعریفی که یکی از اساتید در خصوص کلاهبرداری رایانه ای ارائه داده عنوان می گردد. (تحصیل مال غیر با استفاده متقلبانه از رایانه).( گلدوزیان، ۱۳۸۶،۳۵۲) این بزه نیز مانند هر جرم دیگر دارای ۳ رکن قانونی، مادی و معنوی می باشد که رکن قانونی و نتیجتاً رکن مادی و معنوی آن دارای اجزا و عناصری می باشند که مجموعاً خاص این جرم بوده و مبین ماهیت و توصیف حقوقی آن هستند که ابتدا رکن قانونی توضیح داده می شود.
بخش اول- رکن قانونی
در ایران یکی از قوانینی که در خصوص کلاهبرداری رایانه ای وجود دارد قانون تجارت الکترونیک مصوب ۱۷/۱/۸۲ است. قانون تجارت الکترونیک شامل هشت عنوان مجرمانه است که کلاهبرداری رایانه ای در بستر تجارت الکترونیکی، یکی از این جرائم می باشد. قانونگذار ایران با علم به اینکه کلاهبرداری رایانه ای با ماده ۱ قانون تشدید مجازات مرتکبین ارتشاء، اختلاس و کلاهبرداری قابل مجازات نیست در هنگام وضع قانون تجارت الکترونیکی، کلاهبرداری رایانه ای در بستر مبادلات الکترونیکی را به تصویب رساند. به این ترتیب که هر کس با سوء استفاده و یا استفاده غیرمجاز از داده پیام ها برنامه و سیستم های رایانه ای و وسایل ارتباط از راه دور و ارتکاب اعمالی نظیر ورود، محو، توقف (داده پیام)، مداخله در عملکرد برنامه یا سیستم رایانه ای و غیره دیگران را بفریبد و یا سبب گمراهی سیستم های پردازش خودکار و نظایر آن شود و از این طریق برای خود یادگیری وجوه، اموال یا امتیاز مالی تحصیل کند و اموال دیگران را ببرد. مجرم محسوب و علاوه بر رد مال به صاحبان اموال به حبس از یک تا سه سال محکوم می گردد.
تبصره: مجازات شروع به این جرم نیز جرم محسوب و مجازات آن حداقل مجازات مقرر در این ماده می باشد.
بنابراین ماده ۶۷ قانون تجارت الکترونیک تشکیل دهنده عنصر قانونی جرم کلاهبرداری رایانه ای می باشد.
بخش دوم- رکن مادی
رفتار مجرمانه همانند کلاهبرداری سنتی فعل فیزیکی مثبت است و با ترک فعل این بزه محقق نمی شود. این رفتار مجرمانه از سه رکن تشکیل شده است:
مبحث اول- مرتکب
با عنایت به قید واژه هر کس، مرتکب این جرم همچون کلاهبرداری سنتی هر شخصی می تواند باشد. البته به جز اشخاص حقوقی که به تصریح خاص قانونگذار نیاز دارد. که در ماده ۷۴۱ قانون مجازات اسلامی بخش تعزیرات بیان شده است رایانه یا کامپیوتر وسیله ارتکاب جرم کلاهبرداری رایانه ای است و ممکن است ارتکاب آن با رفتارهای محرمانه دیگری مانند سرقت داده ها و یا تغییر آنها و جعل و یا با نفوذ غیرمجاز همراه باشد که موضوع جرم کلاهبرداری رایانه ای را تشکیل می دهد. بنابراین رایانه گاهی خود، موضوع ارتکاب جرم است. مثل: سرقت رایانه و گاهی وسیله ارتکاب جرم کلاهبرداری رایانه ای است. وقتی استفاده متقلبانه از رایانه منتهی به تحصیل مال از دیگری می گردد. کلاهبرداران معمولاً از هوش و استعداد بالایی برخوردارند و به ویژه در کلاهبرداری رایانه ای که از تخصص و مهارت فوق العاده هم استفاده می کنند. بدین ترتیب کشف جرائم آنها بسیار مشکل است.
مبحث دوم- رفتار مجرمانه
گفتار اول- تحصیل وجوه، اموال یا امتیازات مالی و بردن اموال دیگران برای خود یا دیگری
در جرم کلاهبرداری رایانه ای کلاهبردار، از طریق دادن بدون مجوز و مخفیانه برنامه ای به رایانه، موفق به تحصیل وجوه، اموال، و … از بانک یا شرکت یا یک مؤسسه مالی می گردد. کلاهبرداری رایانه ای با عملیات متقلبانه در داده ها اطلاعات و سیستم های رایانه ای انجام می پذیرد. مثلاً کلاهبردار، با برنامه نویسی خلاف واقع و نادرست یا تغییر داده ها در سیستم رایانه ای بانک یا تجارت خانه یا مؤسسات دیگر اقتصادی، مالی و تجاری، مبادرت به تحصیل وجوه یا مال می نماید. (گلدوزیان،۱۳۸۶، ۳۵۴)
موضوع جرم «وجوه، اموال و امتیازات مالی» است تعریف این سه مورد مشخص است.
فقط باید دقت کرد که صرفاً امتیازاتی که جنبه مالی دارند جزء موضوعات جرم تلقی می شوند، مانند امتیاز اخذ وام.( میرمحمد صادقی، ۱۳۸۶، ۸۳) در اینکه اموال می بایست متعلق به دیگری باشند شکی نیست. اما در مورد وجوه و امتیازات مالی چطور؟ چرا این بخش از ماده همچون ماده ۱ قانون تشدید مجازات مرتکبین تنظیم نشده است. با عنایت به سیر تصویب این ماده مشاهده می شود. «در طرح قانون جرایم رایانه ای» این قسمت با اقتباس از ماده یک قانون یاد شده به این صورت آمده بوده «وجوه، اموال یا امتیازات مالی را تحصیل کرده و از این راه اموال دیگران را برده» (میرمحمدصادقی، ۱۳۸۶، ۸۳) و کلمات وجوه اموال عیناً در آن ماده ذکر شده و با حذف عبارت یا اسناد یا حواله جات یا قبوض و … کلیه امتیازت مالی را افزوده است.
لذا مصادیق حصری را بیان کرده و هر چند امتیازات مالی را که حقوق دانان در مورد اینکه تحصیل متقلبانه آن مشمول کلاهبرداری است یا خیر، بحث می کردند. به طور شفاف جزء مصادیق قید نموده، اما با حصر آنها حیطه شمول قانون از حیث موضوع محدود شده است.
در هر حال در مورد همین موضوعات خاص هم، لزوم تعلق مال به دیگران با توجه به شیوه نگارش مشابه به ماده (۱) قانون تشدید مجازات مرتکبین محرز است. عین همین شیوه نگارش در ماده پیشنهادی متن گزارش توجیهی نهایی قانون تجارت الکترونیکی تبعیت شد.
نتیجه اینکه در شرایط حاضر، موضوعات جرم مندرج در ماده حصری هستند و فقط تعلق اموال به دیگران شرایط است.( خرم آبادی، ۱۳۸۴ ، ۲۲۹)
پس اگر فرد یک سند مالی را تحصیل کند تا زمانی که منجر به تحصیل موارد سه گانه مندرج در ماده نشود، کلاهبرداری واقع نشده است. مگر اینکه بخواهیم بر خلاف اصول تفسیر مضیق قوانین کیفری به اخذ مناط از ماده یک قانون ت. م. م. ا. ا. ک بپردازیم.
در این خصوص نظری هم به قانون جرایم رایانه ای می اندازیم. در این لایحه قسمت آخر ماده به این ترتیب تنظیم شده است.
«… و از این طریق وجه، یا مال، یا منفعت، یا خدمات مالی یا امتیازات مالی برای خود یادگیری تحصیل کند … »
مشاهده می شود که این ماده نیز مصادیق را به صورت حصری ذکر کرده و قید تحصیل برای خود یا دیگری را نیز ذکر کرده است. اما تعلق اموال و سایر موارد مندرج در ماده به دیگری شرط نشده است.
بنابراین اگر فرد از طریق مذکور در آن ماده چیزی غیر از مصادیق یاد شده را تحصیل کند مانند سند تا زمانی که منجر به تحصیل موارد مذکور در آن ماده نشود، کلاهبرداری به صورت عام محقق نشده است.
با توجه به توضیحاتی عنوان شد می توان اینگونه نتیجه گرفت که «تحصیل وجوه اموال و امتیازات» از ماده ۶۷ ق، ت دارای ابهاماتی به شرح آنچه رفت می باشد که جا دارد قانونگذار برای رفع آن ابهامات اقدام نماید.
گفتار دوم- فریب افراد و گمراهی سیستم ها
رفتار مرتکب کلاهبرداری رایانه ای باید همراه با قصد و فریب دیگری یا سبب اخلال و گمراهی سیستم های پردازش خودکار و نظایر آن شود.( گلدوزیان، ۱۳۸۶،۳۵۷)
در این خصوص برخی از حقوقدان ها اینگونه توضیح می دهند که با توجه به اینکه عنصر «فریب» ذکر شده و در عبارت «فریب خوردن دیگران»، با عنصر فریب کلاهبرداری سنتی تفاوت خاصی ندارد، مفهوم آن واضح است. به طور خلاصه فریب خوردن مالباخته شرط تحقیق جرم دانسته شده است. (میرمحمد صادقی، ۱۳۸۶، ۶۲)
آوردن این جزء در عناصر مادی کلاهبرداری رایانه ای از ابداع قانونگذار ایرانی است. چنانکه در سیر تصویب ماده ۶۷ قانون تجارت الکترونیک اشاره شد، ماده پیشنهادی «طرح قانون جرایم کامپیوتری»، به این عنصر اشاره ای ننموده بود.( جاویدنیا ، ۱۳۸۶،۸۰)
در هیچ یک از اسناد بین المللی نیز این عنصر در تعریف کلاهبرداری رایانه ای نیامده است، چون همین رکن از ارکان کلاهبرداری سنتی بود که باعث شد «کلاهبرداری رایانه ای محض» نیازمند قانونگذاری جدید شود.
اما قانونگذار ایرانی در واقع با ذکر این عبارت «کلاهبرداری رایانه ای سنتی» که به معنای فریفتن مالباخته از طریق امکانات جدید رایانه ای مانند صفحات وب یا پست الکترونیکی می باشد را در این ماده جرم انگاری نموده و شمول ماده ۱ قانون تجدید مجازات مرتکبین ارتشاء، اختلاس و کلاهبرداری خارج کرده است، چرا که ماده ۶۷ قانون تجارت الکترونیکی از حیث اختصاص به «بستر مبادلات الکترونیکی»، بالاخص موخر محسوب می شود که بر عدم مقدم تخصیص وارد می سازد. خصوصاً اجزای دیگر عنصر مادی چون در این ماده در معانی موسع آمده که پخش تبلیغات واهی از طریق سیستم رایانه ای می تواند سوء استفاده از سیستم رایانه ای تلقی شود و مشمول این ماده باشد.

۳-۱

۳-۱

۳-۱

۲-۱

۲-۱

۲-۱

۳-۱-۶- معرفی فرایند ایزومریزاسیون نفتا با فناوری ایزومیر
فناوری ایزومریزاسیون توسط چند شرکت در دنیا به ثبت رسیده است. در ایران نیز این فرایند به نام
(( فرایند ایزومیر^[۲۶])) بطور مشترک توسط پژوهشگاه صنعت نفت^[۲۷] و شرکت ملی مهندسی و ساختمان نفت ایران^[۲۸] در سال ۱۳۸۱ به ثبت رسیده است.
فرایند ایزومریزاسیون نفتا برای بالا بردن عدد اکتان نفتای سبک از طریق انجام واکنش های ایزومریزاسیون هیدروکربورهای پارافینی ابداع گردیده است و نیز بهترین روش برای تبدیل نرمال پنتان به ایزوپنتان، وتبدیل نرمال هگزان به متیل پنتان و دی متیل بوتان است.

در فرایند ایزومیر از یک کاتالیست پایه زئولیتی به نام HYSOPAR برای انجام واکنش های ایزومریزاسیون بهره گرفته شده است. این کاتالیست در نوع خود از بهترین کاتالیست های تجاری محسوب می شود. فعالیت آن بالا و واکنش ها تا مرز تعادل ترمودینامیکی پیش می روند. برای حفظ فعالیت HYSOPAR نیازی به تزریق مواد شیمیائی نیست. در نتیجه برخلاف کاتالیست آلومینای کلره نیاز به تزریق مواد خورنده کلردار ندارد. بنابر این از آلیاژهای معمولی در طراحی و احداث فرایند می توان بهره گرفت. کاتالیست HYSOPAR در مقابل آب و گوگرد مقاومت بالائی دارد و برخلاف کاتالیست آلومینای کلره نیاز به محافظت در مقابل این ناخالصی ها ندارد. این کاتالیست به دفعات قابل بازیابی است و به این دلیل عمر مفید آن در واحدهای عملیاتی تا بیش از ده سال هم گزارش شده است. عدم نیاز به استفاده از مواد شیمیایی حین عملیات موجب شده تا واحدهایی که براساس استفاده از کاتالیست HYSOPAR طراحی شده اند جریان دورریز (Disposal) نداشته باشند و این در حالیست که استفاده از کاتالیست آلومینای کلره موجب می شود تا واحدهای ایزومریزاسیون جریان مداومی از پساب داشته باشند. در طرح توسعه پالایشگاه های ایران برای تولید فرآورده با مشخصات جدید احداث شش واحد ایزومریزاسیون در نظر گرفته شده است.
جدول ۳-۳- نام پالایشگاه ها و ظرفیت مربوط به آن ها

نام پالایشگاه

ظرفیت بر حسب بشکه در روز

بندر عباس

۱۴۸۰۰

تهران

۱۸۰۰۰

اصفهان

۲۹۵۰۰

اراک

۸۵۰۰

آبادان

۴۰۰۰

لاوان

۵۰۰۰

.

.
.
.

C_n

…

۱

_n?

جمع نهایی

۱

منبع؛ حبیبی و همکاران، ۱۳۹۳
۳-۳-۱۱ برآورد وزن نهایی
برآورد وزن نهایی در سه حالت بررسی می‌شود:
برآورد وزن نهایی معیارها
در ساده‌ترین حالت از تکنیک AHP با هدف تعیین وزن یک مجموعه معیار استفاده می‌شود. برای این تحلیل کافی است مقایسه‌های زوجی انجام شود و با تشکیل ماتریس مقایسه زوجی وزن نهایی هر معیار با تکنیک بردار ویژه مشخص خواهد شد. به بیان ساده اگر تنها یک مجموعه معیار وجود داشته باشد، وزن نهایی هر معیار همان بردار ویژه ماتریس مقایسه زوجی خواهد بود (مومنی، ۱۳۹۳).

برآورد وزن نهایی معیارها و زیرمعیارها
زمانی که فقط معیارهای اصلی و زیر‌معیارها وجود دارند ابتدا وزن نهایی معیارهای اصلی محاسبه خواهد شد که با W1 نمایش داده خواهد شد. سپس زیرمعیارهای هر معیار به صورت زوجی مقایسه خواهند شد وزن هر زیرمعیار در خوشه مربوط به خودش برآورد خواهد شد. وزن نهایی زیرمعیار برابر است با وزن زیرمعیار در خوشه خود ضربدر وزن معیار مربوط (مومنی، ۱۳۹۳).
برآورد وزن نهایی گزینه‌ها
جهت رتبه‌بندی گزینه‌های تصمیم، گزینه‌های موجود باید بر اساس تک تک عناصر آخرین سطح از معیارها به صورت زوجی مقایسه شوند. وزن نهایی هر گزینه برابر است با مجموع وزن نسبی آن گزینه در وزن معیاری که بر اساس آن مورد قضاوت قرار گرفته است (مومنی، ۱۳۹۳).
۳-۳-۱۲ محاسبه نرخ ناسازگاری
پس از این گام، به سراغ ”سنجش نرخ ناسازگاری“ می‌رویم. برای این کار پنج گام زیر را طی می‌کنیم (حبیبی و همکاران، ۱۳۹۳):
گام۱. محاسبه‌ی بردار مجموعه وزنی (WSY)^[53]: ماتریس مقایسات زوجی (D) را در بردار وزن‌های نسبی (W) ضرب کنید. به بردار حاصل، ”بردار مجموعه وزنی“ گفته می‌شود.
WSY= D × W (۳-۳)
گام ۲. محاسبه بردار سازگاری (CV)^[54] : عناصر بردار مجموعه وزنی را بر بردار وزن‌های نسبی تقسیم کنید. به بردار حاصل، ”بردار سازگاری“ گفته می‌شود.
گام ۳. محاسبه بزرگترین مقدار ویژه‌ی^[۵۵] ماتریس مقایسات زوجی (maxλ) : برای محاسبه بزرگترین مقدار ویژه‌ی ماتریس مقایسات زوجی، میانگین عناصر بردار سازگاری محاسبه می‌شود.
گام ۴. محاسبه معیار ناسازگاری (II)^[56] : معیار ناسازگاری به گونه زیر حساب می‌شود.
(۳-۴)
گام ۵. محاسبه نرخ ناسازگاری (IR)^[57] با فرمول زیر:
(۳-۵)
که IRI (معیار ناسازگاری تصادفی)^[۵۸] مقداری است که از جدول استخراج می‌شود. جدول معیار ناسازگاری تصادفی که در پایین رسم شده، بر اساس شبیه‌سازی بدست آمده است.
جدول ۳-۴ معیار ناسازگاری تصادفی

۱۵

۱۴

۱۳

۱۲

۱۱

۱۰

۹

۸

۷

۶

۵

^ns ۳۲/۶۲

اثر متقابل (PL*CR)

۴

^ns ۹۹ /۱۰۰

اثر متقابل (CR *T* PL)

۴

^ns ۸۵/۹۲

اشتیاه فاکتور فرعی فرعی

۲۴

۲۸/۱۰۶

CV %

۱۹/۱۱

^*،^**و ^ns به ترتیب تفاوت معنی‏دار در سطح ۵ درصد، ۱ درصد و عدم تفاوت معنی‏داری را نشان می‏دهد.
از نظر عملکرد علوفه تازه بین کم‏خاک‏ورزی و بی‏خاک‏ورزی اختلاف معنی‏داری وجود داشت. بیشترین عملکرد علوفه مربوط به تیمار کم‏خاک‏ورزی با ۷۴۷/۱۰۴ تن در هکتار بود که نسبت به تیمار بی‏خاک‏ورزی و مرسوم به ترتیب افزایش ۸/۲۱ و ۴۷/۱۴ درصدی داشت. علت کمتر بودن عملکرد در روش بی‏خاک‏ورزی در مقابل دو روش دیگر ناشی از استقرار ضعیف‏تر گیاهچه‏های ذرت در شرایط بدون شخم، تهویه کم خاک و رقابت علف‏های هرز با گیاه ذرت در مراحل اولیه رشد بود. علت افزایش عملکرد درسیستم کم‏خاک‏ورزی در مقایسه با خاک‏ورزی مرسوم قابلیت دسترسی بیشتر به فسفر و نیترات در سطح خاک می‏باشد (رایت^[۸۸] و همکاران، ۲۰۰۷). این نتایج با یافته‏های بیابانی و همکاران (۱۳۹۳) که اعلام نمودند کم خاک‏ورزی با میانگین ۰۹۳/۸۵ تن در هکتار بیشترین و بی‏خاک‏وزرزی با ۴۹۱/۷۰ تن در هکتار کمترین عملکرد علوفه ذرت هم‏خوانی دارد. ضمیری و همکاران (۲۰۱۳) عملکرد علوفه تازه ذرت در کم‏خاک‏ورزی بیشتر از بی‎خاک‏ورزی و قنبریان الواجی و همکاران (۲۰۱۳) عملکرد ذرت علوفه‏ای در کمخاک‏ورزی بیشتر از خاک‏ورزی مرسوم است، مطابقت دارد و با نتایج اسدی و همکاران (۱۳۹۰) که اعلام کردند در سال اول عملکرد علوفه ذرت در خاک‏ورزی مرسوم بیشتر از دو سیستم دیگر است مغایرت دارد.
در بررسی اثر متقابل بقایا و خاک‏ورزی مشاهده گردید که کم‏خاک‏ورزی در شرایط وجود بقایا با میانگین ۷/۱۱۷ تن در هکتار و بی‏خاک‏ورزی در شرایط عدم وجود بقایا با میانگین ۴۹/۷۷ تن در هکتار به ترتیب بیشترین و کمترین میزان عملکرد علوفه در هکتار را به خود اختصاص دادند. تیمار بی‏خاک‏ورزی در هر دو شرایط وجود و عدم وجود بقایای گیاهی دارای کمترین میزان عملکرد علوفه بود. کم‏خاک‏ورزی در هر دو شرایط وجود و عدم وجود بقایای گیاهی در عملکرد علوفه از نظر آماری اختلاف معنی‏داری داشتند (نمودار۴-۸). این افزایش عملکرد می‏تواند ناشی از ذخیره رطوبت خاک در بقایای موجود در سطح خاک، استقرار و تماس مناسب بذر در خاک باشد. زیبیلکس^[۸۹] و همکاران، (۲۰۰۲) گزارش کردند که در سیستم کم‏خاک‏ورزی ویژگی‏های فیزیکی، شیمیایی و بیولوژیکی در سطح خاک و در در منطقه فعالیت ریشه بهبود می‏یابد و به دلیل تغییر در معدنی شدن و ثبات بیشتر عناصر غذایی در خاک به وسیله افزایش فعالیت جمعیت میکروبی, عرضه عناصر غذایی به گیاه افزایش می‏یابد.
۴-۵-۲ تأثیر بقایا، خاک‏ورزی و الگوی‏کاشت بر وزن تر برگ ذرت
نتایج تجزیه واریانس تأثیر بقایا، خاک‏ورزی و الگوی‏کاشت بر وزن تر برگ در جدول (۴-۶) نشان داده شده است. نتایج نشان داد که خاک‏ورزی در سطح ۱ درصد و اثر متقابل خاک‏ورزی، بقایا و الگوی‏کاشت در سطح ۵ درصد بر وزن تر برگ معنی‏دار شد.
جدول ۴-۶ تجزیه واریانس وزن تر برگ تحت تأثیر بقایا، خاک‏ورزی و الگوی‏کاشت

منبع تغییرات

درجه آزادی

میاگین مربعات (MS)

تکرار ®

۲

۲۷/۰

بقایا (CR)

۱

^ns ۵۴/۵۴