لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 2
مقیاس تاکتیک های حل تعارض پدر ومادر
مقیاس تاکتیک های حل تعارض پدر و مادر
موری ای. اشتراوس
سنجیدن استدلال، پرخاشگری کلامی، و خشونت در خانواده
Conflict Tactics Scales. Parents (CTSP)
در اینجا فهرست رفتاری آمده است که شما و برادر یا خواهرتان احتمالا در هنگام بروز تعارض انجام داده اید . لطفا با در نظر گرفتن تمام اختلافات، بگویید در سال گذشته و در هر شرایطی تا چه حد دست به این رفتار زده اید . پاسخ خود را با توجه به مقیاس زیر برای خودتان؛ هم چنین برای برادر و خواهرتان مشخص کنید .
0= هرگز
1= یک بار در سال
2= دو یا سه بار
3= اغلب، اما کمتر از یک بار در ماه
4= حدودا ماهی یکبار
5= بیش از ماهی یک بار
پدرم
مادرم
A. سعی کرد مشکل را نسبتا به آرامی مورد بحث قرار دهد.
0
1
2
3
4
5
0
1
2
3
4
5
B. مشکل را به ارامی مورد بحث قرار داد .
0
1
2
3
4
5
0
1
2
3
4
5
C. اطلاعاتی برای تقویت یا تحکیم موضع خود ارائه کرد .
0
1
2
3
4
5
0
1
2
3
4
5
D. برای کمک به حل مشکل، شخص دیگری را وارد رابطه کرد . یا چنین تلاشی شد .
0
1
2
3
4
5
0
1
2
3
4
5
E. بدون فریاد کردن بحث داغی راه انداخت.
0
1
2
3
4
5
0
1
2
3
4
5
F. فریاد زد و تحقیر کرد.
0
1
2
3
4
5
0
1
2
3
4
5
G. با اخم از صحبت اجتناب کردم .
0
1
2
3
4
5
0
1
2
3
4
5
H. از اتاق خارج شد .
0
1
2
3
4
5
0
1
2
3
4
5
I. چیزی به سوی طرف مقابل پرت کرد و یا چیزی را خرد کرد.
0
1
2
3
4
5
0
1
2
3
4
5
J. تهدید به زدن یا پرت کردن چیزی به سوی طرف مقابل کرد.
0
1
2
3
4
5
0
1
2
3
4
5
K. چیزی به سوی طرف مقابل پرت کرد .
0
1
2
3
4
5
0
1
2
3
4
5
L. طرف مقابل را هل داد ، یقه اش را گرفت .
0
1
2
3
4
5
0
1
2
3
4
5
M. طرف مقابل را زدیا سعی کردم بزند، اما نه با استفاده از ابزار .
0
1
2
3
4
5
0
1
2
3
4
5
N. طرف مقابل را با شئ سختی زد یا سعی کرد بزند .
0
1
2
3
4
5
0
1
2
3
4
5
O. تهدید به بهم زدن ازدواج با توسل به جدایی یا طلاق کرد.
0
1
2
3
4
5
0
1
2
3
4
5
P. ...............................................خودتان اضافه کنید
0
1
2
3
4
5
0
1
2
3
4
5
ثنایی ، باقر و همکاران . مقیاس های سنجش خانواده و ازدواج . انتشارارت بعثت 1387
لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 2
مقیاس تاکتیک های حل تعارض پدر ومادر
مقیاس تاکتیک های حل تعارض پدر و مادر
موری ای. اشتراوس
سنجیدن استدلال، پرخاشگری کلامی، و خشونت در خانواده
Conflict Tactics Scales. Parents (CTSP)
در اینجا فهرست رفتاری آمده است که شما و برادر یا خواهرتان احتمالا در هنگام بروز تعارض انجام داده اید . لطفا با در نظر گرفتن تمام اختلافات، بگویید در سال گذشته و در هر شرایطی تا چه حد دست به این رفتار زده اید . پاسخ خود را با توجه به مقیاس زیر برای خودتان؛ هم چنین برای برادر و خواهرتان مشخص کنید .
0= هرگز
1= یک بار در سال
2= دو یا سه بار
3= اغلب، اما کمتر از یک بار در ماه
4= حدودا ماهی یکبار
5= بیش از ماهی یک بار
پدرم
مادرم
A. سعی کرد مشکل را نسبتا به آرامی مورد بحث قرار دهد.
0
1
2
3
4
5
0
1
2
3
4
5
B. مشکل را به ارامی مورد بحث قرار داد .
0
1
2
3
4
5
0
1
2
3
4
5
C. اطلاعاتی برای تقویت یا تحکیم موضع خود ارائه کرد .
0
1
2
3
4
5
0
1
2
3
4
5
D. برای کمک به حل مشکل، شخص دیگری را وارد رابطه کرد . یا چنین تلاشی شد .
0
1
2
3
4
5
0
1
2
3
4
5
E. بدون فریاد کردن بحث داغی راه انداخت.
0
1
2
3
4
5
0
1
2
3
4
5
F. فریاد زد و تحقیر کرد.
0
1
2
3
4
5
0
1
2
3
4
5
G. با اخم از صحبت اجتناب کردم .
0
1
2
3
4
5
0
1
2
3
4
5
H. از اتاق خارج شد .
0
1
2
3
4
5
0
1
2
3
4
5
I. چیزی به سوی طرف مقابل پرت کرد و یا چیزی را خرد کرد.
0
1
2
3
4
5
0
1
2
3
4
5
J. تهدید به زدن یا پرت کردن چیزی به سوی طرف مقابل کرد.
0
1
2
3
4
5
0
1
2
3
4
5
K. چیزی به سوی طرف مقابل پرت کرد .
0
1
2
3
4
5
0
1
2
3
4
5
L. طرف مقابل را هل داد ، یقه اش را گرفت .
0
1
2
3
4
5
0
1
2
3
4
5
M. طرف مقابل را زدیا سعی کردم بزند، اما نه با استفاده از ابزار .
0
1
2
3
4
5
0
1
2
3
4
5
N. طرف مقابل را با شئ سختی زد یا سعی کرد بزند .
0
1
2
3
4
5
0
1
2
3
4
5
O. تهدید به بهم زدن ازدواج با توسل به جدایی یا طلاق کرد.
0
1
2
3
4
5
0
1
2
3
4
5
P. ...............................................خودتان اضافه کنید
0
1
2
3
4
5
0
1
2
3
4
5
ثنایی ، باقر و همکاران . مقیاس های سنجش خانواده و ازدواج . انتشارارت بعثت 1387
لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 15
اقتصاد ایران، تنگناها و راه حل ها
منبع: شبکه خبر دانشجو
وسعت کشور ایران نزدیک به 8/164 میلیون هکتار است. از این میزان 90 میلیون هکتار اراضی مرتعی، 4/12 میلیون هکتار اراضی جنگلی، 51 میلیون هکتار مستعد برای زراعت و باغبانی و 4/11 میلیون هکتار سایر اراضی است. در حال حاضر فقط از 35 درصد پتانسیل اراضی کشور استفاده میکنیم. جمعیت ایران در سال 83 حدود 68 میلیون نفر است که حدود 8/21 میلیون نفر آنرا جمعیت فعال تشکیل میدهد. نزدیک به 16 درصد یعنی 5/3 میلیون نفر از این نیروی کار در حال حاضر بیکار هستند. امکان بالقوه آبهای سطحی و زیر زمینی ایران 155 میلیارد متر مکعب میباشد که دو سوم آن (100 میلیارد مترمکعب) مهار شده و مورد بهره برداری قرار گرفته است. 80 درصد از آبهای مهار شده در بخش کشاورزی (با راندمان آبیاری حدود 33 درصد) و 20 درصد آن بصورت آب آشامیدنی و صنعتی مصرف میشود. در زمینه شیلات، امکان تولید 800 هزار تن ماهی، میگو و خاویار وجود دارد که بیش از 400هزار تن آن بهرهبرداری میشود. اقلیم آب و هوایی ایران بسیار متنوع است به طوری که در تمام طول سال امکان بهرهبرداری و کشاورزی در مناطق مختلف کشور وجود دارد. ایران از نظر معادن نفت و گاز بسیار غنی است. منابع نفتی کشور بیش از 100 میلیارد بشکه نفت قابل استخراج یعنی 9 درصد کل ذخایر جهان برآورد شده است. با استفاده از فن آوریهای جدید استخراج در دراز مدت قابلیت افزایش به 130 میلیارد بشکه را دارد. اگر میزان برداشت نفت در حد فعلی باقی باشد، امکان بهره برداری برای 80 سال وجود دارد. حجم منابع گاز ایران 24 بیلیون متر مکعب یعنی معادل 16 درصد کل ذخایر گاز جهان برآورد شده است. از این نظر کشور ما بعد از روسیه در رده دوم جهان قرار دارد. موقعیت ترانزیتی کشور ایران بدلیل وضعیت جغرافیایی آن سبب ایجاد ارتباطات جاده ای، دریایی ، هوایی و راه آهن بین کشورهای مختلف جهان گردیده که از نظر اقتصادی بسیار اهمیت دارد. معادن غنی طلا، مس ، روی،آهن، اورانیوم و سایر فلزات گرانبها، سیمان، گچ، سنگ مرمر و سایر کانیهای گرانقیمت در اقصی نقاط کشور فراوان وجود دارد، استعدادهای علمی و هوش ایرانیان در بین ملل دنیا کم نظیر است. به طوری که در اکثر المپیادهای علمی جهان، کشور ایران در رتبههای بالا قرار دارد.
موارد ذکر شده بخشی از امکانات و تواناییهای کشور ایران را نشان میدهد که در کمتر کشور پیشرفتهای پیدا میشود، با این وجود ایران جزو کشورهای جهان سوم قرار دارد. در آمد سرانه ایران حدود 2 هزار دلار در سال تخمین زده شده در حالیکه این شاخص را برای کشورهای پیشرفته بیش از 30 هزار دلار یعنی 15 برابر کشور ما برآورد کردهاند. نرخ بیکاری در ایران بالا است و 5/3 میلیون نفر بیکارند. بر اساس گزارشات رسمی سازمانهای دولتی حدود 30 درصد مردم ایران نزدیک و یا زیر خط فقر قرار دارند. نرخ تورم در کشور ما بطور متوسط در ده سال اخیر بالای 20 درصد قرار داشته در حالیکه این نرخ در کشورهای پیشرفته حدود 5/2 درصد بوده است. امید به زندگی در ایران حدود 15 سال کمتر از کشورهای پیشرفته اروپایی و ژاپن است. چرا با این همه امکانات که از آن برخورداریم و در جهان کم نظیر است، از نظر اقتصادی در وضعیت مطلوبی قرار نداریم؟ برای پاسخ به این پرسش یکسری دلایل تاریخی و سیاسی وجود دارد که فقط به آنها اشاره میگردد زیرا موضوع اصلی مورد بررسی ما نیست، و یکسری دلایل مدیریتی و اقتصادی مربوط به شرایط فعلی کشور و نحوه اداره آن وجود دارند که هدف اصلی بنده تشریح آنها است.
از نظر تاریخی و سیاسی، یکی از عوامل مهم و ریشهای این عقب ماندگی مربوط به جریان حاکمیت حکومتهای قاجار و پهلوی در طول 200 سال اخیر و تا قبل از وقوع انقلاب اسلامی است. این حکومتها در طول 200 سال گذشته کاملا وابسته و تحت تاثیر حکومتهای استعمارگر خارجی قرار داشتند. در طول دوره مذکور سلطه بیگانگان بر ایران عملا راه پیشرفت و ترقی را در کشور ما مسدود کرده بود. در این مدت بجز چند صنعت مونتاژ و تکنولوژیهای رده پایین چیزی از استعمارگران خارجی نصیب ایران نگردید. در اواخر دوره پهلوی صرفنظر از درآمدهای نفتی که فقط برای مدت کوتاهی یک رفاه کاذب و نسبی برای بخش کوچکی از مردم ایجاد کرده بود، کشور ایران در رده کشورهای عقبمانده علمی و صنعتی جهان بشمار میرفت. همین وضعیت اسفناک در کنار اوضاع نابسامان فرهنگی و وابستگی سیاسی حکومت پهلوی به کشورهای خارجی از دلایل مهم انقلاب اسلامی و سرنگونی رژیم شاه توسط مردم ایران بود.
پس از پیروزی انقلاب اسلامی، حکومت مردمی و انقلابی ایران با کمک مردم در تلاش برای جبران عقب ماندگیها و اصلاح خرابیها برآمدند، ولی تا یک دهه (یعنی از سال 1358 تا 1367) کشور ما درگیر آشوبهای متفرقه سازماندهی شده توسط عوامل بیگانه و جنگ 8 ساله عراق (به نمایندگی از ارتجاع و استعمارگران) علیه ایران بود که عملا کشور ما را از پیشرفت و رونق اقتصادی بازداشت. البته یکی از دستاوردهای مهم این دهه،
لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 98
فصل اول
مقدمه ای بر شبکه های عصبی
1-1 مقدمه
در سالیان اخیر شاهد حرکتی مستمر، از تحقیقات صرفاً تئوری به تحقیقات کاربردی بخصوص در زمینه پردازش اطلاعات، برای مسائلی که برای آن ها راه حلی موجودنیست ویا براحتی قابل حل نیستند بوده ایم. با عنایت به این امر، علاقه فزاینده ای در توسعه تئوریک سیستمهای دنیا میکی هوشمند مدل آزاد ـ که مبتنی بر داده های تجربی هستند ـ ایجاد شده است. شبکه های عصبی مصنوعی جزء این دسته از سیستمهای دینامیکی قراردارند، که با پردازش روی داده های تجربی دانش یا قانون نهفته در ورای داده ها را به ساختار شبکه منتقل می کنند. به همین خاطر به این سیستمها هوشمند گویند. چرا که براساس محاسبات روی داده های عددی یا مثال ها ، قوانین کلی را فرامی گیرند. این سیستم ها در مدلسازی ساختار نرو سیناپتیکی مغز بشر می کوشند. پیاده سازی ویژگیهای شگفت انگیز مغز در یک سیستم مصنوعی (سیستم دینامیکی ساخته دست بشر) همیشه وسوسه انگیز و مطلوب بوده است. محققینی که طی سالها در این زمینه فعالیت کرده اند بسیارند، لیکن نتیجه این تلاشها صرف نظر ازیافته های ارزشمند باور هر چه بیشتر این اصل بوده است که مغز بشر دست یافتنی است.
با تاکید بر این نکته که گذشته از متافیزیک، دور از دسترس بودن ایده آل «هوش طبیعی» را می توان با عدم کفایت دانش موجود بشر از فیزیولوژی عصبی پذیرفت، باید اذعان داشت که عالی بودن هدف و کافی نبودن دانش موجود خود سبب انگیزش پژوهشهای بیشتر و بیشتر در این زمینه بوده و خواهند بود، همچنان که امروزه شاهد بروز چنین فعالیتهایی در قالب شبکه های عصبی مصنوعی هستیم، اغلب آن هایی که با چنین سیستم هایی آشنایی دارند، به اغراق آمیز بودن نام آنها معترفند، اگرچه این اغراق بیانگر مطلوبیت و نیز بعضی شباهتهای این گونه سیستم ها با سیستم های طبیعی است ولی می تواند تا حدی بین آن چه که سیستم های عصبی مصنوعی در اختیار قرار می دهد و آن چه که از نامشان بر می آید تناقض ایجاد نماید.
1-2 تاریخچه شبکه های عصبی
بعضی از پیش زمینه های شبکه های عصبی را می توان به اوایل قرن بیستم و اواخر قرن نوزدهم برگرداند. در این دوره کارهای اساسی در فیزیک ، روانشناسی و نروفیزیولوژی توسط علمایی چون هرمان فون هلمهلتز، ارنست ماخو ایوان پاولف صورت پذیرفت. این کارهای اولیه عموماً بر تئوریهای کلی یادگیری ، بینایی و شرطی تاکید داشته اند و اصلاً به مدلهای مشخص ریاضی عملکرد نرونها اشاره ای نداشته اند.
دیدگاه جدید شبکه های عصبی در دهه 40 قرن بیستم آغاز شد زمانی که وارن مک کلوث و والترپیتز نشان دادند که شبکه های عصبی می توانند هر تابع حسابی و منطقی را محاسبه نمایند. کار این افراد را می توان نقطه شروع حوزه علمی شبکه های عصبی مصنوعی نامید و این موضوع با دونالدهب ادامه یافت، شخصی که عمل شرط گذاری کلاسیک را که توسط پاولف مطرح شده بود به عنوان خواص نرونها معرفی نمود و سپس مکانیسمی را جهت یادگیری نرونها بیولوژیکی ارائه داد. نخستین کاربرد شبکه های عصبی در اواخر دهه50 قرن بیستم مطرح شد زمانی که فرانک روز نبلات در سال 1958 شبکه پرسپترون را معرفی نمود. روز نبلات و همکارانش شبکه ای ساختند که قادر بود الگوها را از هم شناسایی نماید. در همین زمان بود که برنارد ویدرو در سال 1960 شبکه عصبی تطبیقی خطی آدلاین را با قانون یادگیری جدید مطرح نمود که از لحاظ ساختار، شبیه شبکه پرسپترون بود. پیشرفت شبکه های عصبی تا دهه 70 قرن بیستم ادامه یافت. در سال 1972 تئوکوهونن، جیمز اندرسون، بطور مستقل و بدون اطلاع از هم، شبکه های عصبی جدیدی را معرفی نمودند که قادر بودند به عنوان عناصر ذخیره ساز عمل نمایند. استفان گروسبرگ در این دهه روی شبکه های خود سازمانده فعالیت می کرد. فعالیت در زمینه شبکه های عصبی در دهه 60 قرن بیستم در قیاس با دهه 80 به علت عدم بروز ایده های جدید و نبود کامپیوترهای سریع ـ جهت پیاده سازی ـ کمرنگ می نمود. لکن در خلال دهه 80، رشد تکنولوژی میکروپروسسورها روند صعودی داشت و تحقیقات روی شبکه های عصبی فزونی یافت و ایده های بسیار جدیدی مطرح شدند. ایده های نووتکنولوژی بالا برای رونسانس دوباره در شبکه های عصبی کافی به نظر می رسید. در این زایش دوباره شبکه های عصبی و جدید قابل تامل می باشد. استفاده از مکانیسم تصادفی جهت توضیح عملکرد یک طبقه وسیع از شبکه های برگشتی است که می توان آن ها را جهت ذخیره سازی اطلاعات استفاده نمود. این ایده توسط جان هاپفلید، فیزیکدان آمریکایی در سال 1982 مطرح شد. دومین ایده مهم که کلید توسعه شبکه
لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 98
فصل اول
مقدمه ای بر شبکه های عصبی
1-1 مقدمه
در سالیان اخیر شاهد حرکتی مستمر، از تحقیقات صرفاً تئوری به تحقیقات کاربردی بخصوص در زمینه پردازش اطلاعات، برای مسائلی که برای آن ها راه حلی موجودنیست ویا براحتی قابل حل نیستند بوده ایم. با عنایت به این امر، علاقه فزاینده ای در توسعه تئوریک سیستمهای دنیا میکی هوشمند مدل آزاد ـ که مبتنی بر داده های تجربی هستند ـ ایجاد شده است. شبکه های عصبی مصنوعی جزء این دسته از سیستمهای دینامیکی قراردارند، که با پردازش روی داده های تجربی دانش یا قانون نهفته در ورای داده ها را به ساختار شبکه منتقل می کنند. به همین خاطر به این سیستمها هوشمند گویند. چرا که براساس محاسبات روی داده های عددی یا مثال ها ، قوانین کلی را فرامی گیرند. این سیستم ها در مدلسازی ساختار نرو سیناپتیکی مغز بشر می کوشند. پیاده سازی ویژگیهای شگفت انگیز مغز در یک سیستم مصنوعی (سیستم دینامیکی ساخته دست بشر) همیشه وسوسه انگیز و مطلوب بوده است. محققینی که طی سالها در این زمینه فعالیت کرده اند بسیارند، لیکن نتیجه این تلاشها صرف نظر ازیافته های ارزشمند باور هر چه بیشتر این اصل بوده است که مغز بشر دست یافتنی است.
با تاکید بر این نکته که گذشته از متافیزیک، دور از دسترس بودن ایده آل «هوش طبیعی» را می توان با عدم کفایت دانش موجود بشر از فیزیولوژی عصبی پذیرفت، باید اذعان داشت که عالی بودن هدف و کافی نبودن دانش موجود خود سبب انگیزش پژوهشهای بیشتر و بیشتر در این زمینه بوده و خواهند بود، همچنان که امروزه شاهد بروز چنین فعالیتهایی در قالب شبکه های عصبی مصنوعی هستیم، اغلب آن هایی که با چنین سیستم هایی آشنایی دارند، به اغراق آمیز بودن نام آنها معترفند، اگرچه این اغراق بیانگر مطلوبیت و نیز بعضی شباهتهای این گونه سیستم ها با سیستم های طبیعی است ولی می تواند تا حدی بین آن چه که سیستم های عصبی مصنوعی در اختیار قرار می دهد و آن چه که از نامشان بر می آید تناقض ایجاد نماید.
1-2 تاریخچه شبکه های عصبی
بعضی از پیش زمینه های شبکه های عصبی را می توان به اوایل قرن بیستم و اواخر قرن نوزدهم برگرداند. در این دوره کارهای اساسی در فیزیک ، روانشناسی و نروفیزیولوژی توسط علمایی چون هرمان فون هلمهلتز، ارنست ماخو ایوان پاولف صورت پذیرفت. این کارهای اولیه عموماً بر تئوریهای کلی یادگیری ، بینایی و شرطی تاکید داشته اند و اصلاً به مدلهای مشخص ریاضی عملکرد نرونها اشاره ای نداشته اند.
دیدگاه جدید شبکه های عصبی در دهه 40 قرن بیستم آغاز شد زمانی که وارن مک کلوث و والترپیتز نشان دادند که شبکه های عصبی می توانند هر تابع حسابی و منطقی را محاسبه نمایند. کار این افراد را می توان نقطه شروع حوزه علمی شبکه های عصبی مصنوعی نامید و این موضوع با دونالدهب ادامه یافت، شخصی که عمل شرط گذاری کلاسیک را که توسط پاولف مطرح شده بود به عنوان خواص نرونها معرفی نمود و سپس مکانیسمی را جهت یادگیری نرونها بیولوژیکی ارائه داد. نخستین کاربرد شبکه های عصبی در اواخر دهه50 قرن بیستم مطرح شد زمانی که فرانک روز نبلات در سال 1958 شبکه پرسپترون را معرفی نمود. روز نبلات و همکارانش شبکه ای ساختند که قادر بود الگوها را از هم شناسایی نماید. در همین زمان بود که برنارد ویدرو در سال 1960 شبکه عصبی تطبیقی خطی آدلاین را با قانون یادگیری جدید مطرح نمود که از لحاظ ساختار، شبیه شبکه پرسپترون بود. پیشرفت شبکه های عصبی تا دهه 70 قرن بیستم ادامه یافت. در سال 1972 تئوکوهونن، جیمز اندرسون، بطور مستقل و بدون اطلاع از هم، شبکه های عصبی جدیدی را معرفی نمودند که قادر بودند به عنوان عناصر ذخیره ساز عمل نمایند. استفان گروسبرگ در این دهه روی شبکه های خود سازمانده فعالیت می کرد. فعالیت در زمینه شبکه های عصبی در دهه 60 قرن بیستم در قیاس با دهه 80 به علت عدم بروز ایده های جدید و نبود کامپیوترهای سریع ـ جهت پیاده سازی ـ کمرنگ می نمود. لکن در خلال دهه 80، رشد تکنولوژی میکروپروسسورها روند صعودی داشت و تحقیقات روی شبکه های عصبی فزونی یافت و ایده های بسیار جدیدی مطرح شدند. ایده های نووتکنولوژی بالا برای رونسانس دوباره در شبکه های عصبی کافی به نظر می رسید. در این زایش دوباره شبکه های عصبی و جدید قابل تامل می باشد. استفاده از مکانیسم تصادفی جهت توضیح عملکرد یک طبقه وسیع از شبکه های برگشتی است که می توان آن ها را جهت ذخیره سازی اطلاعات استفاده نمود. این ایده توسط جان هاپفلید، فیزیکدان آمریکایی در سال 1982 مطرح شد. دومین ایده مهم که کلید توسعه شبکه