رضا رادفر

شناسایی عوامل موثر بر فرایند انتقال تکنولوژی یکی از مهمترین پیش نیازهای این فرایند می باشد، فقدان انجام پژوهش در زمینه انتقال تکنولوژی در قوای محرکه خودرو، محقق را بر ان داشت تا نسبت به انجام این تحقیق اهتمام ورزد.هدف از انجام این پژوهش شناسایی و تحلیل عوامل موثر بر فرایند انتقال تکنولوژی و تعیین شکاف های موجود در قوای محرکه خودرو در گروه صنعتی ایران خودرو بوده، جامعه آماری تحقیق برای بخش دلفی،10 نفر از خبرگان و برای بخش تحلیل اماری، 93 نفر از افراد صاحبنظر در قوای محرکه خودرو می باشند.در این پژوهش از ابزار مصاحبه و پرسشنامه باز بهره برداری شد. روش تحقیق دلفی بوده و تحلیل اماری با استفاده از نرم افزارSPSS به روش تحلیل عاملی اکتشافی انجام شده است،در این پژوهش پس از شناسایی عوامل و شکاف بین وضعیت موجود و مطلوب، نسبت به تحلیل و تعیین ارتباط بین انها اقدام شد. مقادیر ازمونKMO، بارتلت ،r و همچنین شاخص های اشتراک نشان از همبستگی بین متغیر ها دارد و از درجه اعتبار کافی برخوردار می باشد. نتایج نشان داد اگر ایرانخودرو بخواهد 19 شکاف شناسایی شده در قوای محرکه را مرتفع یا کاهش دهد می بایست به 3 عامل مشارکت فراسازمانی، زیرساخت، اگاهی و دانش توجه ویژه نماید.9 شکاف شناسایی شده با برنامه ریزی و توجه نمودن به عامل مشارکت فراسازمانی، 5 شکاف شناسایی شده با برنامه ریزی و توجه نمودن به عامل زیرساخت و 5 شکاف شناسایی شده دیگر نیز با برنامه ریزی و توجه نمودن به عامل اگاهی و دانش قابل کاهش می باشند.

در این تحقیق، محققان به دنبال ارائه سازوکاری برای آینده نگاری حکمرانی دیجیتال در راستای هوشمندسازی شهری با رویکرد پایداری مبتنی بر سناریونویسی در سطح کلان شهرهای کشور هستند.  روش تحقیق از نظر نحوه بررسی داده ها آمیخته است؛ زیرا در آن هم از استراتژی های تحقیقات کمّی (در داده های خبرگانی) استفاده می شود و هم از استراتژی روش کیفی (در تحلیل محتوای مصاحبه). از نظر ماهیت داده ها در پژوهش حاضر، هم از شیوه کمّی و هم از شیوه کیفی بهره گیری می شود. این پژوهش در زمره پژوهش های بنیادی-کاربردی است؛ چون تحقیقِ اکتشافی است و هدف اصلی آن، شناسایی پیشران های محیطی مرتبط با موضوع تحقیق است. بنابراین، تحقیق از نوع بنیادی است. در ضمن، دستاوردهای آن ملاک عمل برای مدیریت شهری، به ویژه سازمان های ذی نقش شامل شهرداری است. این است که پژوهش حاضر کاربردی نیز محسوب می شود. جامعه آماری تحقیق، شامل 15 نفر از نخبگان، مدیران و کارشناسان ارشد است و می توان از نظرات آن ها در حوزه آینده نگاری حکمرانی دیجیتال و هوشمندسازی شهری با رویکرد پایداری بهره برد.بر اساس نتایج به دست آمده، سناریوی اول در بخش های هوشمندسازی، مشارکت محوری، شفاف سازی، تمهیدات ساختاری، یکپارچه سازی، فرهنگ سازی و پایدارسازی بهترین حالت است و سناریوی ششم (و تا حدودی سناریوی پنجم)، بدترین حالات ممکن را نشان می دهند. سناریوهای دوم تا چهارم بیشتر بر مبنای کمترین تغییرات در عوامل اصلی هستند و تنها در یک عامل، پیشرفت و در یک عامل پس رفت را نشان دادند.نتایج تحقیق نشان داد که ظرفیت سازی برای ایجاد حق دسترسی به اطلاعات، افزایش قانون مداری، انضباط بخشی به سازوکارهای مدیریت شهری، تقویت بسترهای داخلی به منظور شبکه سازی و ایمن سازی اطلاعات در راستای هوشمندسازی شهری می تواند از طریق پیاده سازی یک مدل حکمرانی خوب دیجیتال عملیاتی گردد.

امروزه تحقیق و توسعه شرکت های دانش بنیان، از منابع مهم ایجاد تحوّل در حوزه های تکنولوژی و تولید دانش محسوب می شوند. هر چه سطح فعالیت های تحقیقاتی شرکت های دانش بنیان پیشرفته تر و بنیادی تر باشد و میزان پیچیدگی فناورانه ی این فعالیت ها بالاتر باشد، امکان عرضه محصولات رقابتی تر فراهم می گردد. در این راستا پژوهش حاضر با هدف ارائه مدل تعیین سطح پیچیدگی فناورانه فعالیت های تحقیق و توسعه در شرکت های دانش بنیان، انجام شد. این تحقیق از نظر هدف جزء پژوهش های کاربردی و از منظر روش شناسی در دسته پژوهش های آمیخته قرار دارد. در بخش کیفی با رویکرد نظریه داده بنیاد، داده ها از مطالعه اسناد و مرور ادبیات و انجام مصاحبه های نیمه-ساختاریافته با 20 نفر از خبرگان حوزه تحقیق و توسعه و متخصصین شرکت های دانش بنیان، گردآوری شد. با تجزیه و تحلیل داده های بخش کیفی و طی سه مرحله کدگذاری باز، محوری و انتخابی، 97 عامل تأثیرگذار در تعیین سطح پیچیدگی شناسایی شدند، سپس عامل دستیابی به تکنولوژی پیشرفته به عنوان مقوله محوری انتخاب شد و بقیه عوامل در درون سازه های پژوهش(عوامل علّی، زمینه ای، مداخله گر، راهبردها و پیامدها) جا گرفتند و مدل پارادایمی پژوهش شکل گرفت . داده های بخش کمّی از طریق پرسشنامه محقق ساخته، از جامعه آماری مورد نظر(مدیران و کارشناسان شرکت های فعال در پارک علم و فناوری گلستان)، گردآوری شد، سپس تجزیه و تحلیل داده ها و نیز برازش مدل با روش مدلسازی معادلات ساختاری و با استفاده از نرم افزار smart pls3 انجام شد. شاخص های برازش، حاکی از برازش مناسب داده ها با مدل نهایی( شامل 91 عامل مؤثر در تعیین سطح پیچیدگی فناورانه تحقیق و توسعه) داشت.

هدف: با توجه به نوآوری های ایجادشده در صنعت فناوری اطلاعات طی سال های اخیر، وابستگی به فناوری رایانش ابری افزایش یافته است. رایانش ابری در سال های اخیر رشد چشمگیری داشته و پذیرش آن چالش زیرساختی فعلی صنعت نرم افزار است، زیرا تغییری اساسی در این صنعت ایجاد می کند. علیرغم مزایای گسترده خدمات رایانش ابری، پذیرش این خدمات از سوی سازمان ها محدود باقی مانده و بسیاری از شرکت های نرم افزاری به دلایل مختلف در پذیرش این فناوری مردد هستند. این مطالعه عوامل مؤثر بر تصمیمات سازمانی در پذیرش رایانش ابری را با استفاده از چارچوب فناوری-سازمان-محیط بررسی می کند. روش پژوهش: در این پژوهش از ترکیب روش های مرور نظام مند ارائه شده توسط کیچن هام و چارترز (2007)، تحلیل محتوا و تحلیل مضمون استفاده شده است و 26 مقاله بین سال های 2014 تا 2024 انتخاب شده اند. داده های تکمیلی از طریق مصاحبه با 9 نفر از تصمیم گیرندگان ارشد نرم افزار و رایانش ابری در شرکت های نرم افزاری مطرح ایران جمع آوری گردیده است.یافته ها: نتایج نشان می دهد که عوامل فناورانه مانند امنیت، پیچیدگی، سازگاری و مزیت نسبی؛ عوامل سازمانی شامل حمایت مدیریت ارشد، اندازه سازمان و صرفه جویی در هزینه؛ و عوامل محیطی نظیر فشار رقابتی، سیاست های حمایتی و تخصص خارجی، از مهم ترین مؤلفه های تأثیرگذار بر پذیرش رایانش ابری در صنعت نرم افزار ایران هستند. توازن میان این عوامل برای تسریع تحول دیجیتال در سازمان ها ضروری است.نتیجه گیری: این مطالعه با استخراج و طبقه بندی این عوامل، بر اهمیت توجه به تمامی جنبه های فنی، سازمانی و محیطی تأکید دارد. نتایج نشان می دهد که سازمان ها با پرداختن به این عوامل می توانند روند پذیرش فناوری رایانش ابری را تسهیل کرده و به تحول دیجیتال دست یابند. توجه ویژه به سیاست گذاری های حمایتی و توسعه زیرساخت ها می تواند نقش مهمی در افزایش بهره وری و رقابت پذیری صنعت نرم افزار ایران ایفا کند.

تأمین مالی یکی از عوامل کلیدی برای رشد و بقای صنایع کوچک و متوسط (SMEs) است. در این پژوهش، به شناسایی و اولویت بندی مولفه های تأمین مالی SMEs پرداخته شده است. برای این منظور، از شبکه عصبی مصنوعی (ANN) به عنوان یک روش پیشرفته استفاده شده است. پژوهش حاضر شامل سه فاز اصلی است. ابتدا، با مرور ادبیات موضوع، مولفه های تأمین مالی SMEs شناسایی شدند. سپس، با استفاده از نظرسنجی و جمع آوری داده ها از کارشناسان و مدیران SMEs در ایران، داده های مورد نیاز برای آموزش شبکه عصبی جمع آوری شدند. در نهایت، با تحلیل داده ها با استفاده از شبکه عصبی، مولفه های تأمین مالی SMEs بر اساس اولویت های آنها تعیین شدند. نتایج نشان داد که مهم ترین مولفه های تأمین مالی SMEs به ترتیب اولویت بندی عبارتند از: سرمایه گذاری، روش تأمین مالی داخلی، تأمین مالی خارجی. این پژوهش می تواند به مدیران و تصمیم گیران SMEs کمک کند تا بهترین استراتژی های تأمین مالی را برای رشد و توسعه کسب و کار خود انتخاب کنند. همچنین، نتایج این پژوهش می تواند به سیاست گذاران و برنامه ریزان اقتصادی کمک کند تا سیاست های حمایتی مناسب برای SMEs را شناسایی و اجرا کنند.

تحولات علمی و فناوری، به ویژه در حوزه فناوری اطلاعات و ارتباطات، باعث تغییرات چشمگیری در زندگی روزمره انسان ها شده و دورکاری به عنوان یک رویکرد نوین در مدیریت کارها و انجام فعالیت ها، به خصوص در شرایط ایجاد شده توسط پاندمی کرونا، مورد ترویج قرار گرفته است. با توجه به نیاز روزافزون بوجود آمده از جنبه های تکنولوژیک و بحران های فراگیر، این مطالعه مفهوم دورکاری را در چارچوبی که شامل دوره ی کرونا و انقلاب صنعتی پنجم است، مورد بررسی قرار می دهد و نیاز به توجه علمی جامع و روش های نوآورانه را تأکید می کند. برای رفع این چالش ها، این تحقیق با بکارگیری رویکرد متدولوژی سیستم های نرم یک مدل سیستمی ارائه می دهد که دیدگاه ها و محدودیت های مختلف ذینفعان را در نظر می گیرد و هدف آن افزایش اجرای کار از راه دور است. با استفاده از روش های سیستمی و تحلیل داده های کیفی، این مطالعه به روشی انعطاف پذیر و سیستمی به توسعه مدل می پردازد. علاوه بر این، نقش فناوری، فرهنگ سازمانی و استراتژی های مدیریت در کاهش انزوای اجتماعی و افزایش کارایی کار از راه دور را برجسته می کند. یافته ها بر جنبه پویای اکوسیستم کار از راه دور تأکید می کنند و اهمیت راهکارهای چندجانبه برای موفقیت سازمانی در دوران انقلاب صنعتی پنجم را تأکید می کنند.

امروزه فعالیت های تحقیق و توسعه، از منابع مهم ایجاد تحوّل در حوزه های تکنولوژی و تولید دانش محسوب می شوند و بخش های تحقیق و توسعه ی شرکت های دانش بنیان نقش مهمی در نوآوری و بهبود محصولات و خدمات دارند. هر چه سطح فعالیت های تحقیقاتی شرکت های دانش بنیان پیشرفته تر و بنیادی تر باشد و میزان پیچیدگی فناورانه ی این فعالیت ها بالاتر باشد، امکان عرضه محصولات نوآورانه تر و قابل رقابت تر به بازارهای داخلی و جهانی فراهم می گردد. در این راستا پژوهش حاضر با هدف بررسی سطوح پیچیدگی فناورانه ی فعالیت های تحقیق و توسعه در شرکت های دانش بنیان انجام شد. این پژوهش از نظر هدف، پژوهشی کاربردی- توسعه ای بوده و از نظر ماهیت و روش، توصیفی- تحلیلی است. جامعه آماری پژوهش کلیه مدیران عامل شرکت های دانش بنیان مستقر در پارک علم و فناوری گلستان به تعداد 85 نفر بودند. حجم نمونه ها با استفاده از جدول مورگان و با لحاظ احتیاط بیشتر، 80 نفر درنظر گرفته شد و از روش نمونه گیری در دسترس استفاده شد. ابزار مورد استفاده برای جمع آوری داده های پژوهش، پرسشنامه محقق ساخته است که روایی آن با سنجش روایی صوری و محتوایی و پایایی آن با استفاده از روش آلفای کرونباخ تأیید شد. نتایج پژوهش حاکی از آن است که 65 درصد از فعالیت های تحقیق و توسعه در شرکت های دانش بنیان مستقر در پارک علم و فناوری گلستان، از نوع توسعه تجربی، 2/31 درصد از نوع تحقیق کاربردی و تنها 8/3 درصد از نوع تحقیق بنیادی است.

پژوهش حاضر به تحلیل دینامیکی عملکرد بازارهای مالی ایران مبتنی بر ریسک سرمایه گذاری با استفاده از رویکرد ترکیبی تحلیل شبکه اجتماعی و پویایی سیستم پرداخته است. برای این منظور ابتدا به شناسایی و ارزیابی ریسک هایی بحرانی در بازارهای مالی با استفاده از تحلیل شبکه های اجتماعی پرداخته شد و سپس عملکرد هر بازار مالی مبتنی بر ریسک سرمایه گذاری بررسی و مدل پویایی سیستم بر مبنای تعاملات ریسک های بحرانی و آثار آن بر عملکرد بازارهای مالی با استفاده از با استفاده از داده های بازارهای مالی طلا، زمین و ساختمان، بازار سرمایه، سپرده گذاری در بانک طراحی و پس از اعتبارسنجی مدل، شبیه سازی در افق ده ساله (1398-1408) انجام شد. با توجه به رفتار متغیرها و تحلیل حساسیت مدل، سیاست های توسعه بازارهای مالی شامل توسعه بازار سرمایه، سیاست پولی کاهش نقدینگی، ساماندهی بازار زمین و ساختمان و ساماندهی بازار طلا شناسایی و به صورت جداگانه و ترکیبی روی مدل اعمال و نتایج مقایسه و رفتار تحلیل گردید. با توجه به یافته های مدل، سیاست های ترکیبی مدیریت ریسک سرمایه گذاری به عنوان بهترین سیاست های توسعه بازارهای مالی مولد ارائه شده است. به طور کلی در نظرگرفتن ارتباط علّی بین ریسک-های بازارهای مالی سرمایه گذاری و شناسایی ریسک های بحرانی با تحلیل شبکه های اجتماعی و آزمودن سیاست های مالی و سرمایه گذاری در طول زمان با پویایی سیستم فراهم می شود.

رقابت های جهانی، صنابع پویا و چرخه های نوآوری و فناوری که به سرعت در حال کوتاه شدن هستند همگی چالش های مهمی را برای صنعت مالی، بانکداری و بیمه ایجاد کرده اند و نیاز به تجزیه و تحلیل داده ها جهت بهبود فرآیندهای تصمیم گیری- در این سازمان ها بیش از پیش اهمیت پیدا کرده است؛ در این میان، داده هایی که در پایگاه-های اطلاعاتی این سازمان ها نگهداری می شوند به عنوان منابع ارزشمند اطلاعات و دانش مورد نیاز جهت تصمیم-گیری های سازمانی مطرح می باشند؛ در این تحقیق بر روی مشتریان مشترک صنعت بانکداری و بیمه تمرکز شده است. هدف از این تحقیق، ارائه روشی جهت پیش بینی عملکرد مشتریان جدیدالورود بر مبنای رفتار مشتریان پیشین است؛ برای این منظور، از یک مدل ترکیبی مبتنی بر ماشین بردار پشتیبان و الگوریتم ژنتیک استفاده شده است؛ بدین ترتیب که ماشین بردار پشتیبان، وظیفه مدل سازی رابطه بین عملکرد مشتریان و اطلاعات هویتی آنها را بر عهده دارد و الگوریتم ژنتیک، وظیفه تنظیم و بهینه سازی پارامترهای ماشین بردار پشتیبان را عهده دار است. نتایج به دست آمده از طبقه بندی مشتریان- با استفاده از مدل پیشنهادی در این تحقیق- طبقه بندی مشتریان با دقت بالای ۹۹ درصد است.

هدف این پژوهش، طراحی مدلی برای ارزیابی سطح دیجیتالی شدن فرآیند نوآوری با محوریت هوش مصنوعی در شرکت های دانش بنیان می باشد، تا بتوان از این طریق بلوغ دیجیتال فرایند نوآوری در یک سازمان را سنجید. نتایج 188 شاخص در قالب پرسشنامه لیکرت 5 نقطه ای و به روش دلفی در دو مرتبه بین 18 خبره در این زمینه توزیع شد. نتیجه کار 5 مؤلفه به عنوان ورودی مدل بود که در قالب پرسشنامه برای 230 شرکت دانش بنیان پارک فناوری پردیس ارسال شد. 198 شرکت آن را تکمیل و مجدداً ارسال کردند. از این تعداد نمونه، 150 داده برای داده های آموزشی و 48 داده به عنوان آزمون مدل بر اساس یک تابع تصادفی جدا شد. در مرحله آخر یعنی مدل سازی، از روش استنتاج عصبی- فازی تطبیقی برای مدل استفاده شد. از روش جداسازی شبکه یا جدول جستجو (PG) در نرم افزار متلب 2023 برای ارزیابی عملکرد مدل با استفاده از ریشه میانگین مربع، خطای (RMSE) و خطای نسبی (E) استفاده گردید. این تحقیق توانست مدلی هوشمند را با خطای بسیار کم ارائه دهد. در نتیجه توانست به شاخص های مؤثر در میزان دیجیتالی شدن فرآیند نوآوری دست یابد.

دستیابی به فناوری هوش مصنوعی نیازمند طیف گسترده ای از فعالیت های تحقیق و توسعه است که هر کدام دارای مشخصه و ویژگی های متفاوتی است. هدف این مقاله شناسایی مشخصه های انواع تحقیق و توسعه در هوش مصنوعی است. این پژوهش با رویکرد ترکیبی (کیفی- کمی) انجام گرفت که در بخش کیفی آن ضمن مطالعه و مرور منظم مبانی نظری و ادبیات تحقیق و توسعه در هوش مصنوعی، ویژگی های آن به روش تحلیل محتوی استخراج گردید. سپس به منظور تعیین مصداق ها و جزئیات هر ویژگی با 10 نفر از خبرگان دانشگاهی و مدیران آشنا به فرآیند تحقیق و توسعه در هوش مصنوعی مصاحبه انجام گرفت. در بخش کمی، به منظور اعتبار بخشی به یافته های کیفی، پرسشنامه ای براساس مقیاس لیکرت هفت درجه ای فازی تهیه و نظرات کارشناسان در مورد ویژگی های احصاشده جمع آوری گردید. داده های جمع آوری شده از پرسش نامه ها در دو دور، طبق فرآیند دلفی فازی، غربال و نهایی شد. یافته های این تحقیق با هدف سیاست گذاری در تحقیق و توسعه شامل 8 مشخصه مجزا عبارتند از: جستجوی زمینه پژوهش، هدف عامل انجام پژوهش، خروجی مورد انتظار، معیار عملکرد، افق زمانی، تکنیک ها و روش ها، صلاحیت ها و مهارت های محققین، و اندازه تلاش پژوهشی.

هدف این تحقیق بررسی عوامل موثر در پیش بینی عملکرد تحصیلی دانشجویان مقطع کارشناسی در طبقه بندی چهار کلاسه می باشد. برای دستیابی به این هدف، مطالعه از روش داده کاوی کریسپ پیروی می کند. مجموعه داده ها از سیستم آموزشی ناد برای مقطع کارشناسی در دانشگاه شاهد برای ورودی سال های 1390 تا 1400 استخراج شده است. تعداد 1468 رکورد در داده کاوی استفاده شده است. ابتدا شاخص های مؤثر بر عملکرد تحصیلی دانشجویان استخراج شد. مدلسازی با استفاده از ابزار رپیدماینر9.9 انجام شد. برای بهبود عملکرد طبقه بندی و دقت پیش بینی رضایت بخش ، از ترکیبی از تجزیه و تحلیل مؤلفه اصلی همراه با الگوریتم های یادگیری ماشین و تکنیک های انتخاب ویژگی و الگوریتم های بهینه سازی استفاده می کنیم. عملکرد مدل های پیش بینی با استفاده از اعتبارسنجی متقاطع 10 برابری تأیید شده است. نتایج نشان داد که الگوریتم درخت تصمیم بهترین الگوریتم در پیش بینی عملکرد دانشجویان با دقت 84.71 درصد است. این الگوریتم به درستی فارغ التحصیلی 77.88 درصد از دانشجویان عالی و 85.26 درصد از دانشجویان خوب و 84.69 درصد از دانشجویان متوسط و 85.96 درصد از دانشجویان ضعیف را بر اساس معدل نهایی پیش بینی کرد.متغیر معدل دیپلم بیشترین تأثیر را در پیش بینی عملکرد دانشجویان دارد.

مقدمه: رفتار رانندگی به مجموعه ای از کنش ها و واکنش های نسبتاً پایدار، قابل رؤیت، سنجش و پیش بینی انسان ها در عرصه ترافیک و استفاده از سامانه های حمل ونقل گفته می شود که بر اثر محرک های بیرونی اعم از نرم افزاری و یا سخت افزاری بر چگونگی آمدوشد آنان و سایر کاربران راه تأثیر گذاشته و می تواند آثار مثبت و یا مخرب بر جریان ترافیک داشته باشد. در این پژوهش توجه از نگاه خطی به مسئله، به نگاه غیرخطی و چندعامله معطوف شده است. این پژوهش به دنبال بررسی رفتار رانندگی با استفاده از شبیه سازی بر اساس رویکرد سیستم داینامیک است. هدف اصلی مقاله، ارائه مدل کاربردی ناشی از طراحی رفتار رانندگی در شهر تهران در تعامل با عنصر راه و فناوری است.مواد و روش هابه منظور دستیابی به این هدف، ضمن مطالعه ادبیات و پیشینه موضوع و بررسی مستندات و داده های موجود ابتدا مهم ترین متغیرهای رفتار رانندگی جمع آوری و بر این اساس فرضیه های پویایی مدل شناسایی و انتخاب شد. در ادامه نمودارهای علت و معلولی و انباشت- جریان ترسیم و توابع ریاضی مربوط به ارتباط متغیرهای مدل استخراج شد. در این پژوهش از نظرت خبرگان در بخش های مختلف اجرایی در قالب مصاحبه نیمه باز استفاده شد. بخش اصلی از داده های مورد نیاز از بانک های داده ای موجود در واحدهای مرتبط با ترافیک شهر تهران جمع آوری و تحلیل شده است. در پایان پس از آزمون مدل پویا با استفاده از نرم افزار ونسیم، سناریوهای مختلف برای کاربردی کردن مدل پیشنهاد شد. نتایج سناریوهای منتخب بهبود در متغیرهای مربوط به رفتار رانندگی در کوتاه مدت و کاهش آن در بلند مدت را نشان می دهد.یافته هانتایج حاصل از اجرای مدل داینامیک ایجادشده برای دو مجموعه سناریو که یک مجموعه دارای دو سناریو (شامل متغیرهای سرعت رشد اقتصادی و بهره وری) و مجموعه دوم دارای سه سناریو (شامل متغیرهای سرعت سرمایه گذاری در تکنولوژی، سرعت استهلاک تکنولوژی و سرعت رشد تکنولوژی) بوده است، تعیین کرد و نشان داد بیشترین تأثیر در نرخ رشد تکنولوژی خودرو متأثر از افزایش سرمایه گذاری در این حوزه است؛ اثربخشی تکنولوژی پیشگیرانه بیش از هر متغیری وابسته به سرعت رشد تکنولوژی است و در موضوع تصادفات، گرچه همه تغییرات در وضعیت های یادشده حائز اهمیت هستند و به کاهش منجر می شوند، اما سایر تحلیل ها نشان داد این کاهش طی زمان کمتر خواهد شد و تغییرات آن به صفر نزدیک خواهد شد (معادل صفر نخواهد بود، ولی به آن نزدیک است) و لازم است با استفاده از متغیرهای دیگری همچون اقتدار پلیس این موضوع جبران شود.نتیجه گیرینتایج حاصله را می توان چنین بیان کرد که نخست، ارتقای نظم که می تواند به عنوان تابعی از توجه به ایمنی و ارتقای فرهنگ عمومی در نظر گرفته شود و بر اثر افزایش سرانه درآمد ملی قابل حصول خواهد بود، عاملی اثرگذار بر کاهش تصادفات است؛ دوم، ارتقای تکنولوژی های پیشگیرانه، نقش شایانی در افزایش ایمنی رانندگی و در نتیجه، کاهش تصادفات خواهد داشت و سوم، افزایش ظرفیت معابر نمی تواند نقش مؤثری در کاهش نرخ تصادفات ایفا کند و حتی گاهی نتیجه عکس خواهد داشت.بر همین اساس و با تکیه بر مدل معرفی شده و یافته های مستخرج از اجرای آن، می توان پیشنهاد کرد که هرچه افزایش سرمایه گذاری در فناوری خودرو هرچه بیشتر باشد شاهد بهبود بیشتر محصولات، اثربخشی و رشد بیشتر آن خواهیم بود. همچنین سرعت رشد تکنولوژی خودرو می تواند نقش پیشگیرانه بودن فناوری را هرچه بیشتر تقویت کند. به نظر می رسد حتی اگر کشور دارای رشد چشمگیر در درآمد های خود باشد، حل مشکل ترافیک از طریق توسعه زیرساخت شهری امکان پذیر نخواهد بود.

هدف از پژوهش حاضر طراحی الگوی عامل بنیان زنجیره تأمین در استراتژی های بهینه مدیریت ریسک و بهبود عملکرد حوزه های اقتصادی است. در این پژوهش از مدل سازی عامل بنیان یا عامل محور استفاده شده است. برای گرد آوری اطلاعات از روش مشاهده میدانی و جهت ورود اطلاعات در مرحله شبیه سازی استفاده شده است. پس از بررسی و دسته بندی ریسک های موجود در سیستم، یک مدل شبیه سازی با استفاده از نرم افزار Anylogic برای مدل سازی تعداد فروش های از دست رفته و تعیین سطح موجودی برای شرکت طراحی می شود. این شبیه سازی از مدل موجودی (R, Q) استفاده می کند. هنگامی که سطح موجودی کمتر از نقطه ترتیب باشد، ترتیب اندازه دسته ای q بر اساس خط مشی موجودی (R, Q) قرار می گیرد. کل سیستم با ورود تقاضای مشتری ایجاد می شود و با استفاده از نرم افزار Anylogic به مدت ۱۸ هفته، ۲ هفته warm-up و ۲۵ تکرار مدل اجرا می شود. مدل ارائه شده در این تحقیق، اهدافی نظیر کمینه سازی مجموع هزینه های تأمین و تولید (شامل هزینه های مربوط به خرید، حمل و نقل، تولید، تغییر ظرفیت تولیدی و نگهداری موجودی در کارخانه ها) و کمینه سازی امید ریاضی مجموع هزینه های توزیع (شامل هزینه های حمل و نقل، نگهداری و کمبود موجودی) را دنبال می کنند. پس از اجرای سناریوهای معرفی شده، مشخص شد که در هر چهار سناریو، برتری سفارش تا به سطح نسبی و پردازش سیگنال تقاضا به وضوح نمایان است و مقدار طراحی مدل زنجیره تأمین پایدار تولید شده توسط آن ها در چهار سناریو تقریباً در یک سطح قرار داشت. روش سفارش تا به سطح نسبی در شرایط پایدار توسط مدل به عنوان برترین روش انتخاب شد و این موضوع مبین آن است که اعضای زنجیره تأمین هنگامی که بازار در شرایط به نسبت باثباتی قرار دارد، نباید به متورم کردن تقاضاها یشان مبادرت ورزند و نیازی به استفاده از خط مشی سفارش تا به سطح که بسیار پرکاربرد است، ندارند.

هدف: هدف این مقاله، ارائه مدل تصمیم گیری چندمعیاره برای ارزیابی و انتخ اب مدل مناسب ضمانت اعتبار برای شرکت های فناور نوپا می باشد. روش: در این مقاله از ترکیبی از روشهای کیفی و کمی استفاده شده است. در این تحقیق، ابتدا با مرور ادبیات و بررسی اسناد، مدل های ضمانت اعتبار، مولفه های کلیدی و معیارهای انتخاب مدل شناسایی و با نظر یک گروه خبره صحه گذاری گردید. در نهایت، مناسب ترین مدل با استفاده از مدل تصمیم گیری چندمعیاره و فرآیند تحلیل شبکه ای انتخاب شد. یافته ها: شناسایی مدل های ضمانت اعتبار، مولفه های کلیدی و معیارهای انتخاب مدل ضمانت اعتبار و رتبه بندی معیارها و مدل ها از یافته های اصلی این پژوهش می باشد. نتایج پژوهش حاکی از آن است که در معیارهای اصلی انتخاب مدل ضمانت اعتبار که معیار تسهیل ارائه خدمات اعتباری بیشترین وزن (اهمیت) را دارد. همچنین دلالت های سیاستگذاری از قبیل: «سیاست های حمایتی دولت در خصوص توسعه ابزار ضمانت»، «ایجاد پایگاه متمرکز و قابل اعتماد داده های ریسک اعتباری» و «تغییرات حکمرانی و عملکردی در نهادهای ضمانت اعتبار کشور» برای ایجاد نظام بومی ضمانت اعتبار شرکت های فناور نوپا پیشنهاد گردیدند.نتیجه گیری: در این پژوهش، با روش فرآیند تحلیل شبکه ای مدل مناسب ضمانت اعتبار در کشور متناسب با نیاز شرکت های فناور نوپا، شرایط اقتصادی و نهادی حاکم بر کشور و همچنین همسو با تجربیات و مدل های موفق دنیا انتخاب گردید که استفاده از این مدل هم در بعد سیاستگذاری و هم در بعد اجرا توفیقات زیادی را در حوزه تامین مالی این بنگاه ها رقم خواهد زد. هدف: هدف این مقاله، ارائه مدل تصمیم گیری چندمعیاره برای ارزیابی و انتخ اب مدل مناسب ضمانت اعتبار برای شرکت های فناور نوپا می باشد. روش: در این مقاله از ترکیبی از روشهای کیفی و کمی استفاده شده است. در این تحقیق، ابتدا با مرور ادبیات و بررسی اسناد، مدل های ضمانت اعتبار، مولفه های کلیدی و معیارهای انتخاب مدل شناسایی و با نظر یک گروه خبره صحه گذاری گردید. در نهایت، مناسب ترین مدل با استفاده از مدل تصمیم گیری چندمعیاره و فرآیند تحلیل شبکه ای انتخاب شد. یافته ها: شناسایی مدل های ضمانت اعتبار، مولفه های کلیدی و معیارهای انتخاب مدل ضمانت اعتبار و رتبه بندی معیارها و مدل ها از یافته های اصلی این پژوهش می باشد. نتایج پژوهش حاکی از آن است که در معیارهای اصلی انتخاب مدل ضمانت اعتبار که معیار تسهیل ارائه خدمات اعتباری بیشترین وزن (اهمیت) را دارد. همچنین دلالت های سیاستگذاری از قبیل: «سیاست های حمایتی دولت در خصوص توسعه ابزار ضمانت»، «ایجاد پایگاه متمرکز و قابل اعتماد داده های ریسک اعتباری» و «تغییرات حکمرانی و عملکردی در نهادهای ضمانت اعتبار کشور» برای ایجاد نظام بومی ضمانت اعتبار شرکت های فناور نوپا پیشنهاد گردیدند.نتیجه گیری: در این پژوهش، با روش فرآیند تحلیل شبکه ای مدل مناسب ضمانت اعتبار در کشور متناسب با نیاز شرکت های فناور نوپا، شرایط اقتصادی و نهادی حاکم بر کشور و همچنین همسو با تجربیات و مدل های موفق دنیا انتخاب گردید که استفاده از این مدل هم در بعد سیاستگذاری و هم در بعد اجرا توفیقات زیادی را در حوزه تامین مالی این بنگاه ها رقم خواهد زد.

این مطالعه باهدف توسعه الگوریتم های هوش مصنوعی بر پایه اینترنت اشیاء انجام شده است که ضمن تشخیص و پیش بینی همه گیری در زمان واقعی با استفاده از مکان افراد، بر مراقبت و بهبود نیز تأکید می کند.بیماری هدف در این پژوهش باتوجه به اهمیت و فراگیری، کووید19 است.بر اساس نوع گردآوری داده ها از نوع پژوهش های کیفی بوده و باتوجه به توسعه الگوریتم ها، روش تحقیق در این پژوهش مبتنی بر علم طراحی است. رویکرد تحقیق آینده نگر است، به طوری که مکانیزم انتقال بیماری و ویژگی های تأثیرگذار آن ما را قادر به پیش بینی هایی در مورد بیماری و در نتیجه طرح استراتژی های کنترل بیماری و مراقبت های بهداشتی می نماید.پژوهش در یک فرایند 7 مرحله ای انجام شد. ویژگی های اینترنت اشیاء در پژوهش حاضر با نظر خبرگان استخراج شد و ویژگی های به دست آمده در آزمایش 2 الگوریتم مختلف «k نزدیک ترین همسایگی» و «درخت تصمیم» بر روی داده ها برای تعیین بهترین مدل ایجاد شد.پس از انتخاب بهترین عمق و بهترین همسایگی در الگوریتم ها، اعتبار و تصدیق مدل با تحلیل ماتریس ابهام انجام شد.نتایج اجرای الگوریتم ها برای پیش بینی بیماری کووید19، دقت بالاتر از 98 درصد را نشان دادند. حساسیت بالاتر (99 درصد) که برای تشخیص بیماری کووید19 اهمیت بالایی دارد و نشان دهنده حداقل موارد منفی کاذب در نتایج آزمون است، در الگوریتم درخت تصمیم به دست آمد.