درخت حوزه‌های تخصصی

روشهای کمی یکی از دو رویکرد اصلی در روش شناسی مطالعات مدیریت محسوب می شود. مطالعات کمی به بررسی علمی و نظام مند پدیده ها و داراییهای کمی و روابط بین آنها می پردازد و در علوم اجتماعی و طبیعی مانند فیزیک، بیولوژی، جامعه شناسی، مدیریت و حتی روزنامه نگاری بصورت وسیع مورد استفاده قرار می گیرد. هدف از مطالعات کمی، ایجاد و بکارگیری مدلهای ریاضی، تئوری ها و فرضیات مرتبط با پدیده های طبیعی است. فرآیند اندازه گیری در راستای ایجاد ارتباط بنیادین بین مشاهدات تجربی و بیان ریاضی روابط کمی، نقطه محوری مطالعات کمی به شمار می رود. اصطلاح مطالعات کمی در مقایسه با مطالعات کیفی، در علوم اجتماعی و مدیریت کاربرد بسیار وسیع تری دارد. در روشهای کیفی برخلاف روشهای کمی، رفتار انسان و دلایل آن بصورت عمیق مورد مطالعه قرار می گیرد. در واقع تحقیق کیفی بر مبنای تحلیل علل رفتار شکل می گیرد. در روشهای کمی از کلمات استفهامی چه، کجا و کی استفاده می شود در حالیکه در روشهای کیفی چرایی و چگونگی تصمیم گیری بررسی می شود. در روشهای کمی از نمونه گیری تصادفی مشتمل بر تعداد زیادی مشاهدات استفاده می شود اما در روشهای کیفی نمونه ها بسیار کوچکتر هستند و بیشتر از مثال برای تبیین موضوع بهره گرفته می شود. در این مقاله بر مبنای مطالعه منابع مختلف و ادبیات نظری سعی می گردد مفاهیم، مبانی فلسفی، رویکردها و تکنیک های مرتبط با مطالعات کمی مورد بررسی قرار گیرد و ضمن مقایسه آن با مطالعات کیفی، راهنمای مناسبی برای محققین گرایش های مختلف دانش مدیریت فراهم گردد تا با بهره گیری از آن بتوانند چارچوب مفهومی جامعی برای کاربرد روشهای کمی در تحقیقات مدیریت مدنظر قرار دهند. بنابراین اهداف کلی مقاله عبارتند از: .1تعریف دقیق مفاهیم «مطالعات کمی» و «مطالعات کیفی» .2تشخیص ویژگیهای مبنایی و کاربردی مطالعات کمی از مطالعات کیفی .3تهیه و ارایه فهرستی از روشها و تکنیک های مرتبط با مطالعات کمی در حوزه های مختلف دانش مدیریت .4تبیین دلایل ضرورت استفاده از روشهای کمی در تحقیقات مدیریت

هدف از انجام این تحقیق تعیین مکانهای مناسب و انتخاب بهترین مکان برای احداث ایستگاه آتش نشانی در شهر صنعتی البرز قزوین می باشد. برای این منظور از سامانه اطلاعات مکانی (GIS) و روش TOPSIS وSAW و مقایسه آنها با استفاده از روش بردا استفاده شده است. در این تحقیق با بررسی و ارزیابی فاکتورهای موردنیاز در مکان یابی ایستگاه های آتش نشانی ابتدا با توجه به فاکتورهای لازم برای مدل سازی مکانهای مناسب ایستگاه ها، نقشه های فاکتور تهیه و طبقه بندی مجدد روی آنها انجام گرفته و سپس با استفاده از مدل تهیه شده، نقشه های فاکتور به روش همپوشانی شاخص تلفیق و مناطق مناسب مشخص و با استفاده از روش TOPSISو SAW که از روشهای تصمیم گیری چند شاخصه هستند، بهترین مکان برای احداث ایستگاه آتش نشانی تعیین گردیده است.

با ظهور عصر جدید کسب و کار که تغییر را به عنوان یکی از خصوصیات اصلی با خود دارد، تضمین موفقیت و بقای سیستم های تولید، سخت تر می شود. در تقابل با این شرایط متغیر، سیستم تولید چابک به عنوان پیشرفته ترین سیستم یا به عبارتی پارادایم تولید، امروزه در حال ارائة خود به دنیای تولید است و در این راستا توسعة متدهای ارزیابی چابکی بنگاه ها نیز اهمیت ویژه ای یافته است. شیوه های سنجش چابکی اساساً دارای یک نقص کلی هستند و آن عدم توجه به میزان نیازمندی به چابکی، برای ارزیابی و مقایسة چابکی بنگاه ها با بنگاه های دیگر می باشد. در واقع شدت تغییرات محیطی و تلاطم نیازمندی های مشتریان، تعیین کنندة میزان نیاز به چابکی برای بنگاه ها می باشد و با توجه به ماهیت و اندازة متفاوت این تغییرات برای سازمان های مختلف، سطح مطلوب چابکی برای آن ها متفاوت خواهد بود. بنابراین شیوه های ارزیابی باید میزان چابکی را به صورت قدرت پاسخگویی مناسب به این تغییرات مورد سنجش قرار دهند. در این مقاله با هدف رفع این نقیصه، تکنیک تحلیل پوششی داده ها با تعریف ورودی ها و خروجی های چابکی، برای اررزیابی چابکی بنگاه های تولیدی تعدیل شده است. در پایان این مدل اندازه گیری برای ارزیابی چابکی 20 بنگاه تولیدی از 5 صنعت مختلف به کار گرفته شد و چابکی نسبی بنگاه ها و نیز میزان بهبود در خروجی ها به منظور رسیدن به مرز کارایی سازمان های مختلف از نظر چابکی، تعیین و مسیر بهبود برای آن ها ترسیم شد.

هدف مقاله حاضر کاربرد رویکردی برای محاسبه زمان تکمیل مسیرهای شبکه پروژه با فعالیت های معین می باشد که بر اساس ان می توان زمان تکمیل پروژه را برآورد کرد. در روش مسیر بحرانی (CPM) زمان فعالیت ها قطعی در نظر گرفته می شود. با توجه به اینکه پیش بینی پیشامدهای آینده به شکل قطعی امکان پذیر نمی باشد روش بازنگری و ارزیابی پروژه (PERT) ابداع شده است که زمان فعالیت ها را احتمالی در نظر می گیرد.در این روش بزرگی واریانس زمان مسیرها می تواند دقت محاسبات را تحت تاثیر قرار دهد که تکنیک شبیه سازی روش مناسبی در این حالت می باشد. در مقاله حاضر یک شبکه برداری نمونه انتخاب می شود و توزیع زمان هر فعالیت با نرم افزار Input Analyzer بر اساس یک سری داده براورد می شود. برای ارزیابی زیبندگی توزیع از سه معیار میانگین خطا، ازمون کای-دوم و کولموگروف-اسمیرنوف (K - S) استفاده می شود. در مرحله بعدی مدل کامپیوتری شبکه در نرم افزار Arena 7.0 ساخته می شود. مدل به تعداد 120 بار شبیه سازی می شود و بر اساس ان حداقل تعداد نمونه مورد نیاز برای محاسبه فاصله اطمینان 95% تعیین می شود. در نهایت یک فاصله اطمینان برای زمان هر مسیر شبکه پروژه محاسبه می شود و برآوردی برای زمان تکمیل پروژه به دست می آید.

درختان تصمیم گیری به عنوان یکی از تکنیک های داده کاوی می توانند به اعتبارسنجی مشتریان بانکی بپردازند. مسئله ی اصلی ساخت درختان تصمیم گیری است که بتوانند به طور بهینه مشتریان را طبقه بندی کنند. در این مقاله یک مدل مناسب اعتبارسنجی مشتریان بانک ها برای اعطای تسهیلات اعتباری متناسب با هر طبقه مبتنی بر الگوریتم ژنتیک ارایه می شود. الگوریتم های ژنتیک می توانند با انتخاب ویژگی های مناسب و ساخت درختان تصمیم گیری بهینه به اعتبارسنجی مشتریان کمک کنند. در ساخت این مدل فرآیند توسعه در شناخت الگو و فرآیند CRISP برای اعتبارسنجی مشتریان به کار رفته است. مدل طبقه بندی پیشنهادی مبتنی بر تکنیک های خوشه بندی، انتخاب ویژگی ها، درختان تصمیم گیری و الگوریتم ژنتیک است. این مدل به انتخاب و ترکیب بهترین درختان تصمیم گیری مبتنی بر معیارهای بهینگی و ساخت درخت تصمیم گیری نهایی برای اعتبارسنجی مشتریان می پردازد. نتایج نشان می دهد که دقت طبقه بندی مدل طبقه بندی پیشنهادی به طورتقریبی از تمام مدل های درخت تصمیم گیری مقایسه شده در این مقاله بالاتر است. هم چنین تعداد برگ ها و اندازه ی درخت تصمیم گیری و در نتیجه ی پیچیدگی آن از همه کمتر است.

این مقاله به دنبال تعیین مدل مناسب تصمیم گیری برای سرمایه گذاری است. در این راستا ابتدا معیارهای موثر جهت انتخاب سبد سهام با مرور ادبیات تحقیق استخراج می شود. سپس اهمیت هر یک از معیارها از نقطه نظر خبرگان سرمایه-گذاری مورد سنجش قرار می گسرد. به دلیل وابستگی بین معیارها، جهت تعیین اهمیت آنها از فرآیند تحلیل شبکه ای (ANP) استفاده می گردد. در ادامه جهت رتبه بندی جامعه مورد بررسی که شامل شرکت های قرار گرفته درون 7 صنعت سیمان، فلزات اساسی، کانه های فلزی، شیمیایی، دارو، املاک و مستغلات و خودرو می شوند، از تکنیک تاپسیس استفاده خواهد شد. برای این منظور از میانگین سه ساله داده های واقعی، در بازه زمانی سال های 85 تا 87 استفاده می-گردد. بعد از رتبه بندی شرکت ها، 40 شرکت برتر رتبه بندی را در سبد سهام انتخابی قرار داده و جهت بهینه بودن سبد سهام انتخابی، بازده سه ساله 85 تا 87 سبد سهام را محاسبه و با سبد سهام متشکل از شرکت های انتخاب نشده مقایسه می نماییم. بعد از بررسی بهینه بودن سبد سهام انتخابی براساس معیار شارپ و ترینر، جهت بهینه سازی سبد سهام، الگوریتم ممتیک را به کار خواهیم گرفت.

مقاله حاضر به مدلسازی و بهینه سازی سیستم گرمایش از کف با لوله های پکس (Pex ) می پردازد. برای مدلسازی سیستم، ناحیه محاسباتی به دو بخش تقسیم می شود. ناحیه اول عبارت است از ناحیه فوقانی کف که در برگیرنده هوای اتاق و دیواره های آن می باشد. این ناحیه با استفاده از مدل چند ناحیه ای (multizone model ) مدلسازی می شود. در این مدل، ناحیه اول به صورت یک حجم کنترل در نظر گرفته شده و معادلات غیر خطی انرژی در آن به وسیله روش نیوتن رافسون حل می گردد. ناحیه دوم، ناحیه زیرین کف است که شامل لوله های گرمایش، بتن و کف پوش می شود. این ناحیه به صورت عددی مدلسازی می شود. با تلفیق مدلسازی نواحی اول و دوم، مدلسازی کل سیستم تکمیل می گردد. برای بهینه سازی سیستم گرمایش از کف، یک تابع هدف پیشنهاد شده و قطر لوله، ضخامت بتن، نوع و ضخامت کف پوش و سرعت آب گرم درون لوله ها به عنوان متغیرهای تصمیم گیری ( پارامترهای طراحی) در نظر گرفته می شود. در ادامه، حساسیت تابع هدف به تغییر متغیرهای تصمیم گیری مورد بررسی قرار می گیرد. و در نهایت، اثرات تغییر دمای اتمسفر و ضخامت عایق حرارتی ساختمان بر پارامترهای طراحی مورد ارزیابی قرار می گیرد.

هدف اصلی این مقاله ارائة الگوریتمی بر پایة رویکرد تصمیم گیری چند معیارة فازی، به منظور اندازه گیری قابلیت خدمت رسانی زنجیره های تأمین در راستای افزایش رضایت مندی مشتریان است. برای این منظور، در ابتدا شاخص های ارزیابی عملکرد از طریق مرور پیشینة تحقیق در خصوص عملکرد و خدمت رسانی زنجیره های تأمین، شناسایی شدند، سپس، برای انتخاب شاخص های مناسب به منظور اندازه گیری قابلیت خدمت رسانی زنجیره های تأمین، از تکنیک غربال گری فازی استفاده شد. علاوه بر این، ضریب اهمیت نسبی هر یک از شاخص های منتخب با استفاده از تکنیک فرایند تحلیل فازی برای رتبه بندی عملکرد زنجیره های تأمین TOPSIS سلسله مراتبی فازی تعیین شد و از تکنیک در ایجاد رضایتمندی مشتری استفاده شد. در گام پایانی، ضمن قطعی سازی مقادیر فازی شاخص های منتخب در قالب چهار مؤلفة اصلی، اندازة قابلیت خدمت رسانی هر زنجیره تأمین بر روی نمودار چهار وجهی ترسیم گردید. اجرای الگوریتم پیشنهادی در یک مطالعه موردی نشان داد که این چارچوب از کارایی و اعتبار عملی بالایی برخوردار است.

دانش مالی یک رشته دانشگاهی رایج و بسیار مورد توجه می باشد که تلاشهای تخصصی زیادی را در سالهای اخیر به سمت خود معطوف نموده است. پیچیده شدن روزافزون بازارهای مالی، طراحی ابزارهای مالی جدید و فناوری رایانه، نیاز فعالان در حوزه کسب و کار را به ریاضیات دو چندان نموده است. ریاضیات علاوه بر اینکه برای تحلیل مسایل مالی حیاتی می باشد، در واقع یک زبان محسوب می گردد که ارتباطات میان مفاهیم، تکنیکها و نتایج مالی را بیان می نماید. با این وجود هنوز هم بسیاری از افراد با عدم اطمینان از رویکرد ریاضی بهره می گیرند و پیچیدگی آن احساس ناخوشایندی را برای آنان فراهم می کند. در بسیاری از موارد برای مواجهه با تحلیلهای مالی، به ندرت اصول اولیه و بدیهی ریاضیات مورد استفاده قرار می گیرد و یادگیری ابزارها و تکنیک های جدیدتری از ریاضیات ضرورت می یابد. در این مقاله چارچوب کلی کاربرد ریاضیات به عنوان یکی از ابعاد اصلی روشهای کمی در مطالعات مدیریت با مطالعه موردی «دانش مالی و سرمایه گذاری» مورد بحث و بررسی قرار می گیرد.

سرمایه گذاران بالقوه و استفاده کنندگان از اطلاعات مالی و غیر مالی برآنند تا شرکت های موفق را از شرکت های ناموفق تمیز دهند تا بدین وسیله تصمیمات سرمایه گذاری مناسب تری را اتخاذ نمایند. به دلیل این که ارزیابی عملکرد ابعادی چندگانه و ماهیتی پویا و وابسته به زمان دارد، ارزیابی های معمولی نمی تواند جنبه های مختلف عملکرد را در طول زمان نشان دهد. در این مقاله از MADM چند دوره ای برای ارزیابی به عنوان شاخص های ورودی در DEA استفاده شده است. این اطلاعات (شامل وزن و مقادیر شاخص ها) در دوره های متفاوتی ارایه می شود، بنابراین وزن شاخص ها و مقادیر آنها برای هر گزینه پویا خواهد بود. در روندها نیز چون آخرین رخدادها اغلب مهم تر هستند، بطور طبیعی وزن بیشتری را به خود اختصاص می دهند. بنابراین می توان گفت که تصمیم گیری بر اساس روش های مستقل از زمان مناسب نمی باشد، و در نظر گرفتن چند دوره در اندازه گیری عملکرد گزینه ها، نه تنها لازم بلکه حیاتی است. محققان پیشین کمتر به این مساله پرداخته اند و در نتیجه اغلب مدل های پیشین در مسایل ارزیابی، فقط از یک جدول تصمیم که مربوط به آخرین دوره بود، استفاده می کردند. در این مقاله سعی شده است که با نتایج ادغام شده ماتریس های چند دوره گذشته، در تحلیل کارایی از مدل ترکیبی TOPSIS و DEA استفاده شود. یک واحد تصمیم گیری ایده آل مجازی به مدل DEA اضافه خواهد شد و دو واحد تصمیم گیری مجازی،IDMU و ADMU برای شکل دهی ساختار دو مدل DEA برای محاسبه بهترین و بدترین کارایی نسبی ممکن بکار می روند. این دو کارایی متمایز با استفاده از روش TOPSIS یکپارچه می شوند، تا یک شاخص ترکیبی بنام نزدیکی نسبی (RC) به IDMU را بوجود آورند.شاخص RC بعنوان معیار ارزیابی کلی هر DMU مورد استفاده قرار می گیرد، تا بر پایه آن یک رتبه بندی کلی برای تمامی DMU ها بدست آید.

سازمان های تولیدی معاصر با چالش هایی از دو سو مواجه هستند. از یک سو، فلسفه ها و تکنولوژیهای تولیدی جدید برای منسوخ کردن فلسفه ها و تکنولوژیهای تولیدی موجود ظاهر شده اند. از سوی دیگر، مشتریان امروز با تقاضای محصولات و خدمات جدید در یک دوره زمانی کوتاه مدت پیشاپیش جسور و مهاجم تر شده اند. از این رو، سازمان های تولیدی امروز به منظور تأمین چالش های هجوم آورده از هر دو سو نیاز دارند که بر حسب موقعیت های رقابتی پیرامون به سرعت عمل کنند. بنابراین در طی چند دهه گذشته، صحنه تولید به سمت نوع نسبتاً جدیدی از پارادایم تولید تحت نام ""تولید چابک"" جهتیابی کرده است. اما یک سؤال وجود دارد که آیا چابک سازی یک سازمان، یک ضرورت اجتناب ناپذیر فعالیت و رقابت در عرصه اقتصاد جهانی است. در این مقاله، با استفاده از چارچوب مفهومی تحلیل نیاز به چابکی، یک مدل فازی ارایه شده است که از مفهوم فازی در فرآیند سنجش و تحلیل نیاز به چابکی و نیز مدل های تصمیم گیری چند شاخصه استفاده شده است.

داده کاوی، فرایند مرتب سازی و طبقه بندی داده های حجیم و آشکارسازی اطلاعات مرتبط باهم می باشد. امروزه داده کاوی به عنوان یکی از ابزارهای بسیار مهم مدیران جهت شناخت وضعیت دقیق تر سازمان و همچنین کمک در اتخاذ تصمیمات مناسب کاربرد دارد. با استفاده از این تکنیک، داده های موجود در سازمان با بکارگیری ابزارهای نرم افزاری، مورد بررسی و تحلیل دقیق قرار می گیرد تا الگوهای پنهان و پیچیده ای که در آنها وجود دارد کشف و استخراج گردد. داده کاوی را می توان نسل سوم تکنولوژیهایی نامید که با داده سروکار دارند. در نسل اول یا نسل سنتی، فقط انجام پرس و جو های ساده امکان پذیر بود، مثلا تعداد فروش یک کالای خاص چقدر است؟ میزان خرید یک مشتری خاص در ماه جاری چه مبلغی است؟ در نسل دوم یا همان پردازش لحظه ای برخط (OLAP) امکان پرس و جوی همزمان چند بعدی فراهم گردید. در این روش به عنوان مثال به سوالاتی مانند: «میزان فروش محصولات به تفکیک فروشنده، خریدار و مسیر خاص چقدر است؟ » بصورت لحظه ای و با استفاده از مکعب تصمیم و گزارش ماتریسی پاسخ داده می شود. اما در نسل سوم یا همان داده کاوی فقط مساله پرس و جو و دریافت گزارش ها از داده ها نیست، بلکه از حجم انبوه داده ها، الگوهایی کشف می شود که هیچ وقت امکان کشف این الگوها در OLAP یا روش سنتی وجود نداشت. انواع اطلاعات و الگوهایی که از طریق داده کاوی بدست می آیند و کاربرد دارند عبارتند از: وابستگی، تسلسل و توالی، طبقه بندی، خوشه بندی و پیش بینی. برای استخراج این الگوها اغلب از روشهای نوینی مانند شبکه عصبی و درختهای تصمیم استفاده می شود. در عمل برای امکان انجام داده کاوی و استفاده از تکنیکهای فوق الذکر، ابتدا باید نسبت به ایجاد یک انبار داده مناسب اقدام کرد. یک انبارداده در حقیقت پایگاه داده ای است که داده های جاری و همچنین سوابق قبلی تراکنشها را در خود ذخیره کرده و با منابع خارج سازمان نیز ارتباط برقرار می کند. اهداف کلی این مقاله عبارتند از ارایه تعریف دقیقی از انبار داده، بررسی تکنیکها و کاربردهای داده کاوی و کاربرد آن در مدیریت، معرفی شبکه عصبی به عنوان یکی از روشهای اجرای داده کاوی و بیان مفهوم درخت تصمیم و ارتباط آن با داده کاوی.

تصادفات پدیده ای چند علتی است که نمی توان آن را با درنظر گرفتن عواملی محدود به طور کامل کنترل و مدیریت کرد. یکی از مهم ترین عوامل مؤثر در اولویت بندی معابر پر خطر شهری (تصادف خیز) برای عابران پیاده، عوامل محیطی وقوع تصادف است که تاکنون در روش های موجود به طور جامع در نظر گرفته نشده است. اولویت بندی این معابر را نمی توان بدون در نظر گرفتن و استفاده از آمار و اطلاعات وضع موجود، از ترکیب های خطی و مدل های ساده ریاضی مورد بررسی قرار داد زیرا تصمیم گیری درباره انتخاب معابر پرخطر را دچار مشکل می کند. در این تحقیق با ارائه روش مشاهده ای با استفاده از شبکه های عصبی مصنوعی، مدلی جدید به منظور اولویت بندی معابر پر خطر شهری با محوریت عابران پیاده ارائه می شود. در این روش، معابر شهری مذکور با درنظرگرفتن هم زمان پارامترهای هندسی، ترافیکی و کنترلی با استفاده از یک مدل ارائه شده با شبکه های عصبی مصنوعی و آمار و اطلاعات تصادفات عابران پیاده به عنوان مدل پیش بینی و به دنبال آن، استفاده از داده های تصادفات و خطرپذیری معابر به عنوان مدل اولویت بندی ارائه شده است. از عوامل مؤثر در تولید این مدل می توان به طول معابر، عرض معابر، عرض پیاده روها، پارک حاشیه ای معابر، عرض میانه معبر، محدودیت سرعت معبر، روشنایی معابر، کیفیت رویه آسفالت معابر، میزان تفکیک سواره رو و پیاده رو، کاربری اطراف معابر، میزان حضور پلیس در معابر، میزان تناسب سرعت با کاربری در معابر، تناسب گذرگاه های عرضی و شیب معابر اشاره کرد. استفاده از مدل ارائه شده با عوامل ذکرشده در این تحقیق، دقت و کارایی فرآیند اولویت بندی معابر پرخطر شهری برای عابران پیاده، با استفاده از آمار و اطلاعات تصادفات به مقدار قابل توجهی افزایش می دهد.