جعفر باقری نژاد

بحران ها و بلایای طبیعی همیشه در تاریخ بشر وجود داشته و انسان ها همواره تحت تأثیر آن ها قرار دارند. با توجه به جبران ناپذیر بودن بیشتر خسارت های مالی و جانی، باید قبل از وقوع حادثه برنامه ریزی هایی در زمینه نحوه تخلیه مردم و تخصیص آن ها به پناهگاه ها و بیمارستان ها انجام شود. در اکثر مطالعات، نوع مجروحین در عملیات تخلیه موردتوجه قرار نگرفته است. در این پژوهش با در نظر گرفتن اولویت وضعیت جسمانی مجروحین، یک مدل برنامه ریزی غیرخطی برای مدیریت بحران زلزله در فاز آمادگی و پاسخ ارائه شده است. در این مدل، مردم آسیب دیده به سه گروه ازنظر وضعیت جسمانی تقسیم بندی می شوند. همچنین دو نوع وسیله نقلیه برای جابه جایی گروه اول و دوم که به ترتیب دچار آسیب شدید و آسیب سرپایی شده اند، در نظر گرفته شده است. اعتبارسنجی به روش تحلیل حساسیت انجام شده است. الگوریتم ژنتیک مرتب سازی نامغلوب در این پژوهش برای حل مسئله پیشنهادی استفاده شد. این مدل با استفاده از الگوریتم پیشنهادی در یک مطالعه واقعی در منطقه شش شهر تهران اجراشده است. نتایج نشان می دهد تخصیص بیمارستان ها و پناهگاه ها به مناطق با حداقل هزینه صورت گرفته است.

در این مقاله، مدل جدید برنامه ریزی غیرخطی عدد صحیح مختلط برای مسئله مکان یابی- موجودی مستقیم/معکوس با ظرفیت محدود ارائه شده است که تصمیمات استراتژیک را در کنار تصمیمات تاکتیکی بهینه می کند. مدل پیشنهادی دوهدفه بوده و هزینه های کل را به عنوان تابع هدف اول و کمبود را به عنوان تابع هدف دوم کمینه می کند. با حل یک مثال عددی، برتری مدل یکپارچه بر مدل غیر یکپارچه اثبات شده است و تحلیل حساسیت نیز جهت اعتبارسنجی مدل پیشنهادی انجام شده است.  با توجه به ماهیت ان پی سخت مسئله و وجود دو تابع هدف که در تضاد با یکدیگر هستند، دو الگوریتم فرا ابتکاری به نام های الگوریتم ژنتیک با مرتب سازی نامغلوب نوع دوم و الگوریتم تکاملی پارتوی قوی نوع دوم برای حل مسائل در ابعاد بزرگ استفاده شده است. تحلیل معیارهای ارزیابی مختلف معرفی شده گویای عملکرد بهتر الگوریتم تکاملی پارتوی قوی نوع دوم نسبت به الگوریتم ژنتیک با مرتب سازی نامغلوب نوع دوم برای حل مسائل در ابعاد بزرگ می باشد.

پیشبینی رفتار فرآیندهای سازمانی، نقش مهمی در مدیریت فرآیندهای کسبوکار ایفا میکند. این مهم با توسعه بهکارگیری الگوریتمهای یادگیری ماشین در جنبههای مختلف آیندهپژوهی افقهای نوینی در برابر پیشبینی رویدادها و فرآیندها در فضای کسبوکار گشوده است. یکی از روشهای یادگیری ماشین، به کارگیری الگوریتمهای یادگیری عمیق بهعنوان شاخهای از شبکههای عصبی است که توانسته دقت پیشبینی را به میزان زیادی افزایش دهد؛ ازاینرو در پژوهش حاضر از معماری LSTM (حافظه طولانی کوتاهمدت) شبکه عصبی برای پیشبینی فرآیندهای کسبوکار استفاده شده است. برای انجام آزمایش، الگوریتم LSTM بر روی مجموعه داده BPI2012 و BPI2017 اعمال شد. نتایج حاصل از ساخت 300 مدل پیشبینی نشان داد که در مجموعه داده BPI2017 از مجموع آزمایشهای انجامشده بیشترین دقت 907/0 است که این مقدار دقت از مقادیر دقت بهدستآمده در پژوهشهای مشابه بالاتر است. این دقت با اجرای الگوریتم LSTM با معماری یکلایه و مدل دادهبزرگ و بدون بازخورد بهدست آمده است.

مسائل مکانیابی هاب در پی یافتن مکان بهینه تسهیلات هاب و تخصیص نقاط تقاضا به هابها برای پاسخگویی تقاضاها بین زوج مبدأ - مقصد است. افزایش روزافزون سرعت تغییرات در ساختار هزینه و تقاضا، خیلی اوقات سازمانها را برای ایجاد دوباره شبکه مجبور میکند. مسئله این پژوهش «مکانیابی هاب چنددورهای با تخصیص تکی و محدودیت ظرفیت (DCSAHLP)» نامیده و یک مدل برای آن پیشنهاد میشود. در مسئله بررسیشده، تصمیمات مرتبط با مکانیابی و تخصیص در یک شبکه هاب بررسی میشود. همچنین این موضوع که برای بازکردن هاب پیمانکاران مختلف وجود دارد، یا اینکه هابها بعد از انتخاب پیمانکار دارای طول عمر مشخص هستند و در انتهای این طول عمر میتوانند بسته یا بازسازی شوند، بررسی میشود که مسئله را پیچیدهتر میکند؛ در عین حال مسئله را به مسائل دنیای واقعی نزدیکتر میکند. در این مسئله سطوح ظرفیت و بازسازی چندگانه نیز در نظر گرفته شده است. درانتها از مجموعه مثالهای عددی تغییریافته AP در اندازههای مختلف برای ارزیابی عملکرد مدل ارائهشده بهره گرفته شده است. نتایج حاصل از مقایسات نشاندهنده کارایی روش فراابتکاری ژنتیک است. همچنین مدل ارائهشده در این پژوهش نسبت به مدلهای پیشین ارائهشده برای این مسئله از نقطه نظر هماهنگی و منطبقبودن با شرایط دنیای واقعی کارایی بیشتری دارد.

مسأله مکان یابی حداکثر پوشش یکی از مهم ترین مسائل مکان یابی شبکه است که برای کاربردهای مختلف آن، مدل های متنوعی از مسأله حداکثر پوشش، نظیر درنظرگرفتن محدودیت های ظرفیتی تسهیلات ارائه شده اند؛ اما تمامی این مدل ها فقط یک سطح ظرفیت ثابت برای تسهیلات استقراریافته در نظر می گیرند که این نوع مدل سازی باعث کاهش کارایی مدل مکان یابی حداکثر پوشش می شود. در این مقاله، مسأله مکان یابی حداکثر پوشش محدود ماژولار پویا ارائه و مدل سازی شده است که ظرفیت تسهیلات در دو سطح «تعیین ماژول های تخصیصی به تسهیل» و «تعیین سایز هریک از ماژول ها» طراحی و مدل سازی می شود. جهت بررسی کارایی مدل ارائه شده، یک مثال عددی حل شده و مدل مسئله با مدل مسأله مکان یابی حداکثر پوشش پویا مقایسه شده است. نتایج بررسی نشان می دهد که مدل پیشنهادی با برخورداری از مفهوم ماژولاریتی، نسبت به مدل حداکثر پوشش پویا از کارایی بالاتری برخوردار است. همچنین تحلیل حساسیت انجام شده بر پارامترهای مسئله، صحت عملکرد مدل را تأیید می کند.

هدف این پژوهش بررسی تأثیر رشته تحصیلی بر درک ریسک فناوریها بوده است. پژوهش حاضر از این نظر اهمیت دارد که تصمیم گیری برای فناوریها به درک ریسک تصمیم گیرندگان بستگی دارد. در این مطالعه درک ریسک دانشجویان رشته های مختلف فنی و مهندسی در سه گروه مهندسی عمران، مهندسی برق و کامپیوتر و مهندسی مکانیک و همچنین، دانشجویان مدیریت کسب و کار (MBA) درخصوص فناوریها بررسی شده است و این موضوع تحلیل می شود که آیا رابطه ای بین این رشته های تحصیلی و درک ریسک فناوری از نظر سلامت و ایمنی، زیست محیطی و اجتماعی وجود دارد یا خیر؟ در گام بعدی با توجه به رشد چشمگیر تعداد دانشجویان رشته های فنی مهندسی که رشته MBA را برای ادامه تحصیل انتخاب می کنند، بررسی می شود که آیا این رشته بر درک ریسک آنان تأثیری دارد یا خیر؟ چهار فناوری مورد مطالعه شامل انرژیهای تجدید پذیر، مهندسی ژنتیک، نانوفناوری و فناوری اطلاعات و ارتباطات است. نظر به تحلیل استنباطی انجام شده از داده های گردآوری شده در این تحقیق، نتایج نشان می دهند که دانشجویان در تمام رشته ها بالاترین میزان درک ریسک را از مهندسی ژنتیک و پایین ترین میزان درک ریسک را از انرژیهای تجدیدپذیر دارند. دانشجویان رشته MBA در هر چهار فناوری بالاترین میزان درک ریسک تهدیدات اجتماعی را دارند. به طورکلی، دانشجویان رشته های تحصیلی مختلف طی فرایند خودگزینی و اجتماعی شدن درک ریسک متفاوتی از فناوریها دارند.

 مقاله حاضر نتایج پژوهشی با عنوان فرایند بومی کردن فناوریهای وارداتی و رابطه آن با توسعه صنعتی در صنایع غذایی و شیمیایی را ارائه می کند. با مرور ادبیات موضوع، مدل مفهومی شامل عوامل زمینه ساز بومی کردن فناوری وارداتی و توسعه صنعتی طرح شد. سپس، با معیار های دوازده گانه ( هشت معیار بومی کردن فناوری و چهار معیار توسعه صنعتی)، ضمن طرح و توزیع پرسشنامه و مصاحبه با افراد خبره و آگاه، مطالعه میدانی در صنایع یاد شده انجام شد. از تحلیل توصیفی و استنباطی داده های گردآوری شده عواملی نظیر نگهداری و تعمیر ماشین آلات، کیفیت محصول، استفاده از مواد اولیه داخلی، اصلاح روشهای تولید و ساخت فناوری مشابه، در صنایع غذایی از میانگین بالای متوسط برخوردار بودند. همچنین، عواملی از قبیل افزایش میزان تولید، نگهداری و تعمیر ماشین آلات، کیفیت محصول، استفاده از مواد اولیه داخلی، تولید محصول متنوع، ساخت فناوری مشابه و اصلاح روشهای تولید در صنایع شیمیایی، دارای میانگین بالای مقدار متوسط بودند. به واقع، صنایع مذکور در ارتباط با معیارهای سنجش سطح دسترسی به بومی شدن فناوری وارداتی از عملکرد مناسبی برخوردار بودند، اما نیاز به بهبود مستمر در این فراگرد دارند. علاوه بر آن، رابطه معنی داری بین معیارهای توسعه صنعتی و معیارهای بومی شدن فناوری وارداتی مشاهده شد.

در تحقیق انجام شده در زمینه ارتباط دانشگاه، صنعت و دولت برای توسعه فنّاوری، ابتدا با مطالعات کتابخانه ای، تجارب و عملکرد سازمانهای پیرامونی داخلی و ادبیات موضوع در ممالک خارجی، مورد بررسی قرار گرفت. علاوه برآن مطالعه تطبیقی از تجارب پنج کشور انگلستان، استرالیا، تایلند، اندونزی وترکیه انجام شد. سپس مطالعه میدانی در سطح دانشگاهها، صنایع (شرکتها) و برخی از سیاستگذاران و متخصصان به عمل آمد. یافته ها ضمن به تصویرکشیدن وضعیت موجود، میزان تعامل بازیگران نظام توسعه فنّاوری ایران، عوامل ساختاری وغیر ساختاری اثرگذار بر امر ارتباط دانشگاه و صنعت و سازوکارهای مؤثر در توسعه ارتباط متقابل را شفاف می سازند. افزون بر آن با نگرش به دیدگاههای دوبخش علمی وصنعتی تحت بررسی، فرایند مدیریتی کلان و خرد حاکم بر روابط متقابل مطرح می شود و مکانیسمهای اثربخش، نتایج و پیشنهادات اجرایی و کاربردی نیز ارائه می گردد. در این مقاله به داده های گردآوری شده و تحلیل توصیفی یافته های تحقیق مذکور به اختصار اشاره می شود.

از ابعاد توسعه که نظر ملتها را به خود جلب کرده است، توسعه اقتصادی است. تجارب ممالک دنیا بیانگر آن است که توسعه اقتصادی در صورتی تحقق می یابد که علاوه بر وجود تناسب در ساختارها و تعامل در بخش های مختلف جامعه، توسعه صنعتی نیز محقق شود. با توسعه سریع علوم و فناوری سرعت صنعتی شدن نیز چه در سطح داخلی کشورها و چه در سطح جهانی به طرز چشمگیری افزایش می یابد. از طرفی، ارتباط علم و فناوری و به واقع کنش متقابل و پیوند دانشگاه و صنعت، توسعه علم و فناوری را شتاب می بخشد و شتاب آنها موجب تسریع در رشد و توسعه اقتصادی و صنعتی می شود و توسعه صنعتی نیز مستلزم پیشرفت و توسعه فناوری است. بر اساس تحقیقات انجام شده، پیشرفت فناوری صرفا به عملکرد داخلی بنگاه ها(صنایع) وابسته نیست و شدیداً متأثر از کنش متقابل و روابط متعامل آنها با دانشگاه ها و سایر سازمان های مرتبط است. بنگاه ها به منظور توسعه فعالیت های نوآوری تکنولوژی با دیگر سازمان های تولید کننده دانش مانند دانشگاه ها، مراکز تحقیقات و توسعه و سایر بنگاه ها رابطه برقرار می کنند. اگر این رابطه به طور ضعیف برقرار شود، توسعه و پیشرفت فناوری نیز به آهستگی میسر می شود. در این مقاله ضمن اشاره به سیستم های توسعه فناوری و الگوهای نوآوری، شاخص های سیستم ملی نوآوری و روند تحولات در آموزش مهندسی که بستر مناسب توسعه فناوری و صنعتی است نیز بیان می شود. در ادامه، با رجوع به نتایج یک مطالعه میدانی در بخش های علمی و صنعتی کشور ما به بیان ویژگی های سیستم مذکور می پردارد و در نهایت، راهکارهایی را برای بهبود تعامل حوزه های علمی و صنعتی و آموزش مهندسی به عنوان زمینه ساز توسعه فناوری ارائه می کند.

تکنولوژیهای بر هم زن، موجب رشد صنایعی که به آنها راه یافته اند می شوند و یا با ارائه محصولات و خدمات ارزانتر، بهتر یا بی دردسرتر، صنعت جدیدی را به طور کامل خلق می کنند. این تکنولوژیها، در هدایت فرایندها و اجرای عملیات، تغییری انقلابی ایجاد می کنند. تکنولوژیهای برهم زننده می توانند حاصل پیوستگی دو تکنولوژی به نظر متضاد یا نتیجه یک سرمایه گذاری کاملا جدید تکنولوژیک باشند. فرایندهای برنامه ریزی موجود، از تشخیص این امر، که تامین ویژگی چند منظوره بودن یک محصول خاص با موقعیت ممتاز در بازار، نیازمند ترکیب چند تکنولوژی کاملا ناهمخوان با یکدیگر است...