تصمیم گیری چندمعیاره

مقدمه و اهداف: مگاپروژه ها به عنوان سرمایه گذاری های پیچیده و در مقیاس بزرگ تعریف می شوند و توسعه و ساخت آن ها سال ها به طول می انجامد. افزایش زمان و هزینه رایج ترین چالش ها در مگاپروژه ها در سراسر جهان هستند. افزایش هزینه نسبت به بودجه برنامه ریزی شده و افزایش زمان نسبت به برنامه زمان بندی، عوامل شکست بسیاری از مگاپروژه ها هستند. هدف این پژوهش ارائه یک چارچوب یکپارچه جهت ارزیابی علل افزایش زمان و هزینه در مگاپروژه ها است. روش ها: در این پژوهش، برای اولین بار جهت تجزیه و تحلیل علل افزایش زمان و هزینه مگاپروژه ها از رویکرد یکپارچه روش FMEA مبتنی بر روش های بهترین-بدترین و مارکوس توسعه یافته بر اساس تئوری اعداد Z در سه فاز استفاده شده است. در فاز اول این رویکرد و بر اساس ادبیات، علل و ریسک ها با استفاده از روش FMEA شناسایی شده و عوامل تعیین کننده امتیاز RPN مقدار دهی می شوند. در فاز دوم، با بهره گیری از روش بهترین-بدترین توسعه یافته بر اساس تئوری اعداد Z، وزن های شاخص ها محاسبه می شوند. سپس در فاز سوم و با توجه به خروجی های فاز های قبل، گزینه ها با استفاده از روش مارکوس توسعه یافته بر اساس تئوری اعداد Z اولویت بندی می شوند. علاوه بر تخصیص وزن های مختلف به شاخص ها و در نظر گرفتن عدم قطعیت، قابلیت اطمینان نیز به واسطه تئوری اعداد Z در این رویکرد در نظر گرفته شده است. یافته ها: رویکرد پیشنهادی این تحقیق در ارزیابی علل افزایش زمان و هزینه مگاپروژه ها پیاده سازی گردید و ۱۷ علت شکست در برنامه زمان بندی و افزایش هزینه در مگاپروژه ها، با استفاده از رویکرد یکپارچه Z-BWM-MARCOS ارزیابی و اولویت بندی شدند. بر اساس نتایج، برنامه ریزی و زمان بندی ضعیف، کمبود نیروی کار ماهر و طراحی ضعیف شبکه همکاری تامین کنندگان به عنوان علل اصلی شناسایی شده اند. تخصیص نادرست منابع، شناسایی نادرست ریسک ها و ایجاد گلوگاه هایی در اجرای مگاپروژه از جمله پیامد های برنامه ریزی و زمان بندی ضعیف در مگاپروژه ها است. پیاده سازی استراتژی هایی نظیر استفاده از ابزارهای پیشرفته مدیریت پروژه و هوش مصنوعی برای پیش بینی دقیق تر، یکپارچه سازی مدیریت ریسک برای پیش بینی عدم قطعیت ها و تاخیرهای احتمالی، اجرای برنامه ریزی مشترک با مشارکت تمام ذینفعان برای یکپارچه و همسوسازی اهداف و انجام ممیزی های منظم برنامه های پروژه برای شناسایی انحرافات و اصلاح آن ها به حل این مشکل کمک می کند. کمبود نیروی کار ماهر مستقیماً بر بهره وری، کیفیت کار و پایبندی به برنامه های زمانی در مگاپروژه ها تأثیر می گذارد. استراتژی هایی نظیر، سرمایه گذاری در برنامه های توسعه و ارتقاء مهارت نیروی کار، پیش بینی تقاضای نیروی کار و پیاده سازی نظام مدیریت عملکرد و جبران خدمات کارکنان عادلانه و شفاف، به رفع این مسئله کمک می کنند. طراحی ضعیف شبکه همکاری تامین کنندگان، باعث ایجاد اختلال در فرآیندهای تامین و تحویل شده و منجر به کمبود مواد اولیه، تأخیرات و افزایش هزینه های غیرمنتظره می شود. ایجاد سیستم متمرکز مدیریت زنجیره تأمین، توسعه روابط استراتژیک بلندمدت با تأمین کنندگان کلیدی بر اساس اهداف مشترک، استفاده از فناوری بلاک چین برای ردیابی و افزایش شفافیت در زنجیره تأمین و پیاده سازی اصول زنجیره تأمین ناب برای کاهش اتلاف و ساده سازی فرآیندها از جمله استراتژی های مقابله با این مسئله هستند. برای اعتبارسنجی روش پیشنهادی، نتایج ارزیابی علل با برخی روش های موجود در ادبیات نظیر FMEA، مارکوس فازی و روش توسعه یافته مورا بر اساس تئوری اعداد Z مقایسه شد، که نتایج نشان می دهد برخی کاستی های روش های FMEA و مارکوس فازی نظیر عدم ارائه رتبه بندی کامل گزینه ها، در رویکرد پیشنهادی به واسطه در نظر گرفتن عدم اطمینان در کنار عدم قطعیت پوشش داده شده است. همچنین نتایج رویکرد پیشنهادی با روش مورا توسعه یافته بر اساس تئوری اعداد Z در اولویت بندی علل شکست تقریبا مشابه بوده و ضریب همبستگی ۰.۹۰۹ را نشان می دهد. نتیجه گیری: مگاپروژه ها مستعد افزایش قابل توجه هزینه ها و تأخیرهای زمانی هستند که این موضوع، چالش های مهمی را برای مدیریت پروژه به همراه دارند. نتایج حاصل از رویکرد پیشنهادی نشانگر قابلیت و برتری آن در مقایسه با سایر روش ها نظیر FMEA و مارکوس فازی در تعیین علل اصلی علل افزایش هزینه ها و تأخیرهای زمانی مگاپروژه ها بوده است.

صنعت مواد غذایی فرآوری شده به دلیل تأمین امنیت غذایی، کاهش وابستگی به واردات و ایجاد ارزش افزوده از منابع کشاورزی، نقشی حیاتی در اقتصاد ایران ایفا می کند. اهمیت این صنعت با توجه به شرایط تحریمی و نوسانات اقتصادی، به ویژه از منظر صادرات، دوچندان می شود؛ چرا که صادرات این محصولات، با افزایش درآمدهای ارزی به بهبود تراز تجاری کشور کمک میکند. در فضای رقابتی تجارت جهانی، حفظ و گسترش سهم بازار مواد غذایی فرآوری شده مستلزم شناسایی و تقویت عوامل کلیدی مؤثر بر رقابت پذیری است. بر این اساس، این پژوهش، با رویکردی نوآورانه از نظر روش شناسی و موضوع، با هدف شناسایی و ارزیابی این عوامل در دو مرحله صورت گرفت. در مرحله نخست، دو راهبرد مرور ادبیات و مصاحبه با خبرگان، برای جمع آوری اطلاعات مورد استفاده قرار گرفت و سپس بر اساس فرایند تحلیل محتوای کیفی 16عامل اثرگذار بر حفظ و گسترش سهم بازار شناسایی گردید. در گام بعدی با بهره گیری توأمان از دو رویکرد عینی گرا و خبره محور برای شناسایی میزان اهمیت هر یک از این عوامل تلاش شد. به این منظور با استفاده از روش های فوکام و مِرِک، که از روشهای معتبر و نوین تصمیم گیری چندمعیاره هستند، وزن و اهمیت هر یک از عوامل شناسایی گردید. نتایج نشان داد عواملی همچون نرخ ارز، مشوق های صادراتی، تعهدات ارزی، کیفیت محصولات و انطباق با استانداردهای بین المللی بیشترین نقش را در موفقیت صادرات مواد غذایی فرآوری شده ایفا می کنند.

این پژوهش با هدف ارائه مدل بهینه جهت برون سپاری پروژه های تحقیقات صنعتی دفاعی دارای طبقه بندی به بررسی موانع موجود در استفاده از ظرفیت های خارج سازمان پرداخته است. هدف اصلی، ارائه راهکاری برای حل این موانع و بهره گیری بهینه از ظرفیت هاست. در این راستا، سطح محدودیت ازجمله طبقه بندی اطلاعات به عنوان یک عامل کلیدی در حفظ امنیت و محرمانگی داده ها در نظر گرفته می شود. این عوامل می تواند منجر به محدودیت در گردش اطلاعات، کاهش کارایی پروژه ها و ایجاد چالش در همکاری های علمی و صنعتی با خبرگان علمی و صنعتی شود.این پژوهش با استفاده از یک مدل سه سطحی با ترکیب روش های تصمیم گیری تحلیل شبکه (ANP)، روش (FMEA) شناسایی و کنترل ریسک محرمانگی و مدل ریاضی تخصیص به دنبال برون سپاری ایمن بخش ها به خارج از سازمان می باشد. یافته های این پژوهش نشان می دهد که با استفاده از این روش بهبود قابل توجهی در حفظ امنیت و در عین حال افزایش بهره وری فراهم کرده است. نتایج پژوهش نشان می دهد که از میان 7 معیار اصلی محرمانگی در پروژه های دفاعی، سطح کلان و عناصر حیاتی در رتبه های اول و دوم با وزن های 0.33 و 0.19 قرار دارند.یکی دیگر از نتایج مهم این تحقیق ارائه مدل تخصیص چند هدفه جهت یافتن نقطه تعادل میان هزینه برون سپاری و ریسک محرمانگی پروژه هاست که امکان استفاده بهینه از ظرفیت های خارج سازمان را به درستی بهبود می بخشد. این رویکرد نه تنها امنیت اطلاعات حساس را تضمین می کند، بلکه زمینه ساز همکاری گسترده با ظرفیت عظیم کشور در راستای منافع ملی است.

هدف این پژوهش، ارائه چارچوبی داده محور برای سنجش و ارزیابی روش ها و فنون تدریس اعضای هیأت علمی در آموزش دانشگاهی با تمرکز بر نقش این ارزیابی ها در تضمین کیفیت آموزشی است. برخلاف اغلب مطالعات پیشین که عمدتاً بر تحلیل های توصیفی یا نظرات خبرگان متکی بوده اند، در این پژوهش از داده های واقعی حاصل از ارزشیابی تدریس توسط دانشجویان و نمرات عملکرد آموزشی آنان استفاده شده است. جامعه آماری شامل داده های دروس ارائه شده در دانشگاه های قم و بزرگمهر قائنات طی سال های ۱۳۹۵ تا ۱۴۰۴ است. ابتدا معیارهای ارزشیابی تدریس با استناد به دستورالعمل های وزارت علوم استخراج شد. سپس با بهره گیری از الگوریتم های داده کاوی، به ویژه خوشه بندی، دروس با الگوهای ارزشیابی مشابه گروه بندی شدند و معیارهای مرتبط با خوشه های دارای بالاترین عملکرد تحصیلی شناسایی گردید. در ادامه، وزن و اهمیت نسبی هر معیار به صورت داده محور محاسبه و نرمال سازی شد. نتایج تحلیل نشان داد که معیار «واکنش منطقی و معقول به پیشنهادها، انتقادها و دیدگاه های دانشجویان» با وزن 0.07803 بیشترین تأثیر را بر بازدهی آموزشی دانشجویان دارد. پس از آن، معیار «تسلط استاد بر موضوع درس» با وزن 0.07774 در رتبه دوم قرار گرفت. در مرحله پایانی، راهکارهایی برای بهبود معیارهای با اولویت بالا تدوین و با استفاده از تکنیک های تصمیم گیری چندمعیاره شامل AHP اولویت بندی گردید. یافته ها نشان می دهد که رویکرد تلفیقی مبتنی بر داده کاوی و تحلیل تصمیم محور، می تواند ابزاری کارآمد و دقیق در جهت بهبود نظام ارزشیابی آموزشی و ارتقای کیفیت تدریس در آموزش عالی فراهم آورد.

در صنعت بهداشت و درمان، طراحی بهینه چیدمان مراکز درمانی، به ویژه بخش اورژانس، نقش حیاتی در بهبود کیفیت خدمات، افزایش رضایت بیماران و ارتقای ایمنی دارد. این طراحی می تواند به بهبود مراقبت های بیماران، کاهش هزینه های عملیاتی و استفاده بهینه از منابع کمک کند. بااین حال، به دلیل وجود عدم قطعیت، طراحی چیدمان مراکز درمانی پیچیده است. درحالی که تحقیقات قبلی بیشتر بر رویکردهای قطعی تمرکز داشته اند، تأثیر عدم قطعیت کمتر موردتوجه قرار گرفته است. این پژوهش یک چارچوب ترکیبی با استفاده از تئوری مجموعه های فازی و تکنیک های تصمیم گیری چندمعیاره ارائه می دهد. در پژوهش حاضر ابتدا با مرور مقالات و مصاحبه با خبرگان، ۲۲ شاخص کلیدی در ابعاد مختلف بخش اورژانس شناسایی شدند. پس از توزیع پرسش نامه دلفی فازی و انجام یک مرحله نظرسنجی، هفت شاخص نهایی شامل طول اقامت، زمان انتظار، نرخ پذیرش، میزان ازدحام، میزان حضور مجدد، زمان تا ارزیابی اولیه و رضایت بیماران تأیید شدند. سپس، با استفاده از روش تحلیل سلسله مراتبی فازی، شاخص های انتخاب شده وزن دهی شدند و دو چیدمان بهینه با کمک الگوریتم های آلدپ و کرفت طراحی گردید. در پایان، برای ارزیابی و رتبه بندی چیدمان ها، از روش شباهت به راه حل ایده آل فازی استفاده شد. نتایج این پژوهش به مدیران مراکز درمانی در بهینه سازی طراحی چیدمان و طراحی اولیه کمک شایانی خواهد کرد و می تواند به بهبود کارایی و اثربخشی خدمات درمانی منجر شود.

هدف: هدف پژوهش حاضر ارائه چارچوبی برای کاربردهای یادگیری ماشین در مدیریت دانش سازمانی در بانک کشاورزی، با استفاده از تکنیک فرایند تحلیل شبکه فازی می باشد. روش: پژوهش حاضر از نظر هدف تحقیق از نوع کاربردی و از نظر گردآوری داده ها توصیفی-پیمایشی است. جامعه آماری شامل کارشناسان فناوری اطلاعات و توسعه منابع انسانی و مدیران شعب بانک کشاورزی به عنوان خبرگان آشنا می باشد که از طریق روش نمونه گیری هدفمند 10 نفر انتخاب شده است. ابزار جمع آوری اطلاعات سه پرسشنامه دلفی، دیمتل و پرسشنامه مقایسه زوجی است. به منظور تجزیه و تحلیل داده ها و اطلاعات از روش های آمار توصیفی و استنباطی استفاده شد. پس از گردآوری اطلاعات، ابتدا اطلاعات خام کدگذاری و طبقه بندی و طی تکنیک دلفی فازی به متغیرهای تحقیق تبدیل گردید. سپس با استفاده از آمار توصیفی شاخص های گرایش به مرکز و پراکندگی اعضای نمونه تحقیق محاسبه شد و به منظور بررسی معیارها از فرایند تحلیل شبکه ای فازی و دلفی فازی استفاده گردید. در تجزیه و تحلیل داده های تحقیق از نرم افزار اکسل و سوپر دسیژن استفاده شده است. یافته ها: معیارها و زیرمعیارهای مؤثر بر مدیریت دانش در سیستم بانکداری با رویکرد یادگیری ماشین در 4 معیار کلی و 17 زیرمعیار به این شرح شناسایی گردیدند: عوامل زیرساختی (حفاظت از اطلاعات شخصی، سخت افزار و نرم افزار، ارتباطات، حفاظت فیزیکی)؛ عوامل محیطی (فرهنگ و جو سازمانی، قوانین و مقررات سازمانی، زمان ارائه دانش، حمایت مدیریتی)؛ عوامل محتوایی (نوع دانش، نیروی انسانی متخصص و با دانش، موقعیت ارائه دانش، تدوین محتوا)؛ فرایند مدیریت دانش (خلق دانش، کسب دانش، تبدیل دانش، بکارگیری دانش، نیازسنجی دانش). به منظور اولویت بندی شاخص ها با تکنیک تحلیل شبکه فازی، پس از محاسبه سوپر ماتریس حدی، محاسبه نتایج ماتریس خوشه ها و نرمال سازی ضریب زیرمعیارها در ابر ماتریس حدی، توسط ضریب خوشه ها می باشد که بر اساس محاسبات صورت گرفته و سوپر ماتریس حد، اولویت نهایی عوامل زیرساختی با وزن حدی 43683/0 بیشترین تأثیر و عوامل محتوایی با وزن حدی 04817/0 کم ترین تأثیر را بر حفظ مدیریت دانش در سیستم بانکی با در نظر گرفتن رویکرد یادگیری ماشین دارند. نتیجه گیری: با توجه به نتایج به دست آمده عوامل زیرساختی دارای بیشترین تاثیر و عوامل محتوایی کم ترین تأثیر را در حفظ مدیریت دانش در سیستم بانکی با در نظر گرفتن رویکرد یادگیری ماشین دارند.

سابقه و هدف: زلزله یکی از مخاطرات طبیعی است که به دلیل ماهیت نامنتظره اش، اغلب خسارات جانی و مالی فراوانی بر جای می گذارد. با رشد سریع شهرنشینی و به تبع آن، تمرکز جمعیت بیشتر در شهرها و همچنین افزایش تراکم ساختمان ها و تعداد تأسیسات، آسیب پذیری آنها نیز در برابر زلزله افزایش یافته و جان و مال افراد بیشتری درمعرض خطر قرار گرفته است. درحال حاضر راهی برای پیشگیری از وقوع زلزله وجود ندارد اما، با راهکارهایی همچون شناسایی مناطق آسیب پذیر، می توان خسارات ناشی از آن را تاحدی کاهش داد. در این تحقیق، میزان آسیب پذیری بخشی از شهر تبریز در برابر این رخداد بررسی شده است. مواد و روش ها: منطقه مورد مطالعه، در این تحقیق، بخشی از محدوده مربوط به شهرداری منطقه 2 کلان شهر تبریز است. منطقه 2 شهرداری در جنوب و جنوب شرق شهر تبریز واقع شده و با توجه به ویژگی های اجتماعی، اقتصادی و کالبدی آن، یکی از مناطق مهم شهر تبریز به شمار می رود. برای تعیین میزان آسیب پذیری، ابتدا معیارهای مؤثر در آسیب پذیری بافت شهری در برابر زلزله شناسایی و اطلاعات مورد نظر جمع آوری شد. این معیارها شامل قدمت ابنیه، نوع مصالح، کیفیت ابنیه، تعداد طبقات، تراکم جمعیت، فاصله از گسل، فاصله از معابر، فاصله از فضاهای باز و مساحت بناست. سپس مهم ترین و کم اهمیت ترین معیار مشخص و پس از مقایسه های مرجع، وزن هر معیار براساس مدل بهترین بدترین که از روش های نوین تصمیم گیری چندمعیاره است، محاسبه شد. روش یادشده، درمقایسه با فرایند تحلیل سلسله مراتبی، به مقایسه های کمتری نیاز دارد و با استفاده از آن، نتایج پایدارتری حاصل می شود؛ در این پژوهش، برای حل مدل مذکور، از روش برنامه ریزی خطی سیمپلکس استفاده شد. با توجه به ماهیت مکانی معیارها، نقشه های هر معیار (شاخص) در محیط GIS آماده سازی شدند. سپس ارزش هر قطعه ملکی (پارسل)، با توجه به هدف تحقیق و وضعیت آن قطعه در شاخص مورد نظر، با روش بهترین بدترین به دست آمد. نتایج و بحث: برای تعیین وزن معیارها، کیفیت ابنیه به منزله مهم ترین معیار و مساحت قطعات به منزله کم اهمیت ترین معیار در نظر گرفته شد و وزن ها با نرخ ناسازگاری 06/0 به دست آمد. پس از محاسبه وزن هر قطعه ملکی و محاسبه میانگین آنها در هر ناحیه، امن ترین و آسیب پذیرترین ناحیه به ازای هر شاخص مشخص شد. سپس سایر ناحیه ها با این دو ناحیه، در هر شاخص، مقایسه شدند. با در نظر گرفتن وزن هر معیار و ناحیه به ازای هر معیار، مقدار و رتبه نهایی هر ناحیه به دست آمد. برخلاف نسخه اصلی مدل که بهترین و بدترین معیار براساس نظر کارشناسی در آن تعیین می شود، در پژوهش حاضر با توجه به ماهیت مسئله، بهترین و بدترین ناحیه به ازای هر معیار، به جای نظر کارشناسی، با توجه به تحلیل های مکانی و نتایج محاسبات مشخص شد. ناحیه های شماره 6 و 2، به ترتیب، کمترین و بیشترین احتمال آسیب پذیری در برابر زلزله را دارند. بیشترین حساسیت، به ترتیب، به وزن معیارهای فاصله از فضاهای باز و فاصله از معابر بازمی گردد که اگر مقدار آنها به میزان 5- 10× 5/2 و 5- 10× 5/3 افزایش یابد، به تغییر پاسخ فعلی منجر می شود. نتیجه گیری: زلزله یکی از مخاطرات طبیعی است که کشور ما را دائماً تهدید می کند. تعیین میزان آسیب پذیری بافت های شهری در برابر زلزله و برنامه ریزی براساس آن می تواند نقش مهمی در کاهش تلفات جانی و مالی ناشی از وقوع این پدیده داشته باشد. در این پژوهش، میزان آسیب پذیری احتمالی براَثر زمین لرزه، در بخشی از منطقه 2 شهر تبریز، بررسی شد. براساس نتایج حاصل، ناحیه شماره 2 بیشترین میزان آسیب پذیری در برابر زلزله را دارد که تقریباً در بخش میانی منطقه مورد مطالعه قرار گرفته است. این ناحیه، به لحاظ معیارهای کیفیت ابنیه، قدمت ابنیه، مصالح مورد استفاده و دسترسی به فضاهای باز، آسیب پذیرترین بخش در بین نُه ناحیه بوده است. ناحیه 2 حدود 16% از کل منطقه را به خود اختصاص داده و شامل 1815 قطعه ملکی است. براساس قطعات ملکی نیز، بیشتر قطعات واقع در این ناحیه آسیب پذیری بسیار بالا یا بالا دارند. در پژوهش حاضر، علاوه بر خود وزن، مقدار تغییر مجاز آن نیز به دست آمد. درزَمینه تحلیل حساسیت، مقدار تغییر مجاز یک متغیر (در این پژوهش، وزن معیار) به تصمیم گیرندگان کمک می کند از میزان انعطاف پذیری مقادیر متغیرها آگاهی یابند.

هدف: دفن بهداشتی یکی از کاربردی ترین و عمده ترین روش های دفع زباله های شهری می باشد که اکثراً در سیستم مدیریت پسماند های شهری برای جلوگیری از پیامدهای منفی زیست محیطی مورد استفاده قرار می گیرد. بدین منظور یافتن مکان صحیح جهت دفن زباله های شهری اهمیت بسزایی دارد. لذا با توجه به کاربردی بودن این پژوهش و لزوم اجرای آن برای کلیه شهرهایی که فاقد روش دفن بهداشتی زباله های شهری هستند، پژوهش حاضر اجرا گردید که استفاده از توابع عضویت و روش فازی چانگ در این تحقیق، می تواند نو آوری موضوع در این رابطه باشد. لذا هدف از این پژوهش تعیین مکان مطلوب جهت دفن بهداشتی زباله های شهر اندیمشک می باشد. روش پژوهش: پس از آماده سازی لایه های اطلاعاتی معیارها در محیط ArcGIS، لایه ها با استفاده از توابع عضویت فازی و اعداد فازی مثلثی، استاندارد و بی بعد شدند، سپس عملیات وزن دهی معیارها به روش FAHP چانگ انجام و در گام آخر تلفیق لایه ها به روش WLC صورت گرفت. نتایج: یافته ها نشان می دهد که در مرحله وزن دهی با استفاده از روش FAHP چانگ و مقایسات زوجی کارشناسان، بیشترین وزن به معیار کاربری اراضی فعلی و کمترین وزن نیز به معیار شیب اختصاص یافت. در ضمن، صحت ارزیابی نقشه نهایی مکان دفن زباله به کمک ضریب کاپا، ضریب 76/0 را نشان داد که نشان از صحت و درستی کلاسه بندی روش FAHP چانگ دارد. در روش FAHP 23٪ منطقه مورد مطالعه بعنوان طبقه مناسب و دارای مطلوبیت بالا برای مکان یابی دفن زباله شهری شناسایی شد. نتیجه گیری: با توجه به یافته ها نتیجه می شود که آنالیز تصمیم گیری چندمعیاره فازی، تکنیک مناسبی برای مکان یابی محل دفن زباله های شهری می باشد. با توجه به نقشه نهایی، منطقه ای با تناسب بسیار بالا با مساحتی بالغ بر 114 هکتار به عنوان بهترین مکان برای دفن زباله های شهری اندیمشک مشخص گردید.

بخش کشاورزی با چالش های فزاینده ای از جمله تغییرات اقلیمی، کاهش منابع آب، نوسانات بازار و بی ثباتی های اقتصادی مواجه است. در این شرایط، ارتقای تاب آوری کشاورزان به عنوان یکی از ارکان اصلی پایداری تولید کشاورزی از اهمیت ویژه ای برخوردار است. پژوهش حاضر باهدف شناسایی و اولویت بندی پیشران های مؤثر بر تاب آوری زعفران کاران شهرستان قائنات انجام شده است. برای این منظور، با استفاده از رویکرد تحلیل سلسله مراتبی خاکستری (GAHP)، درخت تصمیمی شامل چهار معیار اصلی (اقتصادی، فنی، فیزیکی و اجتماعی) و ۲۸ زیرمعیار طراحی شد. داده های مورد نیاز از طریق پرسش نامه های مقایسه زوجی و با بهره گیری از نظرات خبرگان در حوزه تاب آوری کشاورزی در دانشگاه تربت حیدریه، پژوهشکده زعفران، جهاد کشاورزی شهرستان قائنات تکمیل شد. الگوریتم تحلیل سلسله مراتبی خاکستری در هشت گام و با بهره گیری از زبان برنامه نویسی پایتون پیاده سازی شد. نتایج حاصل از تحلیل ها نشان داد که معیار اقتصادی با وزن نسبی 6053/0 در اولویت نخست قرار دارد، و پس از آن به ترتیب معیارهای فنی (1941/0)، فیزیکی (1555/0) و اجتماعی (0451/0) در رتبه های بعدی قرار گرفتند. در میان زیرمعیارها نیز، «دسترسی به بازارهای صادراتی»، «قیمت تضمینی یا بازار پایدار» و «هزینه های تولید» به ترتیب بالاترین اولویت ها را از منظر تأثیرگذاری بر تاب آوری بهره برداران زعفران به خود اختصاص دادند. یافته های این پژوهش می تواند مبنایی برای سیاست گذاری مؤثر در جهت ارتقا تاب آوری زعفران کاران و توسعه پایدار کشاورزی منطقه فراهم سازد.

توسعه صنعت گردشگری به خصوص در کشورهای درحال توسعه که دارای مشکلاتی فراوانی همچون اقتصاد تک محصولی و بیکاری هستند، دارای اهمیت فراوانی است. دراین بین استان اصفهان با قدمت تاریخی چند هزارساله ازنظر جاذبه های تاریخی، طبیعی، فرهنگی و مذهبی منحصربه فرد است و در رتبه های نخست گردشگری کشور ایران قرار دارد. بدین منظور هدف این پژوهش پتانسیل سنجی توسعه صنعت گردشگری استان اصفهان است. پژوهش حاضر بر اساس هدف، کاربردی و بر اساس ماهیت و روش، توصیفی – تحلیلی است. برای ارزیابی پتانسیل سنجی میزان مطلوبیت گردشگری از تکنیک Fuzzy-ANP و نرم افزار ARC GIS- Super Decision استفاده شده است. یافته ها نشان می دهد که پیرو تمرکز جاذبه های طبیعی و باستانی – تاریخی در محور مرکزی استان (شهر اصفهان)، محور شمالی استان (شهرستان های کاشان و نطنز) و محور غربی استان (شهرستان فریدون شهر)، محورهای فوق دارای بیشترین میزان خدمات زیربنایی-زیرساختی و مراکز خدماتی – رفاهی به خصوص تمرکز بسیار شدید پیرامون شهر اصفهان است. این امر باعث شده است که محورهای مرکزی و شمالی استان اصفهان ازنظر توسعه گردشگری دارای پتانسیل بسیار بالایی باشد و در مقابل آن، محورهای شرقی و جنوبی استان که اغلب دارای شرایط کویری و دسترسی نامناسب به خدمات زیرساختی باشند، ازنظر توسعه گردشگری در وضعیت بسیار ضعیفی قرار بگیرند. به صورت کلی بیشترین میزان مطلوبیت توسعه گردشگری مربوط به نواحی مرکزی به مرکزیت شهرستان های اصفهان و مبارکه، محور شمالی به مرکزیت شهرستان کاشان، محور غربی به مرکزیت فریدون شهر و محور جنوبی به مرکزیت سمیرم است.

مقدمه صنعت گردشگری به عنوان ستونی بنیادین در پایداری و شکوفایی شهری شناخته می شود. ظهور فناوری های نوین اطلاعات و ارتباطات مفهومی نوین با عنوان «گردشگری هوشمند» را معرفی کرده است؛ پارادایمی که با اتکا بر پیشرفت های فناورانه نظیر اینترنت اشیا، کلان داده ها و هوش مصنوعی، در پی ارتقای کیفیت تجربه گردشگری و بهینه سازی بهره وری منابع شهری است. این رویکرد، توسعه پایدار را در کانون توجه خود قرار می دهد. با این وجود، کلان شهرهای در حال توسعه، از جمله تهران، با موانع ساختاری و مدیریتی قابل توجهی دست و پنجه نرم می کنند. ناهماهنگی زیرساخت ها و فقدان سامانه های اطلاعاتی جامع، از جمله چالش های اساسی پیش روی این شهرهاست. مناطق 11 و 12 تهران، با توجه به پیشینه تاریخی غنی و جاذبه های فرهنگی منحصر به فرد خود، ظرفیت چشمگیری برای توسعه گردشگری هوشمند دارند. پیچیدگی های مرتبط با مدیریت شهری، برنامه ریزی استراتژیک و هوشمندانه را در این مناطق بیش از پیش ضروری می سازد. پژوهش حاضر، با هدف رفع کمبودهای موجود در ادبیات علمی، به شناسایی و اولویت بندی محورهای گردشگری هوشمند در محدوده مطالعاتی منتخب مناطق 11 و 12 تهران می پردازد. این مهم با به کارگیری مدل های تصمیم گیری چندمعیاره محقق خواهد شد تا مسیری شفاف برای توسعه ای پایدار و هوشمندانه در این مناطق ترسیم شود. مواد و روش ها پژوهش حاضر، با رویکردی کاربردی از منظر هدف و توصیفی تحلیلی در چارچوب روش شناسی، به شیوه ترکیبی (کمی و کیفی) به بررسی موضوع می پردازد. گردآوری داده ها از منابع گوناگونی شامل مشاهدات میدانی، توزیع پرسشنامه، و مطالعات کتابخانه ای صورت گرفته است. جامعه آماری این تحقیق را 19,953 نفر از ساکنان محله های فردوسی و انقلاب در مناطق 11 و 12 شهر تهران تشکیل می دهند. به منظور جمع آوری اطلاعات لازم، 377 پرسشنامه با استفاده از روش نمونه گیری تصادفی ساده در میان این جامعه توزیع شد. برای تجزیه و تحلیل داده ها و اولویت بندی محورهای پژوهش، از روش آنتروپی شانون برای امتیازدهی و تکنیک ARAS به عنوان یکی از مدل های تصمیم گیری چندمعیاره (MCDM) بهره گرفته شده است. شایان یادآوری است که ضریب آلفای کرونباخ برای پرسشنامه 15 گویه ای، 0/830 محاسبه شده که این رقم مؤید پایایی بالای ابزار اندازه گیری در این پژوهش است. یافته ها یافته های این پژوهش در ابعاد گوناگونی قابل تأمل است. از منظر ترکیب جمعیتی پاسخ دهندگان، 53 درصد را مردان و 47 درصد را زنان تشکیل داده اند. همچنین، بیشترین فراوانی سنی (30 درصد) به گروه 25 تا 35 سال اختصاص دارد که نشان دهنده مشارکت قابل توجه نسل جوان در این مطالعه است. در ارتباط با وضعیت فعلی گردشگری هوشمند، برخی ابعاد نظیر سامانه های حمل ونقل هوشمند، خدمات بهداشتی و درمانی هوشمند، و پورتال های آنلاین گردشگری در سطح رضایت بخشی قرار دارند. با این حال، چالش های اساسی همچنان پابرجا هستند. مشارکت محدود شهروندان در فرایندهای تصمیم گیری (58 درصد مشارکت پایین)، نقص در آموزش های مرتبط با فناوری های گردشگری، و ضعف هماهنگی بین نهادهای دولتی (39/9 درصد نارضایتی) از جمله مهم ترین موانع محسوب می شوند. اولویت بندی محورهای گردشگری هوشمند، با استفاده از مدل تصمیم گیری چندمعیاره، نتایج جالبی را به همراه داشته است. محور نوفل لوشاتو با شاخص 0/826 در جایگاه نخست قرار گرفته که نشان دهنده پتانسیل بالای آن برای توسعه هوشمند است. خیابان ولیعصر با شاخص 0/707 در رتبه دوم و خیابان فردوسی با شاخص 0/470 در جایگاه سوم قرار گرفته اند. محورهای لاله زار، جمهوری و انقلاب نیز به ترتیب در رده های بعدی قرار گرفته اند. همچنین، این پژوهش مهم ترین شاخص ها در هوشمندسازی گردشگری شهری را شناسایی کرده است. «هماهنگی بین دستگاه های دولتی» (C10) با وزن 0/086 به عنوان حیاتی ترین عامل شناخته شده است. پس از آن، «پایش کیفیت آب و هوا و مدیریت انرژی (C4)» با وزن 0/084 و «فرهنگ سازی و مشارکت شهروندان در تصمیم گیری های شهری (C3)» با وزن 0/082 از اهمیت بالایی برخوردارند. این نتایج بر لزوم یکپارچگی سیستمی، توجه به پایداری محیط زیست، و دخیل کردن شهروندان در فرایندهای برنامه ریزی و توسعه گردشگری هوشمند تأکید می کنند. نتیجه گیری این پژوهش با موفقیت به پرسش اصلی خود در خصوص اولویت بندی محورهای گردشگری هوشمند در مناطق 11 و 12 تهران پاسخ داده است. نتایج مؤید آن است که دستیابی به توسعه پایدار گردشگری هوشمند در این نواحی مستلزم اتخاذ رویکردی متوازن است؛ رویکردی که نه تنها بر پیشرفت های فناورانه متمرکز باشد، بلکه به طور هم زمان چالش های ریشه ای در ابعاد انسانی، مدیریتی و زیست محیطی را نیز مرتفع سازد. علی رغم وضعیت نسبتاً مطلوب ابعاد فناورانه، مشارکت ناکافی شهروندان، آموزش های نامناسب و عدم هماهنگی میان نهادهای دولتی، به عنوان موانع کلیدی بر سر راه تحقق هوشمندسازی جامع و پایدار شناسایی شده اند. تحلیل های صورت گرفته با استفاده از مدل های تصمیم گیری چندمعیاره به وضوح نشان می دهد محور نوفل لوشاتو بالاترین اولویت را برای سرمایه گذاری دارد و پس از آن، محورهای ولیعصر و فردوسی در رتبه های بعدی قرار می گیرند. این اولویت بندی کمی، نقشه راهی ارزشمند برای تخصیص بهینه منابع و اتخاذ تصمیمات استراتژیک در حوزه توسعه گردشگری هوشمند ارائه می دهد. این مطالعه با ارائه یک مدل روش شناختی نوین و بومی سازی شده، گامی مهم در جهت پر کردن خلأ موجود در ادبیات علمی برداشته است. از این رو، یافته ها و چارچوب پیشنهادی این پژوهش می تواند به عنوان یک الگوی کاربردی برای سایر شهرهای ایران و کشورهای در حال توسعه مورد استفاده قرار گیرد و به تسریع فرایند هوشمندسازی گردشگری در این مناطق کمک شایانی کند.

مقدمه انرژی نقشی حیاتی در توسعه پایدار و بهبود کیفیت زندگی انسان ایفا می کند. با افزایش تقاضای جهانی برای انرژی، به ویژه در کشورهای در حال توسعه، نیاز به گذار به سمت منابع انرژی تجدیدپذیر بیش از پیش احساس می شود. در میان این منابع، انرژی خورشیدی و به ویژه فناوری فتوولتائیک (PV) به دلیل پایداری زیست محیطی، نبود کربن و ظرفیت قابل توجه در کاهش تغییرات اقلیمی جایگاه ویژه ای دارد. ایران، به دلیل قرار گرفتن در منطقه ای با پتانسیل بالای تابش خورشیدی، موقعیت مناسبی برای بهره برداری از انرژی خورشیدی دارد. این کشور با میانگین سالانه 1800 کیلووات ساعت بر مترمربع تابش خورشیدی و بیش از 280 تا 300 روز آفتابی در سال، فرصت ایده آلی برای توسعه نیروگاه های خورشیدی فراهم آورده است. با این حال، علی رغم این ظرفیت چشمگیر، ایران هنوز به طور کامل از انرژی خورشیدی بهره برداری نکرده است که یکی از دلایل اصلی آن، چالش های مربوط به انتخاب مکان های بهینه برای احداث نیروگاه هاست. اثربخشی پروژه های نیروگاه خورشیدی به شدت به انتخاب مناسب ترین مکان ها برای احداث نیروگاه وابسته است. انتخاب بهینه مکان نه تنها بازدهی تولید انرژی را به حداکثر می رساند، بلکه اثرات زیست محیطی و هزینه های اقتصادی را نیز کاهش می دهد. در مقابل، انتخاب نامناسب مکان می تواند به کاهش راندمان، اتلاف منابع مالی و تشدید تخریب محیط زیست منجر شود. بنابراین، نخستین گام در توسعه نیروگاه های خورشیدی، شناسایی مناطقی با پتانسیل بالای تابش خورشیدی و سایر عوامل کلیدی مانند دسترسی به شبکه برق، منابع آب و زیرساخت هاست. روش های تصمیم گیری چندمعیاره (MCDM) ابزارهای مؤثری برای ارزیابی عوامل مختلف در مکان یابی هستند. همچنین، سیستم های اطلاعات مکانی (GIS) در تحلیل داده های مکانی ارزشمند بوده و امکان ارزیابی دقیق و تصمیم گیری آگاهانه را فراهم می کنند. در سال های اخیر، تکنیک های یادگیری ماشین نیز به عنوان رویکردی نوین برای بهینه سازی فرایند مکان یابی نیروگاه های خورشیدی مطرح شده اند. مواد و روش ها این پژوهش با ترکیب روش های تصمیم گیری چندمعیاره (MCDM)، سیستم اطلاعات مکانی (GIS) و تکنیک های یادگیری ماشین به انتخاب بهینه مکان نیروگاه های خورشیدی در استان فارس می پردازد. در گام نخست، نه معیار کلیدی شامل تابش خورشیدی، دما، شیب، بارش، ارتفاع و نزدیکی به زیرساخت ها شناسایی شد. با استفاده از GIS لایه های مکانی مربوط به این معیارها تولید شد. سپس، دو روش تصمیم گیری چندمعیاره، شامل روش بهترین بدترین (BWM) و روش SWARA، برای وزن دهی به معیارها به کار گرفته شدند و نظریه تلفیق اطلاعات دمپستر شفر برای افزایش قابلیت اعتماد وزن ها از طریق ادغام نتایج دو روش استفاده شد. نقشه تناسب اراضی برای مکان یابی نیروگاه های خورشیدی با استفاده از روش مارکوس تهیه شد.  در مرحله بعد، یادگیری ماشین و به طور مشخص رگرسیون بردار پشتیبان (SVR) به کار گرفته شد تا مناسب ترین مناطق برای احداث نیروگاه های خورشیدی پیش بینی شود. فراپارامترهای مدل SVR با استفاده از الگوریتم تکاملی گرگ خاکستری (GWO) بهینه سازی شدند. مدل SVR با داده های مرجع حاصل از نقشه تناسب اراضی تولیدشده توسط روش مارکوس آموزش داده شد. این رویکرد ترکیبی امکان تهیه نقشه ای با قابلیت اعتماد بالا برای مکان یابی نیروگاه های خورشیدی را فراهم کرد و دیدگاه های ارزشمندی درباره ظرفیت توسعه انرژی های تجدیدپذیر در استان فارس ارائه داد. یافته ها نتایج نشان داد بر اساس روش مارکوس، 14 درصد از منطقه مورد مطالعه در استان فارس برای احداث نیروگاه های خورشیدی بسیار مناسب بوده است؛ در حالی که رویکرد مبتنی بر یادگیری ماشین این مقدار را 34 درصد برآورد کرده است. در مجموع، 48 درصد از مساحت استان به عنوان مناطق دارای تناسب خیلی زیاد برای تولید انرژی خورشیدی شناسایی شد. مناطق شمالی، شمال شرقی و مرکزی استان، شامل شهرستان های آباده، سرچهان، پاسارگاد و بوانات به عنوان مکان های اولویت دار برای توسعه نیروگاه های خورشیدی پیشنهاد شدند. علاوه بر این، تحلیل ها نشان داد رویکرد مبتنی بر یادگیری ماشین نسبت به روش مارکوس پیش بینی دقیق تری ارائه می دهد. مدل SVR بهینه شده با الگوریتم GWO به دقت پیش بینی بالایی دست یافت، به طوری که ضریب تعیین (R²) برای داده های آموزشی برابر با 0/9975 و برای داده های آزمون برابر با 0/9923 بود. همچنین، این مدل 48 درصد از منطقه را به عنوان بسیار مناسب برای احداث نیروگاه های خورشیدی طبقه بندی کرد، در حالی که روش مارکوس تنها 39 درصد از منطقه را در این دسته قرار داده بود. ترکیب روش های MCDM، GIS و یادگیری ماشین که در این پژوهش ارائه شد، چارچوبی قدرتمند برای مکان یابی نیروگاه های خورشیدی فراهم می آورد. ادغام MCDM با GIS رویکردی جامع برای ارزیابی عوامل متعدد ارائه می کند، در حالی که افزودن یادگیری ماشین دقت و کارایی انتخاب مکان را افزایش می دهد. نتایج نشان می دهد یادگیری ماشین می تواند به طور چشمگیری قابلیت اعتماد پیش بینی ها را به ویژه در مواجهه با داده های پیچیده مکانی و محیطی بهبود بخشد. یافته های این تحقیق با مطالعات پیشین در حوزه مکان یابی نیروگاه های خورشیدی همخوانی دارد و اهمیت در نظر گرفتن عواملی همچون تابش خورشیدی، نزدیکی به زیرساخت ها و شرایط محیطی را برجسته می سازد. همچنین، استفاده از یادگیری ماشین، نقش فزاینده هوش مصنوعی در بهینه سازی فرایندهای تصمیم گیری در پروژه های انرژی های تجدیدپذیر را تأیید می کند. نتیجه گیری با توجه به ضرورت توسعه انرژی های تجدیدپذیر، مکان یابی بهینه نیروگاه های خورشیدی از اهمیت ویژه ای برخوردار است. در این پژوهش، ۹ معیار اقلیمی، توپوگرافی و زیرساختی شامل پتانسیل فتوولتائیک، تابش نرمال مستقیم، دما، بارندگی، شیب، فاصله از راه ها، فاصله از گسل ها، ارتفاع و فاصله از مراکز شهری بر اساس مطالعات پیشین انتخاب و با استفاده از رویکرد تصمیم گیری چندمعیاره و روش های وزن دهی BWM و SWARA مورد تحلیل قرار گرفت. نتایج نشان داد پتانسیل فتوولتائیک و تابش نرمال مستقیم مهم ترین معیارها در فرایند مکان یابی هستند. برای افزایش دقت، وزن ها با تئوری دمپستر شفر ترکیب شدند و نقشه تناسب اراضی با روش مارکوس تهیه شد. سپس، با استفاده از الگوریتم بهینه سازی گرگ خاکستری، مدل SVR تنظیم و نقشه تناسب پیش بینی شد که نشان داد حدود 48 درصد از استان فارس از تناسب زیاد و خیلی زیاد برای احداث نیروگاه برخوردار است. در نهایت، شهرستان های آباده، سرچهان، پاسارگاد، بوانات و خرم بید به عنوان اولویت های اصلی شناسایی شدند. نتایج این تحقیق می تواند راهنمای ارزشمندی برای سیاست گذاران و سرمایه گذاران در توسعه پایدار انرژی خورشیدی باشد. این پژوهش اثربخشی ترکیب روش های تصمیم گیری چندمعیاره، سیستم اطلاعات مکانی و یادگیری ماشین را در بهینه سازی فرایند مکان یابی نیروگاه های خورشیدی نشان داد. به کارگیری یک چارچوب تصمیم گیری ترکیبی به توسعه انرژی خورشیدی در ایران و مناطق مشابه با پتانسیل بالای تابش خورشیدی کمک می کند. نتایج این مطالعه دیدگاه های ارزشمندی برای برنامه ریزان انرژی، سیاست گذاران و سرمایه گذاران در انتخاب مکان های مناسب برای زیرساخت های خورشیدی فراهم می آورد. این رویکرد علاوه بر بهینه سازی تولید انرژی، به پایداری محیط زیستی کمک کرده و گذار جهانی به سمت منابع انرژی تجدیدپذیر را تسهیل می کند.

هدف از پذیرش سرمایه خارجی، تأمین منابع مالی و تسهیل انتقال تکنولوژی در راستای ارتقای سطح تولید و اشتغال و فراهم آوردن امکانات صادرات، عمران و تحقق برنامه های توسعه ای کشور می باشد. با وجود منابع غنی و بازار بکر و بزرگ، کشور ما با موانع متعددی در جذب سرمایه گذاری خارجی مواجه است. مقاله حاضر به بررسی موانع عمده سرمایه گذاری خارجی در ایران می پردازد. با مطالعه کتابخانه ای و بررسی دقیق پیشینه پژوهش، موانع اصلی و فرعی موجود شناسایی و با بهره گیری از نظرات خبرگان معیارها تعیین و کلیه موانع در 6 دسته طبقه بندی گردید. سپس با استفاده از روش AHP فازی وزن نسبی معیارها مشخص شده و با بکارگیری روش تصمیم گیریTOPSIS فازی، موانع موجود رتبه بندی شدند. نتایج نشان می دهد که موانع سیاسی و اقتصادی در ایران اصلی ترین موانع جذب سرمایه گذاری خارجی بوده و در مقابل موانع اجتماعی- فرهنگی حائز کمترین درجه اهمیت گردید. در پایان بمنظور بررسی قابلیت اطمینان نتایج، تجزیه وتحلیل حساسیت انجام گرفت و پیشنهاداتی کاربردی مستخرج از پیشینه و نظرات خبرگان، جهت رفع هر یک از موانع سیاسی، اقتصادی، زیرساختی، قانونی- مقرراتی، اداری- مدیریتی و فرهنگی- اجتماعی و بهبود وضعیت سرمایه گذاری خارجی در ایران ارائه گردید.