ارائه مدل یکپارچه تولید سناریوهای نیمه کمی با استفاده از روش ترکیبی مبتنی بر نقشه شناخت فازی: مطالعه موردی تولید نفت ایران
محل انتشار: فصلنامه مدل سازی در مهندسی، دوره: 17، شماره: 56
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 338
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JME-17-56_014
تاریخ نمایه سازی: 21 اسفند 1399
چکیده مقاله:
در بازار رقابتی پویای امروز، ارائه یک چارچوب مؤثر برای یافتن چشم‌اندازهای محتمل یک چالش مهم در جهت اتخاذ تصمیم‌گیری صحیح و سیاست‌گذاری حیاتی است. پژوهش حاضر، چارچوبی جهت توسعه سناریوهای محتمل آینده از طریق روش طرح نقشه فازی شناختی (FCM) پیشنهاد می‌کند. به‌عنوان یک روش جدید در برنامه‌ریزی سناریو، مدل FCM تلاش می‌کند ساختاری منطقی و معتبر برای سناریوهای محتمل همراه با تجزیه‌وتحلیل رفتار پویای پارامترها ارائه دهد. در مدل ارائه‌شده، از روش تجزیه‌وتحلیل STEEP برای شناسایی پارامترها، از روش تحلیل اثرات متقاطع جهت تعیین عوامل کلیدی، و روش تجزیه‌وتحلیل ریخت‌شناسی برای انتخاب بردارهای تولید سناریو بکار رفته است. و درنهایت، از روش FCM برای تهیه سناریوی محتمل استفاده می‌شود. مدل توسعه‌یافته برای توسعه سناریوهای تولید نفت ایران در دوران پساتحریم به کار گرفته‌شده است. نتایج شبیه‌سازی نشان داد، روش پیشنهادی می‌تواند به تولید سناریوهای نیمه کمی سازگار و محتمل گردد که می‌تواند جایگزین مناسبی برای پوشش معایب روش‌های صرفاً کمی/ کیفی باشد.
کلیدواژه ها:
برنامه ریزی سناریو ، نقشه فازی شناختی ، تحلیل اثرات متقاطع (CIA) ، روش تجزیه و تحلیل STEEP ، تجزیه و تحلیل ریخت شناسی
نویسندگان
عباس شیخان
عضو هیات علمی گروه مهندسی صنایع ،:واحد اراک،دانشگاه آزاد اسلامی،اراک ،ایران
رضا حافظی
گروه آیندهپژوهی، دانشکده مدیریت، علم و فناوری، دانشگاه صنعتی امیرکبیر، تهران، ایران
مهدی عمرانی اواردی
دپارتمان مهندسی مکانیک، دانشگاه صنعتی نوشیروانی، بابل، ایران
امیرناصر اخوان
استادیار، دانشکده مدیریت، علم و فناوری، دانشگاه صنعتی امیرکبیر، تهران، ایران
احمد سعیدی
گروه حسابداری دانشکده فنی و حرفه ای سما، واحد اراک دانشگاه آزاد اسلامی،اراک ،ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :