شناسایی و گروه بندی ریسک های احداث واحدهای صنعتی به وسیله روش دلفی و شبکه عصبی مصنوعی خودسازمانده (مطالعه موردی: احداث کارخانه تراورس)
محل انتشار: دوفصلنامه مدیریت بحران، دوره: 11، شماره: 1
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 310
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JOEM-11-1_009
تاریخ نمایه سازی: 30 فروردین 1401
چکیده مقاله:
یکی از ارکان اصلی توسعه اشتغال و کسب وکار در هر کشور واحدهای صنعتی آن کشور هستند. موفقیت در احداث واحدهای صنعتی به سازوکارها و عوامل دیگری ازجمله شناسایی و ارزیابی ریسک آن ها بستگی دارد. از این رو در پژوهش حاضر روشی ارائه شده تا بتواند الگویی را مبتنی بر شبکه عصبی برای دسته بندی و ارزش گذاری ریسک های احداث کارخانه تراورس با نگرش بومی سازی فناوری ها ارائه کند. برای این منظور جهت شناسایی ریسک ها با استفاده از روش دلفی با کمک خبرگان و اساتید دانشگاه در ۳ سطح از ۴۰ ریسک مورد بررسی ۲۱ ریسک انتخاب شد. سپس با توجه به نظر خبرگان، اساتید و مصاحبه های عوامل اجرایی ساخت کارخانه تراورس تمامی عوامل ریسک در مورد احتمال وقوع و شدت تاثیر ریسک از صفر تا ۱۰ امتیازدهی شد. سپس با بهره گیری از شبکه عصبی خودسازمانده کوهونن در برنامه نرم افزاری MATLAB ریسک ها گروه بندی شدند. نتایج خروجی شبکه عصبی نشان می دهد عوامل ریسک در ۵ گروه طبقه بندی می شوند که مهمترین ریسک نبود تجربه مشابه پیمانکار است که بالاترین سطح اهمیت را دارد. نکته قابل توجه در این پژوهش اهمیت ریسک های قرارگرفته در گروه ۴ است که ۱۷ ریسک(بالای ۸۰ درصد از ریسک های مورد بررسی) در این گروه قرار گرفته است. ریسک های قرارگرفته در گروه ۴ از لحاظ میزان اهمیت بین ۶۰ تا ۸۰ درصد اهمیت را به خود اختصاص داده که می توان با طرح و بررسی این موضوع در احداث واحدهای صنعتی تازه در کشور میزان ریسک احداث این گونه واحدهای صنعتی را در کشور به میزان زیادی کاهش داد.
نویسندگان
جعفر مصری
دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه سیستان و بلوچستان، زاهدان، ایران
محمد رضا شهرکی
گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه سیستان و بلوچستان ، زاهدان، ایران