ارائه چارچوبی برای مدلسازی و تحلیل داده ها در بهبود تصمیم گیری در سیستم های پیچیده

مدیریت و کنترل سیستم های پیچیده و در مقیاس بزرگ در محیط های صنعتی و تجاری مدرن، نیازمند رویکردهای نوین و یکپارچه در تحلیل داده ها و سیستم های پشتیبان تصمیم است. این مقاله کنفرانسی با هدف ارائه یک چارچوب جامع برای مدلسازی، تحلیل داده ها و بهبود تصمیم گیری در سیستم های پیچیده تدوین شده است. با توجه به چالش های موجود نظیر عدم قطعیت عمیق، پیچیدگی های ساختاری، و حجم عظیم اطلاعات، این پژوهش با استفاده از یک مرور سیستماتیک و یکپارچه سازی مفاهیم از ۱۰ مطالعه کلیدی اخیر، چارچوبی نوین را پیشنهاد می دهد. در این راستا، از مفاهیمی چون تحلیل کلان داده ، تصمیم گیری چندمعیاره ، و سیستم های پشتیبان تصمیم بهره گرفته شده است. یافته های این پژوهش، که بخش عمده ای از مقاله را به خود اختصاص داده است، نشان می دهد که استفاده از مدل های ترکیبی هوش مصنوعی نظیر شبکه های عصبی پس انتشار و چارچوب های تحلیل توپولوژیک داده می تواند به طرز چشمگیری خطاهای پیش بینی را کاهش داده و افزونگی معیارهای تصمیم گیری را از بین ببرد. همچنین، ارزیابی سرمایه گذاری ها در شرایط عدم قطعیت بالا از طریق مدل های تغییرناپذیر قانون زیان، پایداری استراتژیک را تضمین می کند. چارچوب پیشنهادی، راهنمایی عملی برای مدیران صنعتی جهت گذار به صنعت ۵.۰ با تمرکز بر رفاه انسانی و کارایی سیستمیک ارائه می دهد.