حسین محبی

در عصر تحولات دیجیتال و فشارهای روزافزون بر زنجیره های تأمین، بهره گیری از فناوری های نوین به منظور ارتقاء کیفیت و پایداری عملکرد، به ضرورتی راهبردی برای سازمان ها تبدیل شده است. در این میان، "کیفیت 4.0" به عنوان پارادایمی نوین در مدیریت کیفیت، با تکیه بر ابزارهایی چون اینترنت اشیا، هوش مصنوعی و کلان داده، رویکردی فراتر از کنترل سنتی کیفیت ارائه می دهد. این پژوهش با هدف شناسایی و تحلیل عوامل کلیدی مؤثر بر پیاده سازی کیفیت 4.0 در زنجیره تأمین هوشمند انجام شده است. به منظور دستیابی به این هدف، ابتدا عوامل مؤثر با مرور پیشینه نظری و بهره گیری از دیدگاه خبرگان استخراج شد. سپس روابط علّی میان عوامل با استفاده از تکنیک دیمتل بررسی و در ادامه با رویکرد مدلسازی ساختاری تفسیری سطح بندی شدند. نتایج حاصل، چارچوبی کاربردی برای تصمیم گیران فراهم می سازد تا با شناسایی عوامل بنیادین و تعیین اولویت آن ها، مسیر استقرار مؤثر کیفیت 4.0 در زنجیره های تأمین هوشمند را هموار سازند. یافته های این پژوهش می تواند زمینه ساز توسعه راهبردهایی نوآورانه در راستای افزایش انعطاف پذیری، شفافیت و مزیت رقابتی در محیط های پیچیده و متغیر باشد.

هوش مصنوعی به عنوان یکی از پیشروترین فناوری ها با سرعتی فزاینده در حال تحول است. ایران، به عنوان کشوری درحال توسعه، نیازمند درک عمیق از مسیرهای آینده این فناوری و برنامه ریزی راهبردی برای بهره گیری بهینه از آن است. پژوهش حاضر با هدف بررسی آینده توسعه هوش مصنوعی در ایران، با رویکرد سناریونویسی ساختاری در افق ۱۴۱۴ انجام شده است. روش شناسی پژوهش حاضر از نظر هدف، کاربردی و برحسب نحوه گردآوری داده ها توصیفی-پیمایشی است. جامعه آماری پژوهش، اساتید، مدیران و خبرگان صنعت هوش مصنوعی هستند. برخلاف مطالعات پیشین که عمدتاً بر حوزه های خاصی از هوش مصنوعی متمرکز بودند، این پژوهش با نگاهی جامع و در سطح ملی، نخستین چارچوب سناریونویسی مبتنی بر تحلیل ساختاری که منجر به تدوین چهار سناریوی خلاء هوش مصنوعی، رنسانس هوش مصنوعی، سراب هوش مصنوعی و معاملات هوش مصنوعی شد را ارائه می دهد. این سناریوها برپایه تحلیل پیشران های کلیدی همچون سیاست ها و حمایت های دولتی، زیرساخت های پیشرفته فناوری، چالش- های تکینگی فناورانه، تأثیرات ژئوپلیتیک، رصدخانه ها و شتاب دهنده های فناوری و نیز کاربردهای هوش مصنوعی در صنایع تدوین شده اند. نتایج پژوهش نشان می دهد که آینده توسعه هوش مصنوعی در ایران تا حد زیادی به حمایت های دولتی و توسعه زیرساخت های مناسب وابسته است. سناریوهای بحرانی نیازمند مداخلات فوری در سیاست گذاری ملی بوده، درحالی که سناریوهای مطلوب فرصت هایی را برای توسعه پایدار هوش مصنوعی در کشور فراهم می کنند. این سناریوها می توانند مبنای طراحی استراتژی های سیاستی مشخص مانند تدوین نقشه راه ملی توسعه هوش مصنوعی و بازطراحی نظام های حمایتی فناورانه قرار گیرند و چارچوبی تحلیلی برای تصمیم گیری در شرایط عدم قطعیت فراهم سازند.

هدف: امروزه، یادگیری ماشین به عنوان ابزاری کارآمد در پیش بینی سری های زمانی مالی مورد توجه قرار گرفته است. با این حال، اغلب این مدل ها به عنوان مدل های جعبه سیاه به دلیل عدم شفافیت، موجب کاهش اعتماد به نتایج پیش بینی شده اند. برای رفع این محدودیت، بهره گیری از مدل های هوش مصنوعی توضیح پذیر که امکان تحلیل دقیق ساز و کار پیش بینی را فراهم می آورند، ضروری است. بر این اساس، هدف این پژوهش، توسعه و ارزیابی یک مدل پیش بینی مبتنی بر هوش مصنوعی است که علاوه بر دقت بالا، از قابلیت توضیح پذیری نیز برخوردار باشد. در این راستا، نقش و سهم متغیرهای ورودی در پیش بینی های مدل به طور شفاف مشخص شده و پایداری نتایج آن از نظر دقت و قابلیت توضیح پذیری، با استفاده از روش های اعتبارسنجی متقاطع، به ویژه بخش بندی سری های زمانی، مورد ارزیابی قرار می گیرد. روش: این پژوهش از نظر هدف، کاربردی و از نظر روش، توصیفی- تحلیلی با رویکرد پیش بینی کمّی است که برای نخستین بار در ایران به بررسی قابلیت توضیح پذیری هوش مصنوعی بهینه شده در پیش بینی بازده شاخص قیمت هشت صنعت تولیدی بورس اوراق بهادار تهران می پردازد. داده های پژوهش شامل شاخص های صنایع در بازه زمانی ۱۳۹۷ تا ۱۴۰۲ است که از پایگاه های اطلاعاتی (بورس ویو) جمع آوری شده اند. برای آموزش مدل جنگل تصادفی به عنوان یک مدل یادگیری تجمیعی، متغیرهای تکنیکال، بنیادی و کلان اقتصادی به عنوان ویژگی های مدل، مورد بررسی قرار گرفته اند. همچنین الگوریتم ژنتیک به منظور بهینه سازی هایپرپارامترهای این مدل به کار گرفته شده است. به منظور افزایش شفافیت و اعتمادپذیری مدل، از تکنیک تفسیرپذیری شاپ برای شناخت تأثیر و اهمیت ویژگی ها استفاده شده است. یافته ها: نتایج این پژوهش نشان می دهد که ترکیب الگوریتم جنگل تصادفی با بهینه سازی هایپرپارامترها از طریق الگوریتم ژنتیک و استفاده از روش توضیح پذیری همچون مقادیر شاپ، علاوه بر افزایش دقت پیش بینی بازده شاخص قیمت صنایع تولیدی بورس تهران، شفافیت و اعتمادپذیری مدل را نیز ارتقا می دهد. یافته ها تأکید دارند که متغیرهای تکنیکال، به ویژه شاخص میانگین متحرک نمایی، شاخص همگرایی و واگرایی میانگین متحرک، حجم معاملات و میزان سهام شناور، بیشترین نقش را در بهبود دقت پیش بینی ایفا می کنند. در مقابل، متغیرهای بنیادی همچون نسبت قیمت به درآمد و نرخ بهره و نرخ تورم تأثیرگذارند، اما نقش آن ها نسبت به متغیرهای تکنیکال کمتر است. علاوه بر این، ارزیابی متقاطع سری زمانی، پایداری و تعمیم پذیری بالای مدل پیشنهادی را در دوره های مختلف تأیید می کند. نتیجه گیری: با توجه به هم خوانی نتایج این پژوهش با مطالعات معتبر بین المللی می توان نتیجه گرفت که مدل های هوش مصنوعی توضیح پذیر نه تنها عملکرد خوبی نسبت به مدل های سنتی دارند، بلکه تحلیلگران مالی را در اتخاذ تصمیمات آگاهانه و مؤثر یاری کرده و می توانند نقشی کلیدی در مدیریت ریسک و بهینه سازی سبد دارایی ها ایفا کنند. بدین ترتیب، مدل پیشنهادی با شفافیت عملکرد و قابلیت اطمینان بالا، به عنوان ابزاری مؤثر برای تحلیلگران مالی معرفی شده و افق های تازه ای را در کاربرد هوش مصنوعی توضیح پذیر در صنعت مالی ایران می گشاید.

مقدمه و هدف: ترسیم نقشه اهداف استراتژیک، ابزاری موثر برای ایجاد هم راستایی میان اهداف استراتژیک با استراتژی های سازمان و نشان دادن روابط علت و معلولی میان اهداف استراتژیک، گامی برای ارتقای اثربخشی شرکت تلقی می شود. در فضای تجربی سازمان ها، ترسیم نقشه اهداف استراتژیک به صورت شهودی صورت می گیرد. با روش شهودی، ارتباط علت و معلولی بین اهداف استراتژیک در لایه های مختلف کاملاً روشن نیست و مشخص نیست که کدام اهداف استراتژیک باهم ارتباط دارند. بنابراین، نیاز به ارائ ه روشی قضاوتی بر مبنای ریاضیات مانند مدل سازی ساختاری تفسیری برای ترسیم نقشه اهداف استراتژیک ضروری است. مدل سازی ساختاری تفسیری، روشی برای ساخت و درک ارتباط های میان عناصر سیستم پیچیده بر مبنای نظرات خبرگان است. مسئله این پژوهش، مشخص نبودن روابط علت و معلولی بین اهداف استراتژیک در سطوح کارک ردی شرکت فولاد آلیاژی ایران می باشد. بنابراین، ه دف این پژوهش، سطح بندی اهداف استراتژیک به صورت لایه های چندگانه در 4 منظر کارت امتیازی متوازن در شرکت فولاد آلیاژی ایران است که در هر لایه نیز اهداف چندگانه مد نظر قرار می گیرد. روش شناسی:   نوع این پژوهش از لحاظ هدف، کاربردی و از لحاظ نحوه گردآوری داده ها، توصیفی- پیمایشی است. جامعه آماری پژوهش، 34 نفر از مدیران عالی و کارشناسان خبره شرکت فولاد آلیاژی ایران  است. در این پژوهش، با استفاده از مطالعات کتابخانه ای (بررسی های اسنادی، مطالعه کتب و نشریات داخلی و خارجی و جستجو در پایگاه های اطلاعاتی) و مطالعات میدانی (مصاحبه و پرسشنامه) نسبت به جمع آوری داده های مورد نیاز اقدام شده است. در پرسشنامه این پژوهش رابطه تمامی اهداف از نظر چگونگی ارتباط و تأثیر آنها بر یکدیگر مورد سؤال قرار گرفته است. با توجه به 17 هدف استراتژیک شرکت فولاد آلیاژی ایران تعداد سؤالات پرسشنامه، 136 عدد حاصل شد. برای بهبود عملکرد محاسبات و تجزیه وتحلیل ها از نرم افزار Matlab برای ترسیم روابط علت و معلولی میان اهداف استراتژیک این شرکت از طریق مدل سازی ساختاری تفسیری در 4 منظر کارت امتیازی متوازن استفاده شد. یافته ها: یافته های پژوهش با استفاده از مدل سازی ساختاری تفسیری و نرم افزار Matlab نشان داد: روابط بین اهداف استراتژیک شرکت فولاد آلیاژی ایران در کارت امتیازی متوازن در 6 لایه سطح بندی شدند. به لحاظ قدرت نفوذ و میزان وابستگی، اهداف «افزایش سرمای ه گذاری جهت تکمیل طرح های کارآمد نیمه تمام در شرکت فولاد آلی اژی ایران»" و «گسترش تعاملات میان صنعت فولاد آلی اژی ایران و مراکز علمی پژوهشی» اثرگذارترین اهداف هستند که در سطح 6 قرار گرفتند. در سطح پنجم، فقط هدف «توسعه زیرساخت های فناوری اطلاعات» قرار گرفت که در دسته اهداف مستقل (نفوذ) قرار دارد. در سطح چهارم دو هدف «جذب نیروی انسانی کارآمد» و «ارتقای عملکرد مدیریت دانش و اطلاعات» قرار گرفتند که در دسته اهداف مستقل قرار دارند. در سطح سوم، هفت هدف «ارتقای سطح توانمندی کارکنان»، «مدیریت بهینه فناوری»، «توسعه فناوری های برتر»، «ارتقای کیفیت محصولات»، «توسعه ظرفیت های تولیدی»، «تأمین پایدار مواد اولیه، اقلام، قطعات و تجهیزات» و «ارتقای عملکرد اجتماعی» قرار گرفتند که در دسته اهداف پیوندی (ارتباطی) می باشند. در سطح دوم، دو هدف «افزایش ضریب بهره برداری از تجهیزات» و «استفاده بهینه از دارایی ها» قرار گرفتند که در دسته اهداف وابسته قرار دارند. در نهایت، در سطح اول، سه هدف «تقویت برند در بازارهای هدف اقتصادی»، «افزایش رضایت مشتری» و «رشد سودآوری» قرار گرفتند که به عنوان وابسته ترین اهداف شناخته شدند. بحث و نتیجه گیری: شرکت فولاد آلیاژی ایران، با تقویت زیرساخت های خود در زمینه نیروی انسانی و فناوری اطلاعات و نیز توسعه و بهبود سیستم های اتوماسیون و پردازش اطلاعات قادر خواهد بود تا فرآیند های داخلی خود را بهبود داده و در وهله اول به افزایش بهره وری دست یافته و در وهله دوم ضمن تقویت برند خود در بازار و جلب رضایت مشتری به رشد سودآوری دست پیدا کند. همچنین، نتایج این پژوهش به لحاظ مدل ساختاری تفسیری ارائه شده و تحلیل MICMAC هماهنگ و هم راستا با منطق من اظر چهارگانه کارت امتیازی متوازن و دنیای واقعی است.  لذا، پنج هدف واقع در سطوح زیرین مدل سازی ساختاری تفسیری، همگی در منظر رشد و یادگیری کارت امتیازی متوازن و در تحلیل MICMAC نیز به عنوان محرک های دیگر اهداف و جزء ناحیه نفوذ قرار دارند که روابط علت و معلولی میان این اهداف در نقشه اهداف استراتژیک با چارچوب کارت امتیازی متوازن و دنیای واقعی منطبق است. علاوه بر این، تمام اهداف در سه ناحیه نفوذ، پیوندی و وابسته قرار گرفتند و هیچ هدف ناسازگار و خود مختاری در نتایج مشاهده نشد. در ضمن، یافته های این پژوهش در عمل شرکت فولاد آلیاژی ایران را قادر خواهد ساخت تا درک بهتری از روابط اهداف خود داشته باشد و برای نیل به اهداف و اولویت بندی و بودجه بندی آنها، آگاهانه اقدام نماید.

شرکت ها با هدف دستیابی به عملکرد بالا در بازار به اقدامات مختلفی روی آورده اند؛ یکی از این اقدامات ت أکید و توجه ب ر ت وانمندی ها و قابلیت های شرکت است. قابلیت های شرکت دارای ان واع مختلفی است که از مهم ترین آنها می ت وان به قابلیت های بازاریابی و بازارگرایی اشاره نمود. هدف از پژوهش حاضر بررسی تأثیر بازارگرایی کنش گرایانه (فعالانه) در ایجاد تغییرات بازار و پیامدهای آن در شرکت است. این پژوهش از منظر روش از ان واع پژوهش های توصیفی و از نوع همبستگی، از منظر هدف کارب ردی و به لحاظ شیوه گ ردآوری اطلاعات پیمایشی می باشد. با استفاده از نمون ه گیری در دسترس، تعداد 80 پرسشنامه در بین مدیران و کارشناسان باتجربه شرکت های کاشی و سرامیک استان یزد توزیع گردید. پایایی ابزار پژوهش و همچنین روایی آزمون به روش محتوا و سازه تأیید شد. یافته های نهایی پژوهش با استفاده از روش مدل سازی معادلات ساختاری با کمک نرم افزار Smart PLS نشان داد که بازارگرایی کنش گرایانه به ترتیب با مقدار معنی داری 425/17 و 271/4 تاثیر مثبت و مستقیمی بر قابلیت های بازاریابی و تغییرات بازار دارد. همچنین قابلیت های بازاریابی و تغییرات بازار بر عملکرد شرکت های کاشی و سرامیک استان یزد تاثیرگذار است. در این بین نقش میانجی متغیرهای قابلیت های بازاریابی و تغییرات بازار نیز مورد تأیید قرار گرفت.

امروزه اغلب زنجیره های تامین، با توجه بیشتر به حفاظت از محیط زیست به عنوان مزیت رقابتی، به سمت کسب و کار سبز در حرکتند. در این میان، طراحی یک زنجیره تأمین سبز دو مرحله ای با تخصیص بهینه یک تأمین کننده سبز به یک تولیدکننده سبز بر اساس ماکزیمم کارایی و در نظرگرفتن فرآیندها و محصولات درونی میان این دوسطح، ضروری به نظر می رسد؛ زیرا، عملکرد اقتصادی و زیست محیطی زنجیره تأمین را افزایش خواهد داد. یکی از روش های مورد استفاده برای ارزیابی کارایی در مدیریت زنجیره تأمین سبز، تحلیل پوششی داده ها (DEA) است. روش-های سنتی DEA در ارزیابی کارایی زنجیره تأمین و سیستم های چند مرحله ای به درستی عمل نمی کنند؛ زیرا، هر واحد تصمیم گیرنده را مانند جعبه سیاه در نظر می گیرند و از ساختارهای دورنی آن غفلت می ورزند. لذا به منظور رفع این نقص، یک روش تحلیل پوششی داده های شبکه ای دو مرحله ای مبتنی بر مفاهیم مهندسی برق ارائه خواهد شد که قادر است کل ورودی ها، محصولات میانی و خروجی های مطلوب و نامطلوب میان تأمین کننده و تولیدکننده در زنجیره تأمین سبز را جهت تخصیص بهینه واحدهای تأمین به تولید براساس ماکزیمم کارایی در نظر بگیرد. مدل پیشنهادی همراه با یک مثال کاربردی تشریح و اعتبار آن تایید گردیده است.

امروزه مسئله تخصیص، یکی از مسائل بهینه سازی در شاخه تحقیق در عملیات محسوب می شود و پژوهشگران متعددی در این زمینه مطالعه می کنند. مسئله تخصیص در زمره خانواده مسائل NP-Hard قرار دارد که کاربرد این مسائل در دنیای واقعی، معمولاً با چندین ورودی و خروجی های متنوع همراه است. این مقاله، بر اساس برخی مفاهیم و قوانین اثبات شده مهندسی برق که می توان آنها را با مفهوم کارایی در تحلیل پوششی داده ها معادل در نظر گرفت، مدل برنامه ریزی خطی جدیدی برای حل مسئله تخصیص با ورودی و خروجی های چندگانه ناهمگن به ازای هر تخصیص ممکن، ارائه می دهد. تابع هدف در این نوع مدل به جای سود یا هزینه، ماکزیمم کارایی نسبی است. از مزیت های عمده این مدل ریاضی جدید، همگرایی سریع تر به سمت جواب بهینه، حل فقط یک مدل ریاضی به جای حل چندین مدل ریاضی، تغییر نکردن تعداد متغیرها و محدودیت های مدل پیشنهادی با افزایش تعداد ورودی ها یا خروجی های مسئله و نیز زمان محاسبات کمتر نسبت به سایر روش های مرسوم است. در انتها نیز، مدل پیشنهادی همراه با یک مثال کاربردی تشریح شده و نتایج آن با مدل چن و لو مقایسه شده است.

مسئله یافتن یک ترکیب بهینه از دانشجویان ورودی به دانشگاه ها و مؤسسات آموزش عالی به یکی از چالش های مهم مؤسسات آموزشی تبدیل شده است و به عنوان یک مسئله بهینه سازی پیچیده مطرح است. مقاله حاضر بر آن است تا با نگرش سیستمی و ارائه یک مدل ریاضی، تعداد مطلوب دانشجویان ورودی به دانشکده مدیریت و حسابداری دانشگاه علامه طباطبایی را پیشنهاد نماید. در طراحی مدل از اطلاعات مربوط به واحدهای آموزشی، رفاهی وخدماتی دانشگاه از جمله ظرفیت آموزشی دانشکده ، ظرفیت های سایت کامپیوتر، غذاخوری دانشجویان، تعداد دانشجویان فعلی و فارغ التحصیل در سال جاری در مقاطع گوناگون تحصیلی استفاده شد و به جهت تطابق بیشتر مدل پیشنهادی با واقعیت های عینی، از محدودیت های فازی استفاده گردید. در این مقاله تلاش شده است تا با تجزیه و تحلیل روابط متغیرها و پارامترهای موجود در سیستم دانشکده و اولویت بندی آن ها به کمک تکنیک تحلیل سلسله مراتبی، مدل مناسبی برای تعیین تعداد مطلوب دانشجویان رشته های مختلف در هر سال را برای سال بعد بدست آورد و همچنین کمبودها و فاصله با سطح مطلوبیت مرجع واحدهای رفاهی و خدماتی را ارزیابی و جهت رفع آن ها برنامه ریزی نمود. نتایج حاصل از حل مدل ارائه شده در این مقاله به کمک نرم افزار LINGO نشان می دهد در دانشکده مدیریت و حسابداری دانشگاه علامه طباطبائی بین میزان پذیرش سالیانه دانشجویان با امکانات آموزشی و رفاهی در برخی از رشته– مقطع ها تناسب مناسبی وجود ندارد و نیازمند بازبینی برنامه جذب دانشجو است. همچنین ارزیابی کمی اولیه ای در خصوص کمبودهای واحدهای خدماتی و رفاهی دانشکده صورت گرفت که می توان از آن ها جهت تدوین برنامه توسعه و گسترش دانشکده مذکور استفاده نمود.

ارزیابی و رتبه بندی کشورهای شرکت کننده در بازی های بین المللی بر اساس مدال های کسب­شده توسط آن ها معمول به نظر می رسد. روش های سنتی ارزیابی مبتنی بر تمرکز بر نتایج کشورها یعنی تعداد مدال های کسب شده است، اما باید دانست که دست یابی به خروجی های رقابت (مدال های کسب­شده) تنها در بستر بهره برداری از ورودی ها و با استفاده از فرآیندهای مناسب، امکان پذیر است و برای ارزیابی دقیق، سیستماتیک و هدفمند لازم است ورودی های کمتر نیز در کنار خروجی های بیشتر در مدل های ارزیابی وارد شوند. هدف از این مقاله ارائه مدل ترکیبی DEA/CSW برای ارزیابی کارآیی نسبی عملکرد کشورهای شرکت کننده در بازی های بین المللی است. در این مدل با در نظر گرفتن تعداد مدال های طلا، نقره و برنز کسب­شده توسط هر کشور به­عنوان ستانده و با در نظر گرفتن شاخص هایی نظیر تولید سرانه و جمعیت به­عنوان نهاده هر کشور نمره کارآیی آن کشور در رقابت های ورزشی محاسبه می شود که این نمره کارآیی می تواند ملاک رتبه بندی کشورها باشد. همچنین با توجه به اینکه مدل های معمولی DEA در محاسبه نسبت کارآیی وزن های متفاوتی به مدال های طلا، نقره و برنز برای هر کشور می دهند و اختلاف اهمیت این مدال ها را در نظر نمی گیرند، چه بسا در محاسبه نسبت کارآیی کشورها در کسب مدال به مدال برنز یا نقره ارزشی بیش از مدال طلا بدهند. در این مقاله از روش برنامه ریزی خطی از نوع ماکس مین برای به­دست آوردن مجموعه اوزان مشترک ( CSW ) در مدل های تحلیل پوششی داده ها استفاده شده است. در نهایت، این روش توسعه­یافته برای ارزیابی کارآیی نسبی عملکرد کشورهای شرکت­کننده در بازی های المپیک 2008 پکن به­کار گرفته شده است.