پژوهش های نوین در تصمیم گیری

چکیده با گسترش فناوری‌های نوین و رشد سریع خرده‌فروشی آنلاین، بازنگری در مفهوم بلوغ کیفیت ضرورت یافته است. کیفیت 4.0 به‌عنوان رویکردی نوین در عصر صنعت 4.0، بر ارتباطات هوشمند، اتوماسیون، تحلیل داده و هماهنگی سیستم‌ها تأکید دارد. هدف پژوهش حاضر ارائه چارچوبی جامع برای ارزیابی بلوغ کیفیت 4.0 در صنعت خرده‌فروشی آنلاین ایران است. روش پژوهش از نوع آمیخته بوده و در چهار مرحله اجرا شد: نخست، مرور نظام‌مند ادبیات و شناسایی 18 بعد اولیه کیفیت 4.0؛ دوم، تأیید مدل مفهومی از طریق توزیع پرسشنامه بین 194 نفر از خبرگان و تحلیل معادلات ساختاری که منجر به تأیید 10 بعد اصلی شد؛ سوم، طراحی مدل بلوغ پنج‌سطحی شامل سطوح آغازین تا پیشرو بر پایه ادبیات و نظرات خبرگان؛ و چهارم، توسعه سیستم استنتاج فازی جهت ارزیابی و اندازه‌گیری بلوغ کیفیت. برای اعتبارسنجی، این سیستم در شرکت تجارت الکترونیک کوروش (اکالا) به‌عنوان مطالعه موردی پیاده‌سازی گردید. نتایج نشان داد ابعاد داده، تحلیل، فرهنگ، رهبری و یکپارچگی سیستم‌ها بیشترین تأثیر را بر بلوغ کیفیت 4.0 داشته و چارچوب پیشنهادی می‌تواند ابزاری عملی برای تصمیم‌گیرندگان صنعت در مسیر پیاده‌سازی کیفیت 4.0 باشد.

چکیده ضرورت کاهش انتشار گازهای آلاینده در دنیا سبب افزایش حمایت‌های دولتی در زمینه توسعه فناوری‌های سبز از جمله فناوری‌های جذب و بازیافت کربن شده است. در این تحقیق مسئله انتخاب بهینه پورتفولیوی فناوری‌های جذب و بازیابی کربن به‌منظور تخصیص مشوق‌های دولتی در ایران مورد بررسی قرار گرفته است. باتوجه‌به عدم قطعیت و ابهامات موجود در مسیر توسعه فناوری و باهدف شفاف و عینی نمودن فرایند تصمیم‌گیری در مدل پیشنهادی از تلفیق روش بهینه‌سازی تعاملی و تئوری راف مبتنی بر تسلط استفاده‌شده است. بر اساس اطلاعات مبتنی بر گزارش‌های پژوهشگاه نیرو و پیاده‌سازی مدل در سه‌گام انتخاب اولیه، استخراج قوانین تصمیم‌گیری و بهینه‌سازی جواب در قالب فرایندی تعاملی و تکرارشونده، پورتفولیوی بهینه فناوری‌های جذب و بازیابی کربن تعیین گردیده است. نتایج پیاده‌سازی مبین کارایی مدل ارائه شده جهت شفاف و نظام‌مند نمودن فرایند تصمیم‌گیری است. این مدل که مبتنی بر تلفیق مزایای رویکرد بهینه‌سازی تعاملی در کنار توانمندی ابزار راف مبتنی بر تسلط در استخراج قوانین تصمیم‌گیری توسعه داده شده است، می‌تواند به‌عنوان یک چارچوب کارآمد سیاست‌گذاری در حوزه‌های مختلف از جمله مباحث زیست‌محیطی مورد استفاده قرار گیرد.

چکیده اختلاف‌نظر در آرای قضایی ناشی از اختیارات گسترده قضات در اعمال سلیقه‌ای تخفیف مجازات، چالشی اساسی در نظام عدالت کیفری است. این مسئله نه‌تنها موجب تشتت در تصمیمات قضایی می‌شود، بلکه اعتماد عمومی به‌نظام قضایی را نیز تحت‌تأثیر قرار می‌دهد. پژوهش حاضر باهدف کاهش این ناهمگونی و ارائه راهکاری نظام‌مند، به طراحی یک سیستم هوشمند پشتیبان تصمیم‌گیری قضات با ترکیب استنتاج فازی و روش دیمتل فازی در قالب یک ساختار سلسله‌مراتبی چهارسطحی پرداخته است.
در گام نخست، با بهره‌گیری از روش دیمتل فازی، اهمیت هر یک از شروط تخفیف مجازات مندرج در ماده ۳۸ قانون مجازات اسلامی، بر اساس نظرات شش قاضی خبره تعیین شد. این مرحله امکان اولویت‌بندی معیارهای تأثیرگذار در تخفیف مجازات را بادقت بالایی فراهم کرد. سپس، یک سیستم فازی سلسله‌مراتبی با پایگاه قواعد ۸۳ گانه طراحی شد که منطبق با دانش خبرگان و اصول حقوقی است. پیاده‌سازی این مدل بر روی یک پرونده کیفری واقعی، کارایی آن را در صدور آرای قضایی منسجم و مستدل نشان داد.
نوآوری اصلی این پژوهش در تلفیق روش‌های فازی و سلسله‌مراتبی برای نخستین‌بار در حوزه حقوق کیفری است. این مدل علاوه بر ارائه استانداردی عینی برای اعمال تخفیف مجازات، الگویی برای توسعه سیستم‌های هوشمند در سایر حوزه‌های حقوقی، مانند تعیین میزان دیه، تخفیف در جرائم مالی، یا ارزیابی علل مشدده، محسوب می‌شود. نتایج این پژوهش می‌تواند به افزایش انسجام آرای قضایی، کاهش خطاهای انسانی و ارتقای شفافیت در فرایند دادرسی کمک شایانی نماید.

چکیده ارزیابی ریسک‌های فرآیند توسعه محصول جدید (NPD) در صنعت شوینده به دلیل تغییرات سریع در ترجیحات مشتریان، رقابت شدید و پیشرفت‌های تکنولوژیک در این حوزه، ضرورتی اجتناب‌ناپذیر محسوب می‌شود. مدیریت مؤثر این ریسک‌ها و ارائه استراتژی‌های پیشگیرانه مناسب برای کاهش آنها، نه تنها احتمال موفقیت محصولات را در این صنعت افزایش می‌دهد، بلکه می‌تواند به بهبود کیفیت، کاهش زمان عرضه به بازار و جلب رضایت مشتریان کمک قابل توجهی نماید.
این مطالعه با هدف شناسایی ریسک‌های موجود در فرآیند توسعه محصول جدید و ارزیابی استراتژی‌های کاهشی، از یک رویکرد یکپارچه مبتنی بر روش‌هایSWARA و QFD در محیط فازی فرماتین استفاده کرده است. در این پژوهش، هشت عامل ریسک و هشت استراتژی پیشگیرانه متناظر با استناد به ادبیات موضوع و تأیید خبرگان صنعت شوینده شناسایی شده‌اند. روشSWARA برای تعیین وزن‌های اهمیت نسبی عوامل ریسک و روشQFD نیز به منظور تحلیل روابط بین ریسک‌ها و استراتژی‌های اقدام متناظر به کار گرفته شده است. استفاده از این رویکرد تلفیقی در شرایط عدم قطعیت فازی فرماتین، با توجه به محدوده گسترده‌تر محاسباتی این مجموعه‌ها، امکان نمایش انعطاف‌پذیر‌تر و جامع‌تر عدم قطعیت و ابهام موجود در تصمیم‌گیری‌ها را فراهم کرده است.
نتایج حاصل از تحقیق نشان می‌دهند که ریسک‌های فنی، بازار و زنجیره تأمین به ترتیب بیشترین اهمیت را در فرآیند توسعه محصول جدید در صنعت شوینده دارند. همچنین، استراتژی‌های "بهینه‌سازی فرآیندهای تولیدی"، "تحقیقات بازار و تحلیل رقبا" و "تست و اعتبارسنجی محصول جدید" بیشترین اولویت را در میان استراتژی‌های پیشگیرانه کسب کرده‌اند.

چکیده مدیریت هم‌زمان چینش محصولات، قیمت‌گذاری و اثر جایگزینی در خرده‌فروشی اومنی-‌کانال چالشی پیچیده است. این پیچیدگی ناشی از تعامل میان تقاضای مشتری، محدودیت‌های عملیاتی و رقابت قیمتی است. اغلب مدل‌های پیشین تنها بر یکی از این حوزه‌ها تمرکز کرده و اثرات متقابل آن‌ها را نادیده گرفته‌اند. این پژوهش یک مدل یکپارچه و غیرخطی ارائه می‌کند که تقاضای تصادفی، جایگزینی چندمرحله‌ای (درون و بین کانال‌ها)، محدودیت موجودی، فضای قفسه و ظرفیت مراکز تحقق سفارش را در نظر گرفته و هدف آن حداکثرسازی سود است. برای حل مدل، چهار الگوریتم فرااکتشافی شامل بهینه‌سازی جنگل، ازدحام ذرات، رقابت استعماری و الگوریتم ژنتیک به‌کار گرفته شد. عملکرد این الگوریتم‌ها با داده‌های واقعی بزرگ‌ترین خرده‌فروش ایران و مجموعه داده‌های مصنوعی مقایسه شد. نتایج نشان داد الگوریتم بهینه‌سازی جنگل نسبت به سایر روش‌ها برتری دارد؛ به‌طور میانگین ۲۰٪ افزایش سود و ۱۵٪ کاهش فروش ازدست‌رفته را به‌دست آورد. همچنین این الگوریتم ۲۵٪ سریع‌تر به همگرایی رسید و پایداری نتایج آن در آزمون ویلکاکسون با سطح معناداری ۰.۰۵ تأیید شد. تحلیل سناریوها نشان داد که افزایش تعداد کانال‌ها تا ۳۰٪ سودآوری را ارتقاء داده و رقابت داخلی میان کانال‌ها را کاهش می‌دهد. در مقابل، افزایش تنوع محصولات تا ۱۸٪ فروش ازدست‌رفته را کاهش داد. یافته‌ها می‌تواند راهنمای عملی برای خرده‌فروشان در بهینه‌سازی تصمیمات قیمت‌گذاری، موجودی و چینش محصولات در کانال‌های فیزیکی و آنلاین باشد.

چکیده دانشجویان، به‌عنوان متخصصین آینده و ایفاکنندگان نقش‌های مهم در شبکه‌های ارتباطات اجتماعی و توسعه جامعه، با انواع مشکلات و دشواری‌های روانی مواجه هستند. تشخیص زودهنگام و مداخله به‌موقع می‌تواند از بروز مشکلات جدی‌تر جلوگیری نماید. ازاین‌رو این پژوهش با هدف ارائه چارچوبی نوآورانه برای پیش‌بینی سلامت روان دانشجویان، تلفیقی هوشمندانه از تکنیک‌های تصمیم‌گیری چندمعیاره (دیمتل1)، تحلیل مؤلفه‌های اصلی2 بهبودیافته، و یادگیری ماشین را پیشنهاد می‌دهد. ابتدا بر اساس یک مجموعه داده جامع از اطلاعات دانشجویان و با بهره‌گیری از دیمتل، روابط علّی بین عوامل مؤثر بر سلامت روان دانشجویان شناسایی شد؛ سپس با تحلیل مؤلفه‌های اصلی بهبودیافته، متغیر هدف (وضعیت سلامت روان) استخراج گردید. در مرحله مدل‌سازی، بر اساس مقایسه پنج الگوریتم یادگیری ماشین، مدل رگرسیون لجستیک با دقت 100% و قابلیت تفسیرپذیری بالا به‌عنوان مدل برتر انتخاب شد. ترکیب خروجی احتمالی این مدل با سایر الگوریتم‌ها منجر به بهبود دقت همه مدل‌ها به 100% گردید. تحلیل ضرایب نشان داد متغیرهای روانشناختی شامل اضطراب تحصیلی، افکار خودکشی و افسردگی بیشترین تأثیر منفی و متغیرهای وضعیت تأهل و علاقه به رشته اثرات محافظتی بر سلامت روان دارند. نتایج حاصل از این پژوهش می‌تواند به‌عنوان ابزاری قدرتمند جهت شناسایی زودهنگام دانشجویانی که به حمایت‌های روان‌شناختی نیاز دارند، مورداستفاده قرار گیرد.