<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:sy="http://purl.org/rss/1.0/modules/syndication/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0">
  <channel>
    <title>مهندسی سیستم و بهره‌وری</title>
    <link>https://systems.eyc.ac.ir/</link>
    <description>مهندسی سیستم و بهره‌وری</description>
    <atom:link href="" rel="self" type="application/rss+xml"/>
    <language>fa</language>
    <sy:updatePeriod>daily</sy:updatePeriod>
    <sy:updateFrequency>1</sy:updateFrequency>
    <pubDate>Sun, 22 Nov 2026 00:00:00 +0330</pubDate>
    <lastBuildDate>Sun, 22 Nov 2026 00:00:00 +0330</lastBuildDate>
    <item>
      <title>طراحی سیستم و تحلیل نهادی برای تحقق بهره‌وری اقتصادی خانواده با استفاده از مدل سیستم‌های مانا</title>
      <link>https://systems.eyc.ac.ir/article_732176.html</link>
      <description>در برنامه‌های توسعه پنج‌ساله، تأکید شده یک‌سوم رشد اقتصادی باید از بهره‌وری حاصل شود. ازآنجاکه خانواده واحد تولید و مصرف منابع است، نقش مهمی در مدیریت جریان بهره‌وری دارد. در این پژوهش، برای تدوین نقشه کلان ملی و تقسیم‌کار نهادی، ابتدا اهداف حاکمیت در تحقق بهره‌وری اقتصادی خانواده (نظام مسائل حاکمیت) تنظیم شد. سپس با بهره‌گیری از مدل سیستم‌های مانا و تطبیق آن با مدل مرجع کارکردی، بازیگران و نقش‌آفرینان بهره‌وری اقتصادی خانواده در زیرسیستم‌های مانا تحلیل شدند. با مطالعات کتابخانه‌ای و مصاحبه‌های خبرگان، رویکرد نگاشت نهادی از طریق ماتریس‌های وظیفه-کارکرد و نهاد-کارکرد به تفکیک اهداف حاکمیتی اعمال شد و نحوه نقش‌آفرینی بازیگران موجود بر اساس چارچوب کارکردی پیشنهادی برای دستیابی به هر هدف بررسی گردید. اهمیت مدل‌سازی مانا در ارائه معماری کلان، نگاه جامع سیستمی و جایابی صحیح بازیگران برای تضمین پایداری سیستم است. نتایج نشان می‌دهد در همه اهداف اقتصاد خانواده، یا نقش‌آفرینی بازیگران بالفعل ضعیف است یا اساساً متولی مشخصی وجود ندارد و خلأ جدی نهادی دیده می‌شود. رویکرد مطلوب نیز کاهش تصدی‌گری دولت و حرکت به سمت توانمندسازی و پشتیبانی خانواده است. مدل سیستم مانا به‌عنوان چارچوب روش‌شناختی کیفی مبتنی بر داده‌های واقعی، با تلفیق داده‌های اسنادی و میدانی، تحلیل مضمون و اعتبارسنجی خبرگان، مبنای طراحی مدل نهادی بهره‌وری اقتصاد خانواده قرار گرفت. مضامین و کارکردهای نهادی استخراج‌شده در قالب مدل مرجع کارکردی سازمان‌دهی شدند و سپس در پنج‌لایه مدل مانا (عملیات، هماهنگی، مدیریت و کنترل، هوشمندی و سیاست‌گذاری) جایابی و روابط سیستمی میان نهادها تعیین شد.</description>
    </item>
    <item>
      <title>طراحی زنجیره‌تأمین حلقه بسته ظروف شیشه‌ای تحت اختلالات حمل‌و‌نقل</title>
      <link>https://systems.eyc.ac.ir/article_732216.html</link>
      <description>با افزایش روزافزون مصرف ظروف شیشه‌ای در صنایع غذایی و دارویی، تقاضا برای تأمین پایدار و کارآمد این نوع بسته‌بندی به‌طور قابل‌توجهی رشد کرده است. هم‌زمان افزایش فشارهای محیط‌زیستی و الزامات قانونی مربوط به بازیافت ضایعات موجب شده است که طراحی زنجیره‌تأمین ظروف شیشه‌ای به‌عنوان یک مسئله راهبردی در مدیریت صنعتی مطرح شود. در پاسخ به این چالش‌ها، پژوهش حاضر یک رویکرد ترکیبی سه‌ فازی برای طراحی زنجیره‌تأمین حلقه بسته ظروف شیشه‌ای تحت ریسک‌های اختلالی در زیرساخت‌های حمل‌ونقل و عدم قطعیت‌ ارائه می‌دهد. در فاز اول، به‌منظور پیش‌بینی تقاضای مشتریان، از رویکرد پویایی‌شناسی سیستم‌ها بهره گرفته شده است. در فاز دوم، با به‌کارگیری روش تصمیم‌گیری چندمعیاره کوکوسو به رتبه‌بندی تأمین‌کنندگان پرداخته می‌شود. با استفاده از نتایج فازهای اول و دوم، در فاز سوم، یک مدل برنامه‌ریزی تصادفی چندمحصولی و چنددوره‌ای توسعه داده می‌شود. هدف مدل پیشنهادی حداقل کردن کل هزینه‌های زنجیره‌تأمین ظروف شیشه‌ای‌ جهت تعیین تصمیماتی از قبیل انتخاب تأمین‌کنندگان، مقدار تولید، میزان حمل‌ونقل در سطوح مختلف زنجیره، انتقال عرضی بین مراکز توزیع، بازیافت، دفع و مدیریت کمبود تقاضا است. مدل پیشنهادی بر روی سه مثال عددی پیاده‌سازی می‌شود و نتایج تحلیل حساسیت بر روی پارامترهای کلیدی مسئله ارائه می‌گردد.</description>
    </item>
    <item>
      <title>چارچوب ترکیبی مدل‌سازی معادلات ساختاری و یادگیری ماشین برای بهبود مدیریت ارتباطات در پروژه‌های ساختمانی (مطالعه موردی: شهر زنجان)</title>
      <link>https://systems.eyc.ac.ir/article_732290.html</link>
      <description>صنعت ساخت‌وساز ایران با چالش‌هایی نظیر تأخیر، افزایش هزینه و افت کیفیت مواجه است که بخش قابل‌توجهی از آن ناشی از ضعف در مدیریت ارتباطات میان ذی‌نفعان پروژه‌هاست. هدف این پژوهش، شناسایی عوامل کلیدی مؤثر بر ضعف ارتباطات و ارائه مدلی ترکیبی برای تحلیل و پیش‌بینی اثر آن‌ها بر عملکرد پروژه‌های ساختمانی است. پژوهش حاضر از رویکرد ترکیبی اکتشافی&amp;amp;ndash;توضیحی بهره می‌برد. در فاز کیفی، شاخص‌های مرتبط با ضعف ارتباطات از طریق مرور نظام‌مند منابع و تحلیل محتوای اسناد استخراج شد. در فاز کمی، داده‌های حاصل از ۱۱۴ پرسشنامه معتبر کارکنان پروژه‌های ساختمانی شهر زنجان با استفاده از مدل‌سازی معادلات ساختاری (SEM) و الگوریتم جنگل تصادفی (RF) تحلیل گردید. نتایج مدل SEM نشان داد که جریان اطلاعات، مدیریت پروژه و همسویی منابع انسانی با استراتژی سازمان بیشترین اثر مستقیم را بر عملکرد پروژه دارند. مدل یادگیری ماشین نیز همین سه عامل را به‌عنوان قوی‌ترین متغیرهای پیش‌بینی‌کننده ضعف ارتباطات شناسایی کرد و به دقت پیش‌بینی 87/0 و مقدار  AUC برابر 93/0 دست یافت. ترکیب دو روش، امکان تحلیل هم‌زمان روابط نظری و پیش‌بینی تجربی را فراهم ساخت. یافته‌ها بیانگر آن است که تقویت سیستم مدیریت اطلاعات پروژه، شفاف‌سازی ساختار مدیریتی و هم‌راستاسازی منابع انسانی با اهداف سازمانی می‌تواند ریسک ارتباطات ضعیف را به‌طور معناداری کاهش دهد. نوآوری اصلی پژوهش در به‌کارگیری رویکرد ترکیبی SEM&amp;amp;ndash;ML در بستر پروژه‌های ملی ایران و ارائه مدلی است که علاوه بر تحلیل روابط علی، توان رتبه‌بندی و پیش‌بینی داده‌محور عوامل کلیدی را داراست.</description>
    </item>
    <item>
      <title>ارائه مدلی جدید بر پایه مدل ARIMA در پیش‌بینی قیمت سهام شرکت‌های بورس اوراق بهادار تهران</title>
      <link>https://systems.eyc.ac.ir/article_732324.html</link>
      <description>در سال‌های اخیر، مدل‌های آماری سری‌های زمانی به‌ویژه مدل ARIMA به‌عنوان یکی از ابزارهای کارآمد در پیش‌بینی قیمت سهام موردتوجه قرار گرفته‌اند. با وجود دقت قابل‌قبول این مدل، حساسیت آن نسبت به تعداد داده‌های تاریخی یکی از چالش‌های مهم در کاربردهای واقعی محسوب می‌شود. در این پژوهش، با هدف افزایش دقت و پایداری پیش‌بینی، مدلی جدید تحت عنوان RARIM مبتنی بر مدل ARIMA معرفی شده است. در این مدل از رویکرد Fast-learning Reset برای کاهش تأثیر انتخاب طول تاریخچه داده‌ها استفاده شده است. داده‌های قیمتی مربوط به ۱۸ شرکت از چهار صنعت فولاد، پتروشیمی، بانک و خودرو در بازه زمانی فروردین ۱۳۹۷ تا دی ۱۴۰۲ مورد تحلیل قرار گرفتند. برای ارزیابی عملکرد مدل، از شاخص خطای نسبی میانگین و روش رتبه‌بندی TOPSIS جهت مقایسه دقت پیش‌بینی در بازه‌های زمانی کوتاه‌مدت و بلندمدت استفاده شد. نتایج نشان داد مدل RARIMA توانسته است دقت پیش‌بینی را در مقایسه با مدل ARIMA به‌طور میانگین تا ۷۵% بهبود دهد و حساسیت مدل نسبت به طول داده‌های تاریخی را به‌طور چشمگیری کاهش دهد. بر اساس نتایج، مدل پیشنهادی می‌تواند به‌عنوان ابزاری کارآمد برای تحلیلگران مالی و تصمیم‌گیرندگان در بازار سرمایه مورداستفاده قرار گیرد.</description>
    </item>
    <item>
      <title>طراحی الگوی پرورش تفکر سیستمی دانش‌&amp;rlm;آموزان دوره‌ی ابتدایی ایران</title>
      <link>https://systems.eyc.ac.ir/article_732506.html</link>
      <description>تفکر سیستمی بستری است که به کمک قابلیت‌های ویژه‌ای که از آن برخوردار است، درک مسائل پیچیده را تسهیل و فرصت انتخاب‌های اصلح برای زندگی بهتر در اختیار آدمی قرار می‌دهد. شایسته است یادگیری آن از دوره کودکی در دبستان آغاز گردد. هدف پژوهش، طراحی الگوی پرورش تفکر سیستمی دانش‌آموزان دوره ابتدایی بود که با روش کیفی نظریه داده بنیاد انجام شد. جامعه آماری، کارشناسان رشته‌های علوم‌تربیتی، مشــاوره و روان‌شناسی و آشنا به حوزه ابتدایی بودند که از بین آن‌ها تعداد 25 نفر به‌صورت نمونه‌گیری نظری جهت مصاحبه عمیق انتخاب شدند و مصاحبه‌ها تا رسیدن به اشباع نظری ادامه یافت. اعتبار یافته‌ها با روش تطبیق توسط اعضا و انجام مصاحبه‌های آزمایشی بررسی شد. به‌منظور تجزیه‌وتحلیل داده‌های کیفی، از کدگذاری باز، محوری و گزینشی استفاده شد. نتایج گویای آن است که 1390 گزاره مفهومی اولیه با 23 مقوله اصلی و 90 مقوله فرعی در قالب ابعاد شش‌گانه مدل مفهومی شامل: موجبات علّی  (مدرسه، خانواده، برنامه درسی)، پدیده اصلی (پرورش تفکر سیستمی)، شرایط زمینه‌ای (شناخت، نگاه کل‌نگر، شایستگی‌های مدیریتی، نیرو و امکانات مناسب، انعطاف‌پذیری در نظام آموزشی، همسویی نهادهای اجتماعی با مدرسه)، شرایط مداخله‌گر (محیط اجتماعی، فرهنگ سیاسی، نظام اقتصادی، شرایط فرهنگی)، راهبردها (بهره‌وری از نظام مشارکتی، پرورش مهارت‌های زندگی، آموزش، راهبردهای انگیزشی) و پیامدها (همه‌جانبه‌نگری، افزایش مهارت‌ها، موفقیت تحصیلی، توسعه فردی، توسعه جامعه) شناسایی شدند. یکپارچه‌سازی مقوله‌ها بر مبنای روابط موجود، شکل‌دهنده مدل مفهومی است که الگوی پرورش تفکر سیستمی در دانش‌آموزان ابتدایی را منعکس می‌نماید.</description>
    </item>
    <item>
      <title>شناسایی روش‌های افزایش بهره‌وری ناظران پروژه‌های گازرسانی با استفاده از روش تلفیقی نظریه‌های تریز و داده بنیاد (مطالعه موردی: شرکت گاز خراسان رضوی)</title>
      <link>https://systems.eyc.ac.ir/article_732956.html</link>
      <description>این مطالعه به طور سیستماتیک، پیش‌نیازها، پیامدها، و روش‌های بهبود بهره‌وری ناظران در پروژه‌های توزیع گاز در شرکت گاز خراسان رضوی را شناسایی و سازماندهی می‌کند. با اتخاذ رویکرد تفسیری-سازنده‌گرایانه، پژوهش دو روش‌شناسی را ادغام می‌نماید: نظریه داده‌بنیاد و تریز (به طور خاص، ماتریس تضادهای آلتشولر و ۴۰ اصل ابداعی). داده‌ها از طریق مصاحبه‌های نیمه‌ساختاریافته و مبتنی بر رویداد با ۱۹ ناظر جمع‌آوری شد. با استفاده از نظریه داده‌بنیاد سازنده‌گرایانه در نرم‌افزار MAXQDA، تحلیل پنج دسته اصلی تأثیرگذار بر بهره‌وری ناظران را شناسایی کرد: (۱) آموزش و توانمندسازی، (۲) انگیزش و رضایت شغلی، (۳) ارتباطات سازمانی مؤثر، (۴) تعادل کار-زندگی، و (۵) سلامت روانشناختی. ابتکارات برای بهبود این عوامل، اغلب هزینه‌های قابل توجه، زمان و انرژی را به همراه دارد. برای حل این تضادهای ذاتی، مطالعه از مفهوم نتیجه نهایی ایده‌آل تریز و ماتریس تضاد از طریق نرم‌افزار CREAX استفاده کرد و نه اصل ابداعی مناسب را استخراج نمود: ادغام، عمل مقدماتی، تداوم عمل مفید، تبدیل زیان به سود، پرش، بازخورد، جایگزینی مکانیکی، سیستم سیال، و تغییر ویژگی. کاربرد استراتژیک این اصول نشان می‌دهد که امکان بهبود بهره‌وری هسته‌ای همزمان با کاهش محدودیت‌های منابع مرتبط وجود دارد.</description>
    </item>
    <item>
      <title>توسعه‌ی مدل پیش‌بینی قطعی برق مبتنی بر یادگیری عمیق برای بهبود تاب‌آوری در سیستم‌های قدرت</title>
      <link>https://systems.eyc.ac.ir/article_733212.html</link>
      <description>قطعی‌های ناگهانی برق، نه‌تنها پایداری شبکه را تحت تأثیر قرار می‌دهند، بلکه موجب افزایش چشمگیر هزینه‌های عملیاتی نیز می‌شوند؛ مسئله‌ای که چالشی اساسی برای بهره‌وری سیستم‌های برقی به شمار می‌رود. در این پژوهش، مدلی کارآمد مبتنی بر یادگیری عمیق برای پیش‌بینی قطعی برق ارائه می‌شود که تلفیقی از یک ویژگی‌یاب مبتنی بر خودرمزگذار و یک طبقه‌بند چندلایه با ساختار باقی‌مانده است. آنچه این مدل را از روش‌های مرسوم متمایز می‌سازد، توانایی آن در حفظ دقت بالای پیش‌بینی بدون اتکا به ویژگی‌های مکانی نظیر عرض و طول جغرافیایی است، عواملی که اغلب در مدل‌های سنتی نقش کلیدی داشتند. در مرحله نخست روش پیشنهادی، یک خودرمزگذار بر روی مجموعه داده‌ای غنی، فاقد برچسب، شامل اطلاعات آب‌وهوایی و تقاضای انرژی در بازه زمانی بیست‌وچهارساله (2000 تا 2024) از ایالت مریلند ایالات‌متحده آموزش داده می‌شود. نمایش‌های نهفته به‌دست‌آمده از این مدل، به‌عنوان ویژگی‌های استخراج‌شده، به مدل طبقه‌بندی آموزش‌دیده بر داده‌های برچسب‌دار قطعی‌های برق افزوده می‌شوند. مدل نهایی، حتی بدون استفاده از داده‌های مکانی، موفق به کسب امتیاز F1 معادل ۸۱% شده است؛ درحالی‌که عملکرد آن با بهره‌گیری از تمامی ویژگی‌ها (شامل مختصات جغرافیایی) به ۹۰% می‌رسد. این سطح از قابلیت تعمیم‌پذیری، امکان استقرار مدل در مناطق فاقد داده‌های مکانی را فراهم کرده و درنهایت، به ارتقاء انعطاف‌پذیری، قابلیت اطمینان و بهره‌وری سیستم قدرت منجر می‌شود.</description>
    </item>
    <item>
      <title>طراحی مدل الزامات اقتصاد اشتراکی برای سیستم‌های تولیدی در صنعت نساجی</title>
      <link>https://systems.eyc.ac.ir/article_733316.html</link>
      <description>هدف این پژوهش، طراحی مدلی از الزامات اقتصاد اشتراکی برای سیستم‌های تولیدی در صنعت نساجی جنوب شرقی عراق است؛ بخشی که با وجود ظرفیت‌های بالقوه، فاقد چارچوبی بومی برای تشخیص الزامات و روابط علّی این رویکرد است. برای این منظور، ابتدا مرور نظام‌مند ادبیات برای شناسایی الزامات انجام شد. سپس شاخص‌های استخراج‌شده با روش سوآرا به کمک خبرگان اولویت‌بندی شدند. درنهایت، با بهره‌گیری از نگاشت شناختی فازی و نرم‌افزار FCMapper، روابط علّی بین عوامل و سناریوهای اثرگذار و اثرپذیر تبیین شد. یافته‌ها نشان داد که چهار عامل &amp;amp;laquo;حمایت مدیریت ارشد&amp;amp;raquo;، &amp;amp;laquo;سیاست‌های حمایتی و نظارتی&amp;amp;raquo;، &amp;amp;laquo;آگاهی ذی‌نفعان&amp;amp;raquo; و &amp;amp;laquo;فرهنگ پذیرش اقتصاد اشتراکی&amp;amp;raquo; بیشترین نقش را در پیاده‌سازی موفق اقتصاد اشتراکی ایفا می‌کنند. همچنین &amp;amp;laquo;شناسایی ظرفیت‌های مازاد و منابع کم‌استفاده&amp;amp;raquo; به‌عنوان عامل پایه‌ای، بیشترین اثرگذاری را بر سایر الزامات دارد. بنابراین برای استقرار اقتصاد اشتراکی در صنعت نساجی جنوب شرقی عراق ابتدا باید ظرفیت‌های مازاد به‌طور نظام‌مند شناسایی و فعال شوند. مدل ارائه‌شده می‌تواند به‌عنوان راهنمایی عملی برای سیاست‌گذاران و مدیران در به‌کارگیری اقتصاد اشتراکی در صنایع تولیدی مورداستفاده قرار گیرد.</description>
    </item>
    <item>
      <title>بهینه‌سازی یکپارچه موجودی قطعات یدکی با استفاده از پیش‌بینی تقاضا مبتنی بر یادگیری ماشین با در نظر گرفتن موجودی اطمینان و تأمین با دو زمان تحویل</title>
      <link>https://systems.eyc.ac.ir/article_733533.html</link>
      <description>یکی از چالش‌های همیشگی در صنعت، برقراری تعادل میان تداوم تولید و کاهش هزینه‌های انبارداری است؛ هدفی که روش‌های سنتی مدیریت موجودی، به دلیل ضعف در پیش‌بینی تقاضاهای نامنظم و نادیده‌گرفتن محدودیت‌های اجرایی، اغلب در تحقق آن ناموفق‌اند. در این پژوهش، سعی شده با تلفیق پیش‌بینی دقیق تقاضا و مدل‌سازی ریاضی، راهکاری یکپارچه برای این مسئله ارائه شود. نقطه قوت این مدل، انعطاف‌پذیری آن در انتخاب شیوه تأمین است؛ یعنی سیستم می‌تواند بسته به شرایط، بین خرید عادی و خرید اضطراری بهترین گزینه را انتخاب کند. در طراحی این مدل، محدودیت‌های واقعی نظیر سقف بودجه (برای اقلام حیاتی و غیرحیاتی) و ظرفیت انبار دقیقاً در نظر گرفته شده‌اند و سطح موجودی اطمینان نیز متناسب با نوسانات تقاضا تغییر می‌کند. نتایج پیاده‌سازی مدل روی داده‌های ۶۰ قلم کالا نشان داد که فاصله‌گرفتن از سیاست‌های تک‌بعدی و استفاده از یک راهبرد ترکیبی، حتی در شرایط محدودیت مالی و فضا، منجر به کاهش هزینه‌ها و حفظ پایداری سیستم می‌شود.</description>
    </item>
    <item>
      <title>یک رویکرد تلفیقی از روش‌های BWM-CoCoSo ،FMEA و K-means برای مدیریت ریسک پروژه‌های EPC در صنایع پتروشیمی</title>
      <link>https://systems.eyc.ac.ir/article_733605.html</link>
      <description>مدیریت ریسک در پروژه‌های مهندسی، تدارکات و ساخت (EPC) صنایع پتروشیمی، به دلیل ماهیت پیچیده، سرمایه‌بر و پرخطر این پروژه‌ها، از اهمیت حیاتی برخوردار است. باوجود کاربرد گسترده روش‌های مرسومی مانند تجزیه‌وتحلیل حالات بالقوه خطا (FMEA)، محدودیت‌هایی از قبیل وزن یکسان معیارها و ناتوانی در پردازش حجم انبوه ریسک، کارایی آن را کاهش می‌دهد. این مقاله با هدف پر کردن این شکاف، یک چارچوب ترکیبی نوین برای شناسایی، ارزیابی و اولویت‌بندی سیستماتیک ریسک‌ها پیشنهاد می‌دهد. روش پیشنهادی، رویکرد FMEA را با روش بهترین-بدترین (BWM) برای تعیین وزن بهینه معیارها و با روش تصمیم‌گیری چندمعیاره CoCoSo برای رتبه‌بندی دقیق ریسک‌ها تلفیق می‌کند. دیگر نوآوری اصلی این مدل، ادغام الگوریتم خوشه‌بندی K-means است که امکان کشف الگوهای پنهان و گروه‌بندی ریسک‌ها با مشخصات مشابه را فراهم می‌سازد، تمرکز بر ریسک‌های بحرانی را تسهیل می‌کند و به مدیران دید کلانی برای اتخاذ راهکارهای مدیریتی ارائه می‌دهد. مدل پیشنهادی بر روی یک مطالعه موردی واقعی در صنعت پتروشیمی ایران با ۱۲۳ ریسک شناسایی‌شده اعمال شده است. نتایج نشان می‌دهد که رتبه‌بندی CoCoSO، مهم‌ترین ریسک‌ها را در حوزه‌هایی مانند مدیریت دانش پروژه‌های قبلی، نوسانات قیمت تجهیزات و مدیریت اطلاعات یکپارچه شناسایی کرده است. چارچوب یکپارچه پیشنهادی می‌تواند به‌عنوان ابزاری راهبردی، توانمندی مدیران پروژه‌های EPC پتروشیمی را در تخصیص بهینه منابع و تدوین پاسخ‌های مؤثر به ریسک‌های پیچیده افزایش دهد.</description>
    </item>
    <item>
      <title>چارچوبی ترکیبی مبتنی بر یادگیری تقویتی برای توزیع بار کاری و زمان‌بندی در خطوط مونتاژ مدل ترکیبی</title>
      <link>https://systems.eyc.ac.ir/article_734036.html</link>
      <description>این مطالعه، رویکردی نوآورانه برای مواجهه با چالش‌های دوگانه &amp;amp;laquo;بالانس خط&amp;amp;raquo; و &amp;amp;laquo;توالی‌سازی&amp;amp;raquo; در خطوط مونتاژ ترکیبی، از طریق ادغام هوش مصنوعی ارائه می‌دهد. با تلفیق شبکه‌های عصبی عمیق و یادگیری تقویتی، چارچوب پیشنهادی به‌طور هم‌زمان توزیع بار کاری ایستگاه‌ها و ترتیب اجرای وظایف را بهینه می‌سازد. داده‌های تاریخی تولید شامل زمان‌های پردازش وظایف، تعداد کل ایستگاه‌ها و وابستگی‌های بین وظایف، جمع‌آوری و در قالب مدل‌های پیش‌بینیکننده ساختاردهی شدند. یک عامل یادگیری تقویتی مبتنی بر شبکه Q عمیق توسعه داده شد تا وظایف را به‌طور پویا و در زمان واقعی به ایستگاه‌ها تخصیص دهد و ترتیب اجرای آن‌ها را مشخص کند، با هدف حداقل‌سازی زمان کل تولید و حداکثرسازی کارایی کلی خط. به‌موازات، از شبکه‌های عصبی عمیق برای پیش‌بینی مدت زمان پردازش وظایف و ارزیابی امکان جابه‌جایی وظایف بین ایستگاه‌ها استفاده شد. آزمایش‌های عددی با استفاده از داده‌های واقعی تولید نشان می‌دهد که روش پیشنهادی به‌طور چشمگیری زمان بیکاری را کاهش می‌دهد، دوره‌های انتظار وظایف را کوتاه می‌کند و تداوم جریان کار را بهبود می‌بخشد. افزون بر این، مقایسه با روش‌های بهینه‌سازی مرسوم مانند الگوریتم‌های ژنتیک و تَبرید شبیه‌سازی‌شده مزایای این راهبرد مبتنی بر یادگیری ماشین را برجسته می‌سازد؛ به‌ویژه در دستیابی به راه‌حل‌های نزدیک به بهینه با سرعت بیشتر و انعطاف‌پذیری بالاتر.</description>
    </item>
    <item>
      <title>پیش‌بینی پاسخ یک سیستم مهندسی با توسعه‌ی یک مدل جانشین داده‌محور مبتنی بر شبکه‌ عصبی مصنوعی به‌عنوان جایگزین تحلیل اجزای محدود</title>
      <link>https://systems.eyc.ac.ir/article_734067.html</link>
      <description>این تحقیق، یک مدل جانشین داده‌محور مبتنی بر روش گروهی پردازش داده‌ها (GMDH) را معرفی می‌کند که از شبکه‌های عصبی مصنوعی برای جایگزینی روش‌های محاسباتی سنگین مهندسی مانند تحلیل اجزای محدود (FEA) بهره می‌برد و بهره‌وری سیستم‌های شبیه‌سازی را افزایش می‌دهد. این رویکرد با تمرکز بر روابط غیرخطی بین پارامترهای ورودی بی‌بعد شامل ویژگی‌های سیستم (هندسه و خواص مواد)، شرایط عملیاتی (انرژی ضربه و نرخ کرنش)، و خروجی اصلی یعنی نسبت تغییرشکل دائمی به ضخامت ورق توسعه یافته است. مجموعه داده‌های تجربی شامل ۶۵ نقطه از آزمایش‌های واقعی تهیه شد که از فرآیندهای هیدرودینامیکی برای اعمال بارگذاری استفاده می‌کند. شبکه GMDH با معماری ۱۲ لایه و ۱۲۰ پارامتر، پس از استانداردسازی داده‌ها و تقسیم به مجموعه‌های آموزش (۶۷%) و آزمون (۳۳%)، آموزش دید و عملکرد آن با معیارهایی مانندRMSE (884/0)۰،MAE (711/0)، MAPE (673/%6)، R&amp;amp;sup2; (989/0)، و شاخص ویلموت (997/0) ارزیابی گردید که دقت بالا، عدم بیش‌برازش، و کاهش چشمگیر زمان محاسباتی (تا ثانیه‌ها در مقابل ساعت‌ها برای FEA) را نشان می‌دهد که این امر بهره‌وری در مدیریت سیستم‌های صنعتی را ارتقا می‌بخشد. تحلیل حساسیت ذاتی، محلی (بر اساس الاستیسیته و مشتقات جزئی)، و تحلیل عدم قطعیت با عرض باند 2167/0، اهمیت پارامترهای ورودی را رتبه‌بندی کرد و نقش غالب عوامل عملیاتی در بهینه‌سازی سیستم را برجسته نمود. نوآوری‌های تحقیق شامل ادغام داده‌های آزمایشگاهی برای مدل‌سازی یکپارچه سیستم‌های واقعی، ارائه نگاشت ورودی-خروجی، و کاهش هزینه‌های شبیه‌سازی است که این مدل را برای کاربردهای صنعتی در بهینه‌سازی فرایندهای تولید و افزایش بهره‌وری در صنایع خودروسازی مناسب می‌سازد و گامی به سوی طراحی مبتنی بر هوش مصنوعی در مهندسی سیستم‌ها برمی‌دارد.</description>
    </item>
    <item>
      <title>ارزیابی چندمعیاره عملکرد مدیران بر پایه رهبری پایدار با به کارگیری رویکرد OPLO-POCOD</title>
      <link>https://systems.eyc.ac.ir/article_734248.html</link>
      <description>در دنیای امروز، با توجه به افزایش نوآوری‌ها، پیچیدگی‌های محیطی و سطح بالای عدم قطعیت در سازمان‌ها و جوامع، رویکردهای سنتی رهبری پاسخگوی چالش‌های معاصر نبوده و مفاهیم نوینی همچون &amp;amp;laquo;رهبری پایدار&amp;amp;raquo; در حال توسعه است. این رویکرد بر تعادل میان ابعاد اقتصادی، اجتماعی و زیست‌محیطی تمرکز کرده و هدف آن ارتقای تاب‌آوری، مسئولیت‌پذیری و توسعه پایدار است. در این مطالعه، روش نوآورانه فاصله مختصات قطبی بر اساس فرصت‌های از دست رفته در حوزه تصمیم‌گیری چندمعیاره برای تحلیل و ارزیابی هجده تا از بهترین شرکت‌های بازرگانی در شرایط عدم قطعیت مورد بررسی قرار گرفته است. از مزایای این تکنیک، ضمن برخورداری از منطق قوی فرصت از دست رفته و اعتبارسنجی آن نسبت به سایر تکنیک‌ها، این است که می‌تواند به‌سادگی ارزیابی و رتبه‌بندی گزینه‌ها را انجام دهد. نتایج نشان می‌دهند که شرکت A2 با کمترین مقدار فرصت از دست رفته (DOL= 0.0199) در رتبه اول و شرکت A11 با بیشترین فرصت از دست رفته (DOL = 0.0808) در رتبه آخر در راستای رهبری پایدار قرار گرفته است. همچنین معیارهایی مانند سودآوری پایدار، سلامت و ایمنی کاری و مدیریت پسماندها، با کمترین فرصت از دست رفته و بیشترین عملکرد در رتبه‌های برتر جهت ارزیابی مدیران شرکت و عملکرد پایدار آن‌ها قرار دارند، در حالی که معیارهایی مانند رقابت‌پذیری در بازارها و حفظ منابع طبیعی نیازمند اصلاحات استراتژیک و بهبود عملکرد هستند. این تکنیک با ترکیب فرصت از دست رفته و استفاده از رویکرد فاصله در مختصات قطبی، دیدگاه منحصربه‌فردی را در ارزیابی و رتبه‌بندی فراهم می‌کند؛ به طوری که فاصله کمتر نشان‌دهنده فرصت از دست رفته کمتر است. این موضوع، درک و مقایسه گزینه‌ها را برای تصمیم‌گیرندگان و مدیران آسان‌تر می‌کند و منجر به تصمیم‌گیری دقیق‌تر و مؤثرتر در حوزه‌های مختلف می‌شود.</description>
    </item>
    <item>
      <title>اثرگذاری رسانه اجتماعی سازمانی بر بهره‌وری کارکنان با در نظر گرفتن نقش میانجی‌گری خودکارآمدی و تعدیل‌کنندگی جو غیرمدنی محیط کار</title>
      <link>https://systems.eyc.ac.ir/article_735208.html</link>
      <description>هدف پژوهش حاضر بررسی اثرگذاری استفاده از رسانه‌های اجتماعی سازمانی بر بهره‌وری کارکنان با در نظر گرفتن نقش میانجی خودکارآمدی و نقش تعدیل‌گر جو غیرمدنی محیط کار در شرکت‌های همکاران سیستم، شاتل و شرکت دانش‌بنیان فناوران سپهر ماهان است. این پژوهش از نظر هدف کاربردی و از نظر روش‌شناسی در زمره پژوهش‌های توصیفی-همبستگی طبقه‌بندی می‌شود. جامعه آماری پژوهش 565 نفر از کارکنان سه شرکت مذکور بود. طراحی نمونه‌گیری پژوهش به‌صورت چندمرحله‌ای (هدفمند &amp;amp;ndash; هدفمند &amp;amp;ndash; تصادفی ساده) اجرا گردید. به‌منظور تعیین حجم نمونه، ابتدا با استفاده از فرمول کوکران، حجم نمونه 229 نفر برآورد شد که در نهایت 210 پرسشنامه معتبر و قابل تحلیل جمع‌آوری گردید (نرخ بازگشت مؤثر 92 درصد). داده‌ها نیز با استفاده از پرسشنامه‌های استاندارد شامل 35 گویه گردآوری و با روش مدل‌سازی معادلات ساختاری با رویکرد حداقل مربعات جزئی و نرم‌افزارهای SmartPLS و SPSS مورد تجزیه و تحلیل قرار گرفتند. نتایج حاصل از آزمون فرضیات پژوهش نشان داد که استفاده از رسانه اجتماعی سازمانی بر بهره‌وری کارکنان و همچنین بر خودکارآمدی تأثیر مثبت و معناداری دارد. همچنین خودکارآمدی بر بهره‌وری کارکنان تأثیر مثبت و معناداری بر جای می گذارد. بررسی اثر غیرمستقیم با روش بوت‌استرپ نشان داد که رسانه اجتماعی سازمانی از طریق نقش میانجی خودکارآمدی بر بهره‌وری تأثیر مثبت و معناداری دارد و نوع میانجی‌گری از نوع جزئی است. طبق یافته‌های این پژوهش، جو غیرمدنی محیط کار رابطه بین رسانه اجتماعی سازمانی و بهره‌وری را تعدیل نمی‌کند &amp;amp;nbsp;و اندازه اثر بسیار کوچک برای این رابطه، عدم وجود تعدیل‌گری در این رابطه را تأیید می‌کند. با توجه به نتایج به‌دست‌آمده، رهبران کسب‌وکارها می‌توانند با پیاده‌سازی و استفاده از رسانه اجتماعی سازمانی در سازمان، ضمن بهبود خودکارآمدی، زمینه افزایش بهره‌وری کارکنان را فراهم آورند و در محیط رقابتی و پویای امروزی، مزیت رقابتی خود را نسبت به رقبا حفظ کنند.</description>
    </item>
    <item>
      <title>طراحی مدل پیش‌بینی نرخ پذیرش محصول در تولید ناب با استفاده از شبکه عصبی مصنوعی</title>
      <link>https://systems.eyc.ac.ir/article_735344.html</link>
      <description>هدف پژوهش حاضر طراحی یک مدل داده‌محور و پیش‌بینانه برای پیش‌بینی نرخ پذیرش محصول در محیط تولید ناب با استفاده از شبکه عصبی مصنوعی است. در گام نخست، متغیرهای بالقوه مؤثر بر پذیرش محصول از طریق مرور نظام‌مند ادبیات و اخذ دیدگاه خبرگان حوزه تولید ناب و مدیریت کیفیت شناسایی شد. سپس، انتخاب نهایی متغیرهای ورودی با بهره‌گیری از روش دلفی فازی انجام گرفت. در ادامه، ۴۸۰۰ داده استخراج‌شده از خطوط تولید صنایع غذایی طی یک بازه زمانی دوساله به‌عنوان داده‌های کمی پژوهش مورد استفاده قرار گرفت. مدل پیش‌بینی بر پایه شبکه عصبی مصنوعی پیش‌خور طراحی و آموزش داده شد و عملکرد آن با چند مدل رگرسیونی مرجع شامل رگرسیون خطی، درخت تصمیم، جنگل تصادفی و ماشین بردار پشتیبان مقایسه گردید. نتایج نشان داد که مدل شبکه عصبی مصنوعی با ضریب تعیین ۰٫۸۸، عملکرد دقیق‌تری نسبت به مدل‌های مرجع دارد و توانایی بالایی در مدل‌سازی روابط غیرخطی میان متغیرهای کیفی و فرایندی و نرخ پذیرش محصول ارائه می‌دهد. همچنین تحلیل اهمیت متغیرها نشان داد کیفیت مواد اولیه و درصد ضایعات تولید بیشترین نقش را در پیش‌بینی نرخ پذیرش محصول ایفا می‌کنند. یافته‌ها بیانگر آن است که بهبود تک‌بعدی یک عامل به‌تنهایی تضمین‌کننده افزایش پذیرش محصول نیست و مدیریت هم‌زمان چند متغیر کلیدی برای دستیابی به نتایج پایدار ضروری است.</description>
    </item>
    <item>
      <title>مدل‌سازی روابط بین عوامل مؤثر بر فرآیند توسعه خانواده محصول چابک (مطالعه موردی: شرکت سایپا)</title>
      <link>https://systems.eyc.ac.ir/article_735684.html</link>
      <description>در چشم‌انداز رقابتی امروز، شرکت‌های تولیدی با فشارهای فزاینده‌ای برای تأمین سریع نیازهای مشتریان، هم‌زمان با کاهش هزینه‌ها و کاهش چرخه عمر محصول مواجه هستند. در پاسخ استراتژیک به این وضعیت، مفهوم &amp;amp;laquo;توسعه خانواده محصول چابک&amp;amp;raquo; مطرح شده است تا به شرکت‌ها امکان دهد انواع مختلفی از محصولات مرتبط را که اجزای مشابهی دارند تولید کنند؛ بدین منظور که بتوانند بخش‌های مختلف بازار را سریع‌تر و پیش از رقبا جذب کنند. با این حال، کارآمدی این فرآیند معمولاً به‌دلیل عدم درک روابط علّی و معلولی بین عوامل مؤثر بر آن محدود شده است. این مطالعه با تمرکز بر صنعت خودروسازی و به‌ویژه شرکت خودروسازی ایرانی سایپا درصدد رفع این شکاف است. اولین هدف این پژوهش، شناسایی عوامل کلیدی موفقیت در فرآیند توسعه خانواده محصول بود و سپس، مدل‌سازی روابط علّی و معلولی بین این عوامل به‌منظور تدوین یک نقشه راه برای افزایش چابکی در توسعه خانواده محصول در بخش خودروسازی ایران. روش تحقیق، کاربردی بود و از روش توصیفی&amp;amp;ndash;پیمایشی در آن استفاده شد. با مرور ادبیات، ۲۹ عامل کلیدی در توسعه خانواده محصول چابک شناسایی شد که در پنج گروه اصلی طبقه‌بندی شدند. سپس، روش نگاشت مفهومی فازی برای مدل‌سازی روابط علّی و معلولی بین عوامل شناسایی‌شده، بر اساس پاسخ‌های گردآوری‌شده از پرسش‌نامه‌های توزیع‌شده بین ۱۶ نفر از مدیران و کارشناسان خبره شرکت سایپا به‌کار گرفته شد. مدل ارائه‌شده به مدیران پیشنهاد می‌کند که با تمرکز بر روابط علّی و معلولی موجود در مدل، بتوانند به نیازهای مشتریان، با حفظ کیفیت بالا، هزینه پایین و چرخه توسعه محصول کوتاه، پاسخ دهند.</description>
    </item>
    <item>
      <title>ارائه مدل سیگموید انطباقی پویا جهت اندازه‌گیری تاب‌آوری جامعه ایران در مقابل مؤلفه اقتصادی تهدید نرم</title>
      <link>https://systems.eyc.ac.ir/article_736104.html</link>
      <description>در جهان پیچیده امروز، تهدیدهای نرم به‌ویژه در عرصه اقتصادی به ابزاری راهبردی برای اعمال فشار و بی‌ثبات‌سازی کشورها تبدیل شده‌اند. در این میان، تاب‌آوری اقتصادی به‌عنوان توانایی سیستم‌های ملی در حفظ پایداری، سازگاری و بازگشت‌پذیری در برابر فشارها، تحریم‌ها و بحران‌ها، اهمیتی حیاتی یافته است. پژوهش حاضر با هدف طراحی و ارائه الگویی نوین برای سنجش تاب‌آوری اقتصادی ایران انجام شده است. ابتدا با مرور مبانی نظری و پیشینه پژوهش، ابعاد و شاخص‌های کلیدی تاب‌آوری اقتصادی شناسایی و دسته‌بندی گردید. سپس با استفاده از روش‌های استانداردسازی، هم‌جهت‌سازی و وزن‌دهی شاخص‌ها، امکان ترکیب آنها در قالب شاخصی جامع فراهم شد. در ادامه، مدل ابتکاری مبتنی بر تابع سیگموید انطباقی پویا به‌کار گرفته شد تا علاوه بر نمایش مرزهای حساسیت و آستانه‌های پویای اقتصاد، امکان تحلیل رفتار تطبیقی و سناریوهای مختلف نیز میسر گردد. یافته‌های تحقیق بیانگر آن است که الگوی پیشنهادی نسبت به روش‌های متداول همانند تجمیع وزنی انعطاف‌پذیری و دقت بالاتری در بازنمایی وضعیت واقعی اقتصاد ایران دارد. جواب روش ابتکاری این تحقیق به سیاست‌گذاران این امکان را می‌دهد که در مواجهه با تحریم‌ها و تهدیدهای نرم، تصمیم‌هایی دقیق‌تر، سریع‌تر و مبتنی بر شواهد اتخاذ کنند. نوآوری اصلی تحقیق، طراحی چارچوبی بومی و پویا برای سنجش تاب‌آوری اقتصادی ایران است که علاوه بر غنای ادبیات موضوع، قابلیت تعمیم به سایر کشورها را نیز دارا می‌باشد. نتایج این مطالعه می‌تواند به‌عنوان مبنای علمی برای مقاوم‌سازی ساختار اقتصادی کشور، ارتقای امنیت ملی و افزایش توان چانه‌زنی در عرصه بین‌الملل مورد استفاده قرار گیرد.</description>
    </item>
    <item>
      <title>پایش هم‌زمان بردار میانگین و ماتریس کوواریانس فرآیندهای چندمتغیره با استفاده از نمودارهای نسبت درست‌نمایی تعمیم‌یافته چندمتغیره و ماکزیمم چندمتغیره تحت مشاهدات مرجع محدود</title>
      <link>https://systems.eyc.ac.ir/article_736117.html</link>
      <description>در بسیاری از کاربردهای واقعی کنترل کیفیت آماری، کیفیت محصول بر حسب چندین مشخصه کیفی همبسته توصیف شده جایی که وقوع عامل انحراف اغلب منجر به تغییرات توأم در بردار میانگین و ماتریس کوواریانس این مشخصه‌ها می‌شود. از سوی دیگر، در فاز 1 به دلایلی نظیر هزینه‌های بالای نمونه‌گیری، محدودیت زمانی راه‌اندازی فرآیند و تولیدات کوتاه‌مدت یا سفارشی، معمولاً تعداد کافی نمونه‌های مرجع برای برآورد پارامترهای توزیع و تعیین حدود کنترل در دسترس نیست. از این رو، این مقاله برای پایش همزمان بردار میانگین و ماتریس کوواریانس در شرایطی که تنها یک نمونه مرجع فاز 1 در دسترس باشد تمرکز می‌کند. برای این منظور، ابتدا الگوریتمی مبتنی بر روش بوت‌استرپ توسعه می‌یا‌بد که بردار میانگین، ماتریس کوواریانس و حدود کنترل دو نمودار نسبت درست‌نمایی تعمیم‌یافته چندمتغیره و ماکزیمم چندمتغیره را در فاز 1 تخمین می‌زند. سپس رویکردهای نظارت برخط در فاز 2 طراحی می‌شوند تا اثر خطای تخمین پارامتر و حدود کنترل بر توان نمودارهای ذکر شده مورد ارزیابی قرار گیرد. نتایج شبیه‌سازی‌های گسترده مونت‌کارلو نشان می‌دهد که الگوریتم بوت‌استرپ پیشنهادی، با وجود تکیه بر یک نمونه مرجع، برآوردهای دقیقی از پارامترهای توزیع و حدود کنترل فراهم می‌کند. همچنین مشخص می‌شود که با افزایش تعداد نمونه‌های بوت‌استرپ، شاخص‌های مرتبط با دقت برآورد پارامترها به‌تدریج به مقادیر هدف نزدیک‌تر می‌شوند. تحلیل شاخص‌های متوسط، انحراف معیار و میانه طول دنباله در سناریوهای مختلف تغییر نیز نشان می‌دهد که خطای تخمین بر عملکرد هر دو نمودار نسبت درست‌نمایی تعمیم‌یافته چندمتغیره و ماکزیمم چندمتغیره در فاز 2 اثرگذار است.</description>
    </item>
  </channel>
</rss>
