فهرست مطالب

فصلنامه چشم انداز مدیریت صنعتی
سال چهاردهم شماره 1 (پیاپی 53، بهار 1403)

  • تاریخ انتشار: 1403/01/01
  • تعداد عناوین: 10
|
  • علیرضا موتمنی*، اکبر رحیمی، رحیم رضائی بنفشه صفحات 9-34
    مقدمه و هدف

    برای احیای موفق یک شرکت ورشکسته و یا رو به افول با عملکرد ضعیف، گستره وسیعی از راهبردهای احیا می توان در نظر گرفت که این راهبردها با یکدیگر برهم کنش دارند و بی توجهی به این موضوع، احیای شرکت های رو به افول، به ویژه شرکت های کوچک و متوسط را در عمل با مشکل روبه رو می کند؛ بنابراین هدف اصلی این پژوهش، ارائه مدل تفسیری ساختاری و تحلیل برهم کنش راهبردهای احیای شرکت های تولیدی کوچک و متوسط است.

    روش ها

    این پژوهش از نظر هدف، کاربردی است و به دلیل اینکه مبتنی بر مدل سازی تفسیری ساختاری، به ارائه مدل سلسله مراتبی برهم کنش راهبردهای احیای شرکت های کوچک و متوسط در آستانه افول و ورشکسته می پردازد، می توان آن را پژوهش توصیفی پیمایشی به حساب آورد. ازآنجاکه بسیاری از شرکت های کوچک و متوسط صنایع غذایی در استان اردبیل طی چند سال گذشته رو به افول بوده یا ورشکسته شده و نیاز مند احیا هستند، این صنایع به عنوان مورد مطالعاتی این پژوهش انتخاب شدند. در مرحله نخست پژوهش برای بومی سازی عوامل افول این شرکت ها از غربالگری فازی استفاده شد؛ سپس برای تعیین راهبردهای مرتبط با هر عامل افول، مصاحبه با گروه کانونی شامل 10 نفر از خبرگان دانشگاهی و صنعتی، صورت گرفت و برای ارائه مدل برهم کنش و تجزیه وتحلیل قدرت نفوذ و همبستگی این راهبردها، مدل سازی تفسیری ساختاری و روش میک مک، با مشارکت همان خبرگان به کار رفت و از دو نرم افزار اکسل و متلب برای تحلیل داده ها استفاده شد.

    یافته ها

    از تعداد 22 عامل افول شرکت ها که در پژوهش های قبلی شناسایی شده بودند، 19 عامل به عنوان عوامل افول شرکت های صنایع غذایی استان اردبیل تعیین شدند و سه عامل «وضعیت انحصار در بازار»، «عرضه بیش از نیاز بازار»، «نبود فرهنگ همکاری میان کارکنان و مدیران» به دلیل میزان اهمیت کمتر از 70 درصد در منظر خبرگان، حذف شد. برای این عوامل افول، 32راهبرد (بومی شده و جدید) تعیین شده و علاوه بر آن، کل راهبردهای احیا در قالب شش دسته راهبردهای مالی و اقتصادی، بازاریابی و مشتری مداری، منابع انسانی، مبتنی بر دانش، ساختاری و تعاملات، و کارایی تولید و عملیات نیز دسته بندی شدند. مدل سلسله مراتبی تفسیری ساختاری راهبردهای احیا که در شکل 2، نشان داده شده است، نشان می دهد که این راهبردها با یکدیگر رابطه کمک کنندگی و تسهیل کنندگی دارند و برای به کارگیری آن ها باید از سطح پایین ترین سطح این مدل، شروع به اقدام کرد. نتیجه قابل توجه دیگر اینکه اگرچه راهبردهای تعیین شده در قالب شش دسته ارائه شده اند، اما مدل نهایی نشان می دهد که برای اجرای این راهبردها، الزاما نباید همه راهبردهای یک دسته را به طور هم زمان موردتوجه قرارداد؛ بلکه سلسله مراتب راهبردها به خوبی نشان می دهد که اولویت به کارگیری این راهبردها از پایین به بالا و از دسته بندی های مختلف است.

    نتیجه گیری

    احیای شرکت های کوچک و متوسط ورشکسته و یا رو به افول صنایع غذایی، یک فرآیند تک بعدی نیست و راهبرد یکتایی برای آن وجود ندارد؛ بلکه باید ترکیبی از راهبردهای شش گانه شامل راهبردهای مالی و اقتصادی، بازاریابی و مشتری مداری، منابع انسانی، راهبردهای مبتنی بر دانش، ساختاری و تعاملات و کارایی تولید و عملیات را موردتوجه قرار داد و فرایند احیا را در یک قالب نظام مند و به صورت یک جریان مستمر و تدریجی به انجام رساند.

    کلیدواژگان: شرکت های رو به افول و ورشکسته، شرکت های کوچک و متوسط، صنایع غذایی، راهبردهای احیا، مدل سازی تفسیری ساختاری
  • جعفر قیدرخلجانی*، کورش حالت صفحات 35-56
    مقدمه و اهداف

    علی رغم اینکه پژوهش های متعددی در خصوص همکاری در زنجیره تامین انجام شده است؛ اما بررسی ها نشان می دهد همکاری ها در زنجیره های با ساختار قدرت های نامتقارن که به سرمایه گذاری در تحقیق و توسعه منجر می شود، کمتر مورد توجه قرار گرفته است. در این پژوهش به توسعه مدلی برای زنجیره تامین یک محصول پیچیده پرداخته می شود که علاوه بر تصمیمات عملیاتی برای عرضه محصول به بازار، در خصوص سرمایه گذاری در تحقیق و توسعه نیز تصمیم گیری می کند. پاسخ به این سوال ها با درنظرگرفتن ساختار قدرت متفاوت در زنجیره تامین و توجه به قراردادهای اشتراک گذاری هزینه ها و اشتراک گذاری درآمد از اهداف این پژوهش است: 1. تعیین نقطه تعادل بین میزان سرمایه گذاری در تحقیق و توسعه، قیمت محصول و میزان تولید؛ 2. بررسی تاثیر عدم قطعیت تحقیق و توسعه، رعایت انصاف خریدار و حساسیت مشتری به سطح فناوری محصول بر عملکرد زنجیره تامین.

    روش ها

    ریسک عدم قطعیت در خروجی فرایند تحقیق و توسعه و تابع تقاضای وابسته به سطح فناوری محصول در مدل در نظر گرفته شده است. مدل تحت ساختار نامتقارن قدرت در زنجیره با درنظرگرفتن قراردادهای مختلف همکاری از جمله اشتراک هزینه های تحقیق و توسعه، اشتراک هزینه تولید و اشتراک درآمد توسعه یافته است. هر یک از سناریوهای این مسئله به صورت یک مدل برنامه ریزی دوسطحی غیرخطی ارائه شده است. مدل ریاضی دوسطحی با رویکرد بازی چانه زنی نش ایجاد شده و در بهینه سازی آن از روش شبیه سازی استفاده شده است.

    یافته ها

    این پژوهش نشان می دهد که ریسک عدم قطعیت موجب کاهش سود زنجیره تامین می شود؛ اما قراردادهای همکاری ارائه شده می توانند عملکرد زنجیره را نسبت به ساختار غیرمتمرکز بهبود دهند؛ همچنین مشخص شد که قرارداد اشتراک درآمد می تواند سود بیشتری را هم برای کل زنجیره تامین و هم برای تامین کننده ایجاد نماید. اما از نظر خریدار و بر اساس قدرت چانه زنی، زمانی که قدرت چانه زنی وی نسبتا کم است، قراردادهای اشتراک هزینه تحقیق و توسعه و اشتراک هزینه تولید، مطلوبیت بیشتری ایجاد می کنند؛ همچنین افزایش رعایت انصاف خریدار موجب بهبود عملکرد کل زنجیره تامین در ساختارهای اشتراک درآمد و اشترک هزینه تحقیق و توسعه خواهد شد.همچنین نشان داده شد که حساسیت بازار نسبت به سطح فناوری محصول موجب بهبود عملکرد زنجیره در ساختار قراردادهای اشتراک هزینه تولید و هزینه تحقیق و توسعه می شود؛ اما در ساختار اشتراک درآمد ممکن است تمامی اعضای زنجیره از حساسیت بازار نسبت به سطح فناوری محصول منتفع نشوند. به علاوه حساسیت بازار نسبت به قیمت و رعایت انصاف خریدار، به ترتیب همواره موجب کاهش و افزایش عملکرد زنجیره تامین می شوند.

    نتیجه گیری

    به دلیل قابل توجه بودن هزینه های تحقیق و توسعه و تولید در محصولات پیچیده، توجه به این هزینه ها در قراردادهای همکاری زنجیره تامین و تسهیم آن بین عامل های تاثیرگذار در زنجیره تامین می تواند به افزایش عملکرد زنجیره تامین منجر شود. قدرت چانه زنی بین خریدار و فروشنده در این نوع از زنجیره ها می تواند نوع قرارداد را تحت تاثیر قرار دهد. با درنظرگرفتن نامعلوم بودن اطلاعات برای طرف های زنجیره تامین می توان مدل های بیشتری را توسعه داد.

    کلیدواژگان: زنجیره تامین، محصول پیچیده، سرمایه گذاری، تحقیق و توسعه، عدم قطعیت، قراردادهای همکاری، بازی چانه زنی نش
  • کریم آراسته، روزبه قوسی*، احمد ماکوئی صفحات 57-90
    مقدمه و اهداف

    علی رغم پیشرفت های قابل توجه فناوری، دنیای امروز هنوز هم درگیر انواع بلایای طبیعی و انسان ساز (مانند زلزله، سیل، طوفان، بهمن، جنگ، تروریسم، ناآرامی های سیاسی و غیره) است که نه تنها روند توسعه پایدار را کاهش می دهد، بلکه در صورت غفلت می تواند صدمات فاجعه بار و گاه جبران ناپذیری به رفاه یک جامعه وارد کند. این موضوع به یک سیستم یکپارچه لجستیک که به صورت علمی و جامع طراحی شده است، نیاز دارد تا نیازهای مدیریت بحران را برطرف کند؛ سیستمی با فرآیندهای واضح و از پیش تعریف شده که در آن همه اجزا دارای عملکردهای از پیش تعیین شده هستند. امدادرسانی به آسیب دیدگان یکی از مهم ترین مراحل مدیریت بحران است که باید پیش از رخداد حادثه برای آن برنامه ریزی کرد؛ زیرا امدادرسانی به موقع و بهره ور خسارات جانی و مالی را به شدت کاهش خواهد داد. برای عدم غافلگیری در زمان بحران های طبیعی، باید برنامه ریزی های مناسب از قبل و در شرایط معمول انجام گیرد. یکی از مسائل حیاتی در زمان بحران، کمک رسانی سریع و به موقع است. تدارکات بشردوستانه یکی از مهم ترین مسائل عملیات و مدیریت بلایا محسوب می شود. این در حالی است که عملیات موردنیاز برای تدارکات بشردوستانه باید به اندازه کافی پایدار باشد تا تحت ماهیت نامشخص و پیچیده فاجعه و بحران به خوبی عمل کند. بسیاری از مشکلات در مراحل قبل و بعد از بحران، خسارات انسانی و اقتصادی را به همراه دارد و درعمل اطمینان از طراحی کارآمد عملیات تدارکات بشردوستانه ضروری به نظر می رسد. در این پژوهش، با توجه به اهمیت برنامه ریزی پیش از بحران و همچنین فرآیند بهینه سازی ریاضی برای مکان یابی تسهیلات و مراکز امداد، مقالات منتشرشده بین سال های 2004 تا 2023 برای بررسی مدل های بهینه سازی در زمینه تدارکات بشردوستانه بررسی شده است. هدف پژوهش آشنایی با روند پژوهش های فعلی تدارکات بشردوستانه، به ویژه مسئله بهینه سازی مورداستفاده برای دستیابی به اهداف مختلف بخش مکان یابی تسهیلات تدارکات بشردوستانه و ارائه برای پژوهش های آتی است.

    روش ها

    برای دستیابی به یک دید کلی در حوزه های پژوهشی و اطلاع از اینکه چه مقالاتی در این زمینه وجود دارد و چه کسانی در این حوزه پژوهش داشته اند و اطلاعات جامع تر دیگر، با استفاده از سایت Web of Science، کلیدواژه هایی که در این پژوهش مدنظر است، جست وجو شد. در مورد مسائل مکان یابی تسهیلات، تمامی انواع مسئله مکان یابی تسهیلات موردمطالعه قرار گرفته و در این مطالعه سعی شده است که مقالات موردبررسی در دو دسته مسائل با مدل های قطعی و غیرقطعی طبقه بندی شوند.

    یافته ها

    در جدول مدل های قطعی، نوع تابع هدف، متغیرهای تصمیم گیری، نوع مدل و روش های حل گنجانده شده است. در مدل های غیرقطعی، این مطالعه بیشتر رویکردهای برنامه ریزی تصادفی و بهینه سازی قوی را تحت پوشش قرار می دهد؛ همچنین در جدول مدل های غیرقطعی، نوع تابع هدف، متغیرهای تصمیم گیری، پارامترهای غیرقطعی مدل، نوع عدم قطعیت، نوع مدل و روش های حل گنجانده شده است. با توجه به مقالات مرورشده و همچنین با مراجعه به جدول مرور مبانی نظری ارائه شده می توان به نکاتی که به آن ها پرداخته نشده یا کمتر پرداخته شده است، دست یافت.

    نتیجه گیری

    درنهایت می توان نتیجه گرفت که این مطالعه می تواند برای پژوهشگران در درک روند فعلی مسئله بهینه سازی در تدارکات بشردوستانه و تکنیک های مدل سازی مفید باشد. پژوهشگران می توانند به راحتی خلا پژوهش را دریابند و از طریق پژوهش های خود به جامعه کمک کنند.

    کلیدواژگان: مکان یابی، مکان یابی تسهیلات، نقاط انتقال، زلزله، تدارکات بشردوستانه
  • محمدرضا صادقی مقدم*، مهدی قربانی، مهسا سلطانی نشان، مهرداد حمیدی هدایت صفحات 91-113
    مقدمه و اهداف

    تامین مالی خرد به عنوان استراتژی غالب فقرزدایی با هدف ایجاد کسب و کارهای خرد و رهایی از فقر، به افراد فقیر خدمات مالی ارائه می دهد. این پژوهش تاثیر بکارگیری وام های خرد بر رشد درآمد افراد و خروج آنها از خط فقر را مورد بررسی قرار می دهد. همچنین با توجه به کمک مالی به صندوق تامین مالی خرد، تغییر در میزان کمک مالی و تاثیر آن در خروج افراد از خط فقر مورد بحث قرار می گیرد. بعلاوه تاثیر بازاریابی و افزایش احتمال فروش به عنوان خدمات مکمل تامین مالی خرد، در رشد درآمد مورد بررسی قرار می گیرد. لذا این پژوهش تاثیر ارائه وام های خرد صندوق تامین مالی بر سطح درآمد افراد و خروج آنها از خط فقر را با در نظر گرفتن دو سیاست تغییر تعداد سال های کمک مالی به صندوق و افزایش احتمال فروش مورد بررسی قرار می دهد.

    روش ها

    در صندوق های تامین مالی خرد، نحوه تامین منابع، شیوه اعتباردهی، شرایط متفاوت وام دهی و همچنین تعاملات بین افراد، نحوه عضویت آنها و تاثیرگذاری بر دریافت وام، فضای پیچیده ای را ایجاد می کند. ویژگی ها و رفتارهای ناهمگون افراد و همچنین تعاملات بین آنها در محیطی پویا، موجب پدید آمدن رویدادهای پیچیده ای می شود که استفاده از رویکرد شبیه سازی عامل بنیان می تواند به درک و مدل سازی آن کمک کند. مدل سازی و شبیه سازی عامل بنیان یک دیدگاه عاملی و یک رویکرد شبیه سازی از مجموعه ای از عوامل خودمختار، مستقل و تصمیم گیرنده است که به طور گسترده ای با هم در ارتباط بوده و تلاش می کند تا با مدل سازی رفتار عناصر فردی، نتایج نهایی سیستمی را بررسی کند. در این پژوهش از رویکرد شبیه سازی عامل بنیان استفاده شده است.

    یافته ها

    نتایج شبیه سازی نشان می دهد ارائه وام خرد سبب افزایش درآمد افراد گردیده و امکان خروج از فقر مطلق را برای اکثر افراد فراهم می‎ آورد. در این تحقیق نرخ بهره را صفر لحاظ کردیم، نتایج نشان داد که موجودی صندوق مبتنی پس انداز و بازپرداخت اقساط می تواند افزایش می یابد بطوریکه تعداد وامهای پرداخت شده حتی در سیاست 2 سال کمک مالی نیز روندی افزایشی داشته است. از این رو با ارائه وامهای خرد بدون بهره و حتی محدودیت در مدت زمان کمک، می توان صندوق تامین مالی خرد پایدار ایجاد نمود. همچنین سیاست تغییر تعداد سالهای کمک مالی به صندوق و افزایش سالهای کمک از سه سال به چهار سال تاثیر بسزایی در افزایش درآمد افراد ندارد و صندوق بر اساس پس انداز و دریافت بازپرداخت اقساط، امکان ادامه فعالیت خواهد داشت، اما افزایش تعداد سال های کمک سبب می گردد تعداد وا م های بیشتری به افراد عضو ارائه گردد بطوریکه در سیاست 2 و 3 و 4 سال کمک مالی به صندوق تعداد وامهای پرداخت شده به ترتیب برابر با 155، 221 و 278 مورد می باشد. همچنین نتایج مدل سازی سیاست افزایش احتمال فروش در رشد درآمد و خروج از فقر نشان داد که در سناریو با احتمال فروش 80 درصد، درآمد افراد و تعداد افراد بالای خط فقر نسبت به سناریو احتمال فروش 60 درصد، بسیار بیشتر است. در مجموع بررسی سیاست های تغییر تعداد سال های کمک مالی به صندوق و تغییر احتمال فروش نشان داد که کمک مالی بیشتر به صندوق، منجر به درآمد بیشتر افراد و خروج بیشتر آنها از خط فقر نمی گردد، بلکه آنچه باعث درآمد بیشتر می گردد کمک به بازاریابی و فروش بیشتر محصول است.

    نتیجه گیری

    کاهش تعداد سالهای کمک به صندوق و بکارگیری منابع مالی آزاد شده ناشی از آن در جهت ایجاد بازار و افزایش احتمال فروش، سبب اثربخشی بیشتر سیاستهای فقرزدایی می گردد. به عبارتی چنانچه منابع کمک های مالی در راستای ایجاد بازارهای تضمینی و یا شکل دهی بازارهای دائمی برای افراد عضو صندوق صورت پذیرد، نسبت به افزایش سالهای کمک به صندوق، اثر اهرمی بیشتری جهت درآمدزایی و افراد ایجاد می نماید.

    کلیدواژگان: فقرزدایی، تامین مالی خرد، شبیه سازی عامل بنیان، خط فقر، پس انداز خرد
  • سمانه راش، میثم عفتی، مصطفی ابراهیم پور* صفحات 114-134
    مقدمه و اهداف

    در حال حاضر، گسترش تضمین کیفیت دقیق و سریع برای ارائه محصولات تولیدی با کیفیت بالا و ایمن ضروری است. کیفیت بیشتر بر مسائل درون سازمانی تمرکز دارد که برای کنترل و بهبود فرآیند های داخلی به کار می رود و به دنبال بهبود عملکرد به منظور رضایت مشتری و رقابت پذیری است. کیفیت حوزه ای است که بر تلاش برای توسعه روش های خودکار تجزیه وتحلیل داده ها با هدف نهایی بهبود مستمر کیفیت محصولات و فرآیند ها در صنعت، دولت و جامعه تاکید دارد. سیستم ارزیابی عملکرد کیفیت به شدت به شناسایی و انتخاب عوامل حیاتی موفقیت و همچنین شاخص های آن در چارچوب مدیریت کیفیت وابسته است. برای رسیدن به این هدف در صنعت تولید، مشکلاتی مانند بازده تولید پایین، دقت پایین و عدم نوآوری در محصولات وجود دارد.

    روش ها

    بر این اساس، طرحی برای معرفی روش هوش مصنوعی به شرکت های تولیدی برای حل مشکلات ذکرشده و درنتیجه بهبود کیفیت محصولات و کارایی تولید پیشنهاد شده است. بدین منظور، شبکه ای مبتنی بر یک سیستم استنتاج عصبی فازی تطبیقی برای ارزیابی و بررسی دقت نتایج و مقایسه کارایی آن ارائه شده است. روش پیشنهادی در تقابل با محاسبات سخت قرار می گیرد و موجب صرفه جویی در زمان و هزینه خواهد شد. در صنایع حجم داده ها افزایش یافته است که به ظهور مفاهیم جدیدی مانند تجزیه و تحلیل داده های بزرگ منجر شده است و محدودیت ها و مزایای راه حل های مبتنی بر هوش مصنوعی مورد بحث قرار می گیرد تا توجه خلاقانه به راه حل های جدید و جهت گیری های جدید در صنایع تولیدی، تجاری و خدماتی برای بهبود کارایی فرآیند های خود، افزایش ارزش راه حل های خود و طراحی محصولات جدید برای یافتن مشاغل و بازار های جدید را برانگیزد. تقریبا تمام نقشه های راه بین المللی که بر نوآوری و پژوهش متمرکز شده اند، هوش مصنوعی را به عنوان محرک اساسی فناوری آینده در برمی گیرند. یکی از چالش های روش های سنتی در مدیریت کیفیت، مدیریت داده های تولیدی با ابعاد بالا و غیرخطی است. برای حل این مشکلات، فرآیندی مبتنی بر هوش مصنوعی برای بهبود کیفیت محصول و کارایی تولید در این پژوهش توسعه داده شده است. در این پژوهش یک مدل استتنتاج عصبی فازی تطبیقی که هم زمان دارای مزایای شبکه عصبی و استنتاج فازی است، برای ارزیابی و استخراج درجه کیفیت محصولات تولیدی و برای استنباط اینکه چگونه مجموعه ای از پارامتر های تولید و کیفیت فرآیند یک سیستم تولید مرتبط هستند، پیشنهاد شده است.

    یافته ها

    به منظور آموزش مدل پیشنهادی از داده های مربوط به فرایند کیفیت یک قطعه از خط تولید «شرکت صنعتی خزر پلاستیک» استفاده شد و 550 داده مرتبط با فرایند کیفیت با تاکید بر متغیر هایی تاثیرگذار شامل«معیار ظاهری، قطر خارجی چرخ دنده بزرگ، ضخامت چرخ دنده، طول شافت فلزی، ارتفاع شافت فلزی، قطر خارجی شافت فلزی» به عنوان متغیر ورودی و کیفیت نهایی به عنوان متغیر خروجی در نظر گرفته شد. درنهایت دقت نتایج و کارایی مدل استتنتاج عصبی فازی تطبیقی پیشنهادی با استفاده از شاخص های آماری ضریب همبستگی و جذر میانگین مربعات خطا مورد ارزیابی قرار گرفت.

    نتیجه گیری

    با توجه به نتایج، داده های مورداستفاده برای ارزیابی کیفیت قطعه تولیدی در روش نرو فازی تطبیقی پیشنهادی با ضریب همبستگی 95/0 و میانگین مربعات خطا 42869/0 تطابق خوبی بین کیفیت خروجی مدل و مقادیر واقعی ارائه داد.

    کلیدواژگان: سیستم استنتاج عصبی فازی تطبیق (ANFIS)، یادگیری نظارت شده، مدیریت کیفیت، بهبود کیفیت، تولید
  • سین دخت مرتضوی، مهدی سیف برقی* صفحات 135-159
    مقدمه و اهداف

    خرده فروشان با توجه به نزدیکی به مصرف کنندگان نهایی و ظرفیت ایجاد بازار از قدرتمندترین عوامل توزیع محصولات هستند. انتخاب مکان فروشگاه خرده فروشی هم از نظر رضایت مشتری و هم سودآوری شرکت در شرایط تغییر بازار و رقابت شدید یک تصمیم استراتژیک و سرمایه گذاری بلندمدت است. هدف از این مطالعه، توسعه روشی برای انتخاب بهترین مکان فروشگاه های خرده فروشی «افق کوروش» از طریق رتبه بندی استراتژیک مکان های بالقوه فروشگاه ها با استفاده از معیارهایی مانند جمعیت، ویژگی های محل فروشگاه، ملاحظات اقتصادی و رقابت است.

    روش ها

    با توجه به افزایش پیچیدگی مسئله انتخاب محل فروشگاه خرده فروشی، تعدد معیارهای تصمیم گیری و همچنین وجود عدم قطعیت در ارزیابی معیارها در انتخاب محل فروشگاه خرده فروشی، از ساختار تصمیم گیری چندمعیاره با رویکرد فازی شهودی بازه ای بهره گرفته شده است. اعداد فازی شهودی درواقع توسعه یافته اعداد فازی هستند؛ به نحوی که در ساختار آن ها به جز درجه عضویت و عدم عضویت، درجه شک و تردید نیز برای هر مقدار در نظر گرفته می شود؛ به طوری که مدل سازی عدم قطعیت موجود در ذهن تصمیم گیرنده را به نحوی بهتری انجام می دهد. در مدل پیشنهادی این مطالعه، پنج معیار شامل هزینه، رقابت، تراکم ترافیک، حجم تردد خودرو، ویژگی های فیزیکی و مکان فروشگاه از طریق مصاحبه با خبرگان به عنوان معیارهای اصلی برای انتخاب بهترین مکان فروشگاه خرده فروشی انتخاب شده است. دوازده معیار فرعی شامل هزینه اجاره، هزینه تجهیزات، قدرت رقبا، تعداد رقبا، فاصله تا رقبا، حجم تردد خودرو، حجم تردد عابر پیاده، اندازه فروشگاه، فضای پارکینگ، قرار گرفتن در خیابان اصلی، نزدیکی به مراکز تجاری و نزدیکی به مجتمع مسکونی، برای انتخاب بهترین مکان برای احداث فروشگاه جدید از میان پنج گزینه بالقوه تعیین شده است. با توجه به غیرقطعی بودن معیارها، از اصطلاحات زیانی بهره گرفته شده است.روش ارائه شده، یک روش ترکیبی تجزیه و تحلیل سلسله مراتبی و روش اولویت بندی با توجه به میزان شباهت به راه حل ایده آل (AHP-TOPSIS) بر پایه مجموعه های فازی شهودی بازه ای است که به منظور بررسی معیارها و رتبه بندی گزینه های پیشنهادی مورد استفاده قرار گرفته شده است. به منظور در نظر گرفتن تردید در انتخاب تصمیم گیرندگان و محاسبه وزن معیارها، از روش AHP بر پایه مجموعه های فازی شهودی بازه ای استفاده شده است؛ همچنین اولویت بندی گزینه های پیشنهادی برای احداث فروشگاه جدید خرده فروشی با استفاده از روش TOPSIS محاسبه شده است. در مطالعه موردی مورد نظر، منطقه 4 شهرداری تهران به عنوان یکی از پرجمعیت ترین مناطق شهر تهران در نظر گرفته شده است و شرکت فروشگاه های زنجیره ای «افق کوروش» با هدف توسعه فروشگاه ها، قصد احداث فروشگاه های جدید در این منطقه را دارد. این منطقه شامل حدود 40 فروشگاه حضوری فعال است که به 2 انبار در تهران تخصیص داده شده اند.یافته ها و

    نتیجه گیری

    بر اساس نتایج معیار فرعی هزینه اجاره از شاخص کلی هزینه و معیار فرعی نزدیکی به مراکز تجاری از شاخص کلی مکان فروشگاه به عنوان بااهمیت ترین و کم اهمیت ترین معیار انتخاب شدند؛ همچنین از میان 5 مکان نامزد، مکان های شماره 4 و 1 به ترتیب دارای بالاترین و پایین ترین الویت برای استقرار فروشگاه جدید انتخاب شدند. برای اعتبارسنجی روش پیشنهادی، نتایج ارزیابی گزینه ها با روش ترکیبی تجزیه و تحلیل سلسله مراتبی و ارزیابی حاصل ضرب تجمیعی وزنی (AHP-WASPAS) مبتنی بر مجموعه های فازی شهودی بازه ای مقایسه شد. در هر دو روش مکان شماره 4 به دلیل موقعیت مکانی و شرایط رقبا به عنوان بهترین مکان برای احداث فروشگاه خرده فروشی جدید و مکان شماره 1 به عنوان نامناسب ترین مکان برای احداث فروشگاه جدید خرده فروشی انتخاب شدند.

    کلیدواژگان: مکان یابی خرده فروشی، تصمیم گیری چندمعیاره، مجموعه های فازی شهودی، تجزیه و تحلیل سلسله مراتبی، واسپاس
  • علی اوتارخانی*، بهاره خدائی صفحات 160-181
    مقدمه و اهداف

    همکاری سازمانی به عنوان ابزاری پدیدار می شود که به اعضای شبکه همکاری اجازه می دهد تا بر اساس اطلاعات به اشتراک گذاشته شده و تبادل های دوطرفه، تصمیم گیری کنند. هماهنگی و همگام سازی فعالیت ها با هدف جلب رضایت بازار و افزایش سود مشترک را موجب می شود. شبکه های همکاری از سازمان هایی تشکیل می شوند که تمایل قبلی برای همکاری با یکدیگر را دارند تا با استفاده از فناوری اطلاعات و از طریق تصمیم گیری مشترک و مشارکت موثر به منافع مشترک خود دست یابند. هدف از این پژوهش، بررسی شبکه ها (CNs) و فرآیند همکاری است که به آن ها امکان افزایش تعامل در محیط را می دهد. این ابزارهای جدید مبتنی بر معماری سازمانی (EA) ات. از طرفی سازمان هایی که به قصد کسب مزیت رقابتی و مقابله با پیچیدگی های محیطی اقدام به همکاری با دیگر سازمان ها می کنند، هر یک معماری سازمانی منحصر به خود را دارند. بررسی تاثیر این معماری سازمانی بر معماری شبکه همکاری سازمان ها، مدنظر این پژوهش است. در این راستا با بررسی مبانی نظری و با استفاده از روش مدل سازی ساختاری تفسیری (ISM) به تدوین چارچوبی برای برسی تاثیر معماری فناوری اطلاعات سازمان بر معماری همکاری بین سازمانی پرداخته شده است. نتایج این پژوهش مبین 5 بعد معماری سازمان و 6 بعد معماری همکاری میان سازمانی و چگونگی سطح بندی و ارتباط میان آن ها در قالب یک مدل نهایی است. بینشی که این چارچوب به سازمان ها ارائه می کند، می تواند در طراحی بهتر معماری سازمان برای برخورداری از یک همکاری موثر و مزایای حاصل از آن مفید باشد. معماری سازمانی یک فرآیند مستمر پس از آغاز است. استقرار چنین فرآیندی شامل تعامل با ابعاد مختلف سازمان است؛ بنابراین ابعاد فرهنگی، انسانی، فنی، ساختاری، رویدادی و غیره در سرتاسر سازمان، مسائل اساسی در اجرای موفقیت آمیز معماری سازمانی هستند. با توجه به اینکه اجرای معماری سازمانی پرهزینه و گران است، پیاده سازی ضعیف آن مشکلات متعددی را برای سازمان فراهم می کند.

    یافته ها

    در موضوع فناوری اطلاعات مشترک ابعاد حقوقی، استانداردها، خطوط راهنمای کنترلی، چارچوب های زمانی و صورت وضعیت ها تقویت و به طور دقیق مشخص می شود. بررسی و تحلیل MICMAC نشان داد که مولفه های مدل محتوایی (توصیف مفهومی) معماری سازمان، مدل منطقی (توصیف سیستمی) معماری سازمان و استراتژی های کسب و کار همکاری بیشترین میزان نفوذ را بر دیگر مولفه ها دارند و جو مولفه های کلیدی در شکل گیری فرآیند همکاری محسوب می شوند. سایر مولفه های مورد بررسی از قدرت نفوذ و وابستگی بالایی برخوردار هستند و در ناحیه پیوندی قرار می گیرند. این مولفه ها دارای ارتباط دو طرفه با یکدیگر هستند. با توجه به نتایج پژوهش، پیشنهادهای زیر ارائه شد: نتایج پژوهش نشان می دهد فناوری نقش بسیار مهمی در توسعه همکاری بین سازمانی دارد؛ بنابراین پیشنهاد می شود سازمان ها نسبت به طراحی سیستم های اطلاعاتی بین سازمانی اقدام کنند. در میان عوامل سطح 1 دانش همکاری عامل اثرگذاری بر همکاری بین سازمانی است بر همین اساس در معماری سازمانی پیش بینی سازوکارهای تولید، کسب و به کارگیری دانش باید صورت پذیرد. طراحی و استقرار فرآیندهای مشخص برای همکاری بین سازمانی ضرورتی است که در طراحی معماری سازمانی باید بین سازمان ها لحاظ شود.

    کلیدواژگان: معماری سازمان، شبکه همکاری، همکاری میان سازمانی، مدل سازی ساختاری تفسیری، فناوری اطلاعات
  • صادق حسنی مقدم، محمدمهدی مهتدی*، حسین بازرگانی، علی طاهری، محسن میری صفحات 182-210
    مقدمه و اهداف

    امروزه سازمان ها تغییرات و بحران های پیچیده و غیرقابل پیش بینی را پیرامون خود تجربه می کنند. در این شرایط به منظور دستیابی به نوآوری و شرایط بهینه در محیط های پیچیده، رفتن به سمت راه حل های منعطف و چابک ضروری به نظر می رسد که یکی از زمینه های بهبود این مسئله در رابطه با مفهوم مدیریت فرآیندهای کسب وکار، پرداختن به حوزه چابکی فرایندهای کسب وکار و در شرایط پیچیده و پویا است. در این راستا هدف اصلی این مطالعه، ساختاردهی سیستمی به مسئله چابکی در فرآیندهای کسب وکار است که یکی از مهم ترین الزامات آن، استفاده از رویکردهای تحقیق در عملیات نرم در راستای ساختاردهی سیستمی به مسئله است.

    روش ها

    در این پژوهش ابتدا با استفاده از گام های تکنیک فراترکیب و سپس به کمک ابزار مصاحبه نیمه ساختاریافته، 18 نفر از خبرگان که از استادان دانشگاه و صاحب نظران فعال در حوزه مدیریت فرآیندها و همچنین افرادی که دارای سوابق تجربی در حوزه های مرتبط با بهبود نظامات و فرآیندهای کاری در سازمان های مختلف بودند، انتخاب شدند که انتخاب آن ها از طریق روش غیرتصادفی هدفمند و به روش گلوله برفی صورت گرفت. در گام بعدی پژوهش برای تبیین الگوی ارتباطات مدیریت فرآیندهای سازمانی چابک از رویکرد مدل سازی ساختاری تفسیری (ISM) استفاده شده که با ابزار پرسشنامه داده های مرتبط جمع آوری شدند. درنهایت داده های مده از طریق پرسشنامه به روش فرآیند رتبه بندی تفسیری (IRP) مورد تجزیه وتحلیل قرار گرفتند.

    یافته ها

    مبتنی بر پاسخ به سوال های مطرح شده در این پژوهش، ابتدا پس از طی مراحل فراترکیب و تکمیل داده های موردنیاز از طریق تعامل با خبرگان، چارچوبی کلی از تعداد 17 متغیر اصلی به دست آمد. مولفه های چارچوب اصلی پیشنهادی شامل فرهنگ متناسب، رهبری فرایندها، حاکمیت فرایند، نیروی انسانی شایسته، زیرساخت فناوری و ساختار سازمان به عنوان عوامل توانمندسازهای سیستم، قابلیت استراتژی سازی مبتنی بر بداهه، پایداری خلاق، قابلیت سازگاری پویا، قدرت یادگیرندگی سازمانی و درک و شناخت محیطی به عنوان قابلیت ها و توانمندی های سیستم، کنترل و پایش مستمر فرایندها، مدیریت کیفیت فرایند، یکپارچه سازی مدیریت دانش با فرایندهای سازمان و کارآمدسازی اجزای چرخه عمر مدیریت فرایند به عنوان کنش ها و اقدامات اساسی و درنهایت ارتقای شاخص های کمی و کیفی به عنوان پیامد سیستم هستند. در ادامه با توجه به چارچوب مفهومی ISM شاخص های توانمندساز و توانمندی در قالب چهار سطح طبقه بندی شدند. در گام بعدی از طریق فرآیند رتبه بندی تفسیری، شاخص ها اولویت بندی شدند. با توجه به یافته های به دست آمده از پژوهش و بر اساس ISM مولفه ی زیرساخت فناوری، به عنوان یک توانمندساز مهم در بالاترین سطح در نظر گرفته شد. طبق این تحلیل، فناوری اطلاعات با نفوذی که بر همه متغیرها از جمله فرهنگ فرآیندی، نیروی انسانی و ساختار متناسب سازمان دارد، باعث تقویت روحیه یادگیری و تحول، کار گروهی و مشارکتی در سازمان و ایجاد زمینه رشد مستمر کارکنان را فراهم می آورد؛ همچنین با توجه به یافته های فرایند رتبه بندی تفسیری، رهبری فرآیندها در اولویت اول قرار گرفت.

    نتیجه گیری

    نتایج نشان داد زیرساخت فناوری اطلاعات به عنوان متغیر مهمی در درون سیستم چابکی فرایندهای کسب وکار باید مدنظر قرار گیرد. از طرفی با توجه به متغیرهای عملکردی برون سیستمی مورد انتظار از پیاده سازی سیستم چابکی در مدیریت فرآیندها، مولفه رهبری فرآیندها بر اساس تمامی متغیرهای عملکردی مورد انتظار (به جز کسب مزیت رقابتی) بر توانمندساز زیرساخت فناوری تسلط دارد؛ بنابراین سازمان هایی که خواهان چابک سازی در سیستم مدیریت فرآیندهای خود هستند، باید در مرتبه اول به ویژگی های رهبری در فرآیندها توجه داشته باشند. پس از آن، نتایج نشان داد که درک و شناخت محیطی، نیروی انسانی آگاه و شایسته، بعد یادگیرندگی سازمان، ساختارهای اقتضایی و متناسب، حاکمیت، استراتژی سازی مبتنی بر بداهه، زیرساخت فناوری، سازگاری پویا، فرهنگ و پایداری خلاق به ترتیب در اولویت های بعدی باید مدنظر قرار گیرند.

    کلیدواژگان: مدیریت فرآیندهای کسب وکار، چابکی، تحقیق در عملیات نرم، مدل سازی ساختاری تفسیری، فرآیند رتبه بندی تفسیری
  • مهدی حیدری، علیرضا علی نژاد*، بهنام وحدانی صفحات 211-237
    مقدمه و اهداف

    با توجه به پیشرفت های جدید در دنیای مدرن، استفاده از الگوهای کنترل کیفیت چندمتغیره-چندمرحله ای در صنایع تولید به عنوان موضوعی حیاتی و ضروری مطرح می شود. این پژوهش به بررسی اهمیت و ضرورت کنترل کیفیت چندمتغیره-چندمرحله ای در صنایع تولیدی با تاکید بر تولید روغن موتور پرداخته است. کیفیت روغن موتور به عنوان یک عامل بنیادین، تاثیر قابل توجهی بر عملکرد، عمر موتور، رضایت مشتریان و موقعیت محصول در بازار دارد.در این تحقیق، برای مانیتورینگ و تشخیص خطا در مولفه های کیفی، استفاده از الگوریتم های یادگیری عمیق، مد نظر قرار گرفته است. علت اصلی انتخاب الگوریتم های یادگیری عمیق به جای روش های کلاسیک آماری، نرمال نبودن داده ها و حجم بزرگ نمونه ها بوده است. این مشکلات می توانند باعث عدم دقت تخمین ها و ناپایداری تحلیل ها شوند. از طرفی، توانمندی های منحصر به فرد الگوریتم های یادگیری عمیق در تجزیه وتحلیل داده های پیچیده و استخراج ویژگی های معنادار از داده های گسترده تولید روغن موتور، دلیل اصلی بر انتخاب این الگوریتم ها است.

    روش ها

    در این پژوهش، به منظور افزایش دقت و کنترل کیفیت موثر، از الگوریتم های یادگیری عمیق ترکیبی از جمله شبکه عصبی با حافظه طولانی -کوتاه مدت و شبکه  عصبی پیچشی، LSTM-CNN و شبکه باقیمانده شبکه عصبی پیچشی متصل و ResNet-DenseNet برای کنترل مولفه های کیفی استفاده شده است. در این پژوهش، با توجه به نیاز به تحلیل و کنترل داده های پیچیده و چندمتغیره، از الگوریتم LSTM-CNN برای کنترل کیفی متغیرهای عددی و تشخیص الگوهای زمانی و توالی در داده ها استفاده شده است. همچنین، برای مدیریت و تجزیه و تحلیل داده های بصری که توزیع های غیریکنواخت و پیچیده ای دارند، از الگوریتم ResNet-DenseNet استفاده شده است. این الگوریتم ها با استفاده از ترکیبی از شبکه های عصبی با حافظه طولانی- کوتاه مدت و شبکه های پیچشی، قادر به استخراج ویژگی های معنادار و ارتباطات پیچیده میان داده ها هستند، که این امر باعث بهبود عملکرد و کارایی در فرایندهای کنترل کیفیت و تصمیم گیری هوشمند می شود. این روش قادر به تشخیص الگوهای پنهان و ارتباطات پیچیده بین متغیرها و ویژگی های کیفیتی موجود در داده ها است و قابلیت بهبود فرایندهای کنترل کیفیت و تصمیم گیری هوشمند را تسهیل می کند.

    یافته ها

    ترکیب قابلیت های این الگوریتم ها، عملکرد فرایند کنترل کیفیت را بهبود می بخشد و نتایج بهتری نسبت به روش های تک الگوریتمی به دست می آورد؛ به علاوه از الگوریتم کلونی زنبورعسل (GBC) برای تنظیم پارامترهای الگوریتم های یادگیری عمیق LSTM-CNN و ResNet-DenseNet استفاده شده است. این الگوریتم به عنوان یک رویکرد ترکیبی عمل می کند و از مزایای الگوریتم کلونی زنبور عسل مصنوعی (ABC) و الگوریتم ژنتیک (GA) بهره می برد. این ترکیب به میزان زیادی عملکرد الگوریتم های یادگیری عمیق را در فرایندهای کنترل کیفیت بهبود می بخشد و زمان رسیدن به نتیجه مطلوب را کاهش می دهد. به منظور نمایش کاربرد عملی الگوریتم های ارائه شده در جهان واقعی، یک مطالعه موردی از صنعت تولید روغن موتور بررسی شده است. الگوریتم ترکیبی LSTM-CNN پیشنهادی در فرایند تشخیص خطا، نتیجه بهتری نسبت به الگوریتم های تکی CNN  و LSTM داشته و عملکرد نتایج را به ترتیب به میزان 15 و 8 درصد ارتقا داده است؛ همچنین در مولفه های تصویری، الگوریتم ترکیبی پیشنهادی ResNet-DenseNet نسبت به الگوریتم های ResNet و DenseNet به ترتیب با دقت بالاتری، به میزان 10 و 15 درصد عمل کرده است.

    نتیجه گیری

    از نظر علمی و عملی، در این پژوهش تاثیر الگوریتم های یادگیری عمیق در بهبود کیفیت و کارایی روغن موتور را مورد بررسی قرار گرفته و از روش های پیشرفته تجزیه وتحلیل داده، به ویژه الگوریتم های ترکیبی عمیق، برای شناسایی الگوهای کیفی در داده های تولید استفاده شده است.

    کلیدواژگان: خود رمزگذار، یادگیری عمیق، تشخیص خطا، الگوریتم فراابتکاری، کنترل کیفیت
  • جواد کشوری کامران، محمدعلی کرامتی*، عباس طلوعی اشلقی، سید عبدالله امین موسوی صفحات 238-264
    مقدمه

    هدف از انجام این مطالعه، ارائه عناصر و روش شناسی مدل یادگیری تقویتی منطبق بر مدل مفهومی عامل بنیان اعتباربخشی بیمارستانی در ایران است. عناصر و روش شناسی مدل یادشده، زیربنای مطالعاتی مطلوبی برای ایجاد سیستم هوشمند و چندعاملی اعتباربخشی بیمارستانی و روندهای شبیه سازی محیط در جهت ارائه رهنمودهای بهره ورانه به کارگزاران و سیاست گذاران مربوطه ایجاد خواهد کرد. این مطالعه در نظر دارد تا پاسخ مناسبی به پرسش های اصلی پژوهش که در آن ابهامات مربوط به عناصر یادگیری تقویتی و چگونگی انتخاب روش شناسی یادگیری تقویتی در یک سیستم چندعاملی از نوع سیستم های اجتماعی فنی وجود دارد، ارائه کند.

    روش ها

    به منظور گردآوری داده های موردنیاز برای شناخت عناصر و شناسایی فرایندهای اعتباربخشی بیمارستانی، عامل ها، محیط و تعامل بین آن ها، از روش مرور سیستماتیک منابع، بررسی مستندات علمی و مصاحبه های نیمه ساخت یافته، از طریق خبرگان، به صورت حضوری بهره گرفته شد. مصاحبه شوندگان از میان اعضای هیئت علمی، مدیران بیمارستان و مسئولان بهبود کیفیت بیمارستان ها انتخاب شدند. جمع بندی مصاحبه ها با استفاده از روش های مبتنی بر داده بنیاد، رویکرد ترتیبی و سیستماتیک، صورت گرفت. منابع جمع آوری ویژگی های فرایند یادگیری ماشین با استفاده از روش مرور سیستماتیک از مستند «راهنمای اعتباربخشی 1401» بوده است. روند انتخاب ویژگی های یادشده از طریق انتخاب صحیح از ویژگی های خروجی مدل که همان کنش های عامل است، صورت گرفت. فهرست کنش های عامل بر اساس طبقه بندی ساختار درختی از محتوای مفهومی مستند فوق الذکر به صورت یک درخت عمومی غیردودویی استخراج شد.

    یافته ها

    مدل یادگیری تقویتی استخراج شده درصدد یافتن زنجیره های بهینه از کنش های عملیاتی در شرایطی که داده های کمی موجود است، خواهد بود. مهم ترین عناصر مدل یادشده عبارت اند از:مجموعه حالات: مجموعه عوامل اعتباربخشی بیمارستانی مانند متغیرهای ورودی، متغیرهای خروجی، شاخص ها، پارامترها، اعداد ثابت مربوط به سنجه های هر عامل مفهومی در مستند «راهنمای اعتباربخشی 1401»؛مجموعه کنش ها: کنش های عامل های هوشمند؛ در هر اپیزود یادگیری تقویتی، مسیرهایی از درخت دودویی خوشه بندی سلسله مراتبی شده اقدامات عملیاتی قابل انجام در بیمارستان و به ازای مجموعه ویژگی های حالت هستند؛تابع پاداش: «کسب بالاترین امتیاز ممکن در نظام رتبه بندی بیمارستانی با انجام کمترین تعداد کنش و اقدام لازم» است؛تابع سیاست: بر اساس فرایند یادگیری هر عامل، مبتنی بر یک شبکه عصبی عمیق DQN و الگوریتم کاهش گرادیان است؛عامل های عملیاتی: هدف عملیاتی هر یک از عامل های مفهومی؛ «حداکثرکردن امتیازات اعتباربخشی سنجه های حوزه مربوط به خود با توصیه کمترین اقدامات» است.چرخه کلی مدل: در این ساختار هر کدام از عامل های هوشمند، زیرمجموعه عامل های مفهومی نه گانه، در محدوده خود دارای یک شبکه عصبی چندلایه است که ویژگی های حالات مرتبط، به این شبکه عصبی وارد می شود و در خروجی، بر اساس تعریف تابع سیاست ویژه آن عامل، نگاشتی از کنش های بهینه بر حسب شرایط و حالات فعلی عامل ایجاد خواهد شد؛مدل شبکه عصبی: شبکه عصبی عامل هوشمند برگرفته از عامل مفهومی «مدیریت و رهبری» است که در آن مشخصات لایه های ورودی، مخفی و خروجی شبکه آمده است.

    نتیجه گیری

    جمع بندی پیشینه پژوهش های مرتبط، نشان داد که رویکرد طراحی مدل های اعتباربخشی بیمارستانی می تواند به دو گروه «مدل های مفهومی بدون بهره گیری از عوامل هوشمند» و «مدل های مفهومی با بهره گیری از مفاهیم هوشمندسازی و سیستم های عامل بنیان» تقسیم شود. بررسی ها نشان داد که این مطالعات دارای نتایج موردانتظار بوده و کارایی و اثربخشی مدل ها و فرایندهای پیشنهادشده توسط آن ها، اعتبار لازم را داشته اند. از نقاط ضعف این پژوهش ها، این است که الگوریتم های یادگیری تقویتی لزوما با مدل های عامل بنیان در آن ها درآمیخته نشده است.

    کلیدواژگان: یادگیری تقویتی، کاهش گرادیان، عامل های هوشمند، مدل شبکه عصبی، اعتباربخشی بیمارستانی
|
  • Alireza Motmeni *, Akbar Rahimi, Rahim Rezaei Banafsheh Pages 9-34
    Introduction

    For the successful revival of a bankrupt or declining company with poor performance, a wide range of revival strategies can be considered that these strategies interact with each other and not paying attention to this issue, the revival of declining companies, especially small and medium-sized companies in Action faces a problem. Therefore, the main goal of this research is to present an interpretive structural model and interaction analysis of revitalization strategies of small and medium manufacturing companies.

    Metods:

     This research is practical in terms of its purpose and because it is based on interpretive structural modeling to provide a hierarchical model of the interaction of strategies for the revival of small and medium-sized companies on the verge of decline and bankruptcy, it can be considered descriptive-survey research. Since many small and medium-sized companies in the food industry in Ardabil province have declined or gone bankrupt in the past few years and need to be revived, therefore these industries were chosen as a case study of this research. In the first stage of the research, fuzzy screening was used to localize the decline factors of these companies. After that, to determine the strategies related to each factor of decline, an interview was conducted with a focus group including 10 academic and industrial experts, and to provide an interaction model and analyze the power of influence and correlation of these strategies, structural interpretive modeling and the Mi'kmaq method, with The participation of the same experts was used and Excel and MATLAB software were used for data analysis.

    Result and Discossion: 

    Out of the 22 factors of the decline of companies that were identified in previous research, 19 factors were determined as the factors of the decline of food industry companies in Ardabil province, and three factors were "monopoly situation in the market", "supply exceeding market demand", "lack of culture of cooperation between "Employees and managers" were removed due to the importance of less than 70% in the view of experts. For these factors of decline, 32 strategies (localized and new) have been determined, and in addition, the entire revitalization strategies, in the form of six categories of financial and economic strategies; marketing and customer orientation; human resources; knowledge-based; structure and interactions; and production and operation efficiency were also categorized. The structural interpretative hierarchical model of revitalization strategies shown in Figure 2 shows that these strategies have a helping and facilitating relationship with each other and to apply them, one should start from the lowest level of this model. Another significant result is that although the determined strategies are presented in the form of six categories, the final model shows that in order to implement these strategies, it is not necessary to pay attention to all the strategies in one category at the same time, but the hierarchy of strategies clearly shows that the priority of using these strategies is from the bottom. Up and from different categories.

    Conclusions

    The revival of bankrupt small and medium companies or declining food industries is not a one-dimensional process and there is no single strategy for it, but a combination of six strategies including financial and economic strategies; marketing and customer orientation; human resources; knowledge-based strategies; structure and interactions; And he paid attention to the efficiency of production and operations and carried out the restoration process in a systematic format and as a continuous and gradual flow.

    Keywords: Declining, Bankrupt Companies, Small, Medium-Sized Companies, Food Industry, Revitalization Strategies, Interpretive Structural Modeling
  • Jafar Gheidar-Kheljani *, Kourosh Halat Pages 35-56
    Introduction

    Despite the fact that many researches have been conducted regarding cooperation in the supply chain; But research shows that collaborations in chains with asymmetric power structures, which lead to investment in research and development, have received less attention. This article deals with the development of a model for the supply chain of a complex product, which, in addition to operational decisions to supply the product to the market, also makes decisions regarding investment in research and development. Answering these questions by considering the different power structure in the supply chain and paying attention to cost sharing and revenue sharing contracts is one of the goals of this article: (1) determining the balance point between the amount of investment in research and development, product price and production amount (2) Investigating the impact of research and development uncertainty, buyer fairness and customer sensitivity to product technology level on supply chain performance

    Methods

    The risk of uncertainty in the output of the research and development process and the demand function dependent on the level of product technology are considered in the model. The model is developed under the asymmetric structure of power in the chain by considering various cooperation contracts including research and development cost sharing, production cost sharing, and revenue sharing. Each of the scenarios of this problem is presented as a non-linear two-level programming model. The two-level mathematical model was created with the Nash bargaining game approach and the simulation method was used in its optimization.

    Results and discussion

    This research shows that the risk of uncertainty reduces the profit of the supply chain, but the provided cooperation contracts can improve the performance of the chain compared to the decentralized structure. It was also found that the revenue sharing contract can generate more profit for both the entire supply chain and the supplier. But from the point of view of the buyer and based on the bargaining power, when his bargaining power is relatively low, R&D cost sharing and production cost sharing contracts are more beneficial. Also, increasing the fairness of the buyer will improve the performance of the entire supply chain in the structures of revenue sharing and research and development cost sharing. It has also been shown that the market's sensitivity to the level of product technology improves the performance of the chain in the structure of production cost sharing contracts and research and development costs. But in the revenue sharing structure, all members of the chain may not benefit from the market's sensitivity to the level of product technology. In addition, the market's sensitivity to the price and the fairness of the buyer, respectively, always cause a decrease and an increase in the performance of the supply chain.

    Conclusions

    Due to the significant costs of research and development and production in complex products, paying attention to these costs in supply chain cooperation contracts and sharing them between the influential factors in the supply chain can lead to an increase in the performance of the supply chain. The bargaining power between the buyer and the seller in this type of chain can affect the type of contract. Considering the unknown nature of information for the supply chain parties, more models can be developed.

    Keywords: Complex Product, Supply Chain, R&D Investment, Uncertainty, Cooperative Contracts, Nash Bargaining Game, Simulation
  • Karim Arasteh, Rouzbeh Ghousi *, Ahmad Makui Pages 57-90
    Introduction

    Despite significant technological developments in today’s world, it is still plagued by all manners of natural and man-made disasters (such as earthquakes, floods, hurricanes, avalanches, war, terrorism, political unrest, etc.) which not only slow the process of sustainability development but also, when neglected, can inflict terrible and sometimes irreparable damage to a community’s well-being and prosperity. This issue requires an integrated logistics system that is scientifically and comprehensively designed to meet the needs of crisis management; a system with clear and predefined processes in which all components have predefined functions. Providing aid to the injured is one of the most important stages of crisis management, which must be planned before the accident because timely and efficient aid will greatly reduce human and financial losses. In order not to be surprised during natural crises, proper planning should be done in advance and under normal conditions.  Humanitarian logistics (HL) is considered one of the most important issues of disaster operations and management. However, the operations required for humanitarian logistics must be sustainable enough to function well under the uncertain and complex nature of disasters and crises. Many difficulties in the pre-disaster and post-disaster phases bring both human and economic losses, and practically ensuring the efficient design of humanitarian logistics operations seems essential. In this study, considering the importance of planning before disasters and also the mathematical optimization model for locating facilities and relief centers, articles published between the years 2004 and 2023 to examine optimization models in the field of humanitarian logistics have been studied. The purpose of the research is to familiarize with the current research process of humanitarian logistics, especially the optimization problem used to achieve various goals of the location of humanitarian logistics facilities and to provide future research directions.

    Methods

    In order to get an overview of the research fields and to know what articles exist in this field and who has done research in this field and other more comprehensive information, using the Web of Science website, the keywords that are considered in this research, have been searched. Regarding facility location issues, all types of resource location problems are included in this study, and the papers under study are classified into two categories based on deterministic and non-deterministic models.

    Results and discussion

    In the deterministic models table, the type of objective function, decision variables, model type, and solution methods are included. In non-deterministic models, this study primarily covers the stochastic programming approach and robust optimization. Also, in the non-deterministic model’s table, the type of objective function, decision variables, non-deterministic parameters of the model, type of uncertainty, type of model, and solution methods are included. According to the reviewed articles and also by referring to the presented literature review table, it is possible to find the points that have not been addressed or have been addressed less.

    Conclusions

    Finally, this study can be useful for researchers in understanding the current trend of the optimization problem in humanitarian logistics and modeling techniques. Researchers can easily find out the research gap and help society through their research.

    Keywords: Earthquake, Humanitarian Logistics, Location, Location Facility, Transfer Point
  • Mohammadreza Sadeghi Moghadam *, Mehdi Ghorbani, Mahsa Soltani Neshan, Mehrdad Hamidi Hedayat Pages 91-113
    Introduction

    Microfinance as a predominant poverty alleviation strategy with the aim of lifting poor out of poverty, provides financial services to poor. This research examines the effect of using micro loans on the growth of people's income and lifting them from poverty line. Also, with regard to the financial aid to MFI, changing in years of donate and its effect on lifting people from poverty line are discussed. In addition, the effect of marketing and increasing the probability of sales as a complementary service of microfinance, in the growth of income is investigated. Therefore, this research, examines the effect of microfinance on increase income and lifting poor from poverty by considering two policies changing the number of years of donate to MFI and increasing the probability of selling the product.

    Methods

    In MFIs, the way of providing resources, different conditions of lending, as well as the interactions between people, and become member of MFIs and influencing receipting of loans, creates a complex environment. The heterogeneous characteristics and behaviors as well as the interactions between agents in a dynamic environment, cause the emergence of complex events that using agent-based modeling approach can help to understand and model. agent-based modeling is a simulation approach of a set of autonomous, independent and decision-making agents that are interconnected and tries to investigate the final results of a system by modeling the behavior of individual elements. In this research, agent-based modeling approach has been used.

    Results and discussion

    The result shows the provision of microloans has increased people's income and provides the possibility of getting out of absolute poverty for most people. In this research, we considered the interest rate to be zero, the results showed the resorce of MFI based on savings and repayment of installments can increase, so that the number of paid loans even in the policy of 2 years donate increased. Therefore, by providing interest-free microloans and even limiting the duration of assistance, a sustainable microfinance MFI can be created. Also, the policy of changing the number of years of donate to MFI and increasing the number of years of donate from three years to four years does not have a significant effect on increasing people's income, and MFI will be able to continue based on savings and receiving repayment of installments, but increasing the number of years of donate will cause the number of loans so that by increasing years of donate to 2, 3 and 4, the number of loans paid is equal to 155, 221 and 278, respectively. Also, the results of modeling of increasing the probability of sale showed that in the scenario with the probability of 80% sales, the income of people and the number of people above the poverty line are much higher than the scenario of the probability of 60% sales. Totally, the modeling of the policies of changing the number of donate years to MFI and changing the probability of sales showed that more financial aid to MFI does not lead to more income of people and lifitin tehm from poverty line, but what causes more income is helping to marketing and sales product.

    Conclusions

    Reducing the number of donate years and using the released financial resources to create a market and increase the possibility of sales will make poverty alleviation policies more effective. In other words, if the financial resources of donate helps to create guaranteed markets or to form permanent markets, creates a greater leverage effect for increasing income of  members than the increase the number of donate years to MFI.

    Keywords: Agent Based Modeling, Microfinance, Povety Alleviation, Poverty Line, Saving
  • Samaneh Rash, Meysam Effati, Mostafa Ebrahimpour * Pages 114-134
    Introduction and Purpose

    Currently, the need to expand accurate and rapid quality assurance to provide high quality and safe manufactured products; Yes, quality focuses more on internal issues that are used to control and improve internal processes and seek to improve performance for customer satisfaction and competitiveness. The quality of products and processes is emphasized in industry, government and society. The quality performance evaluation system is highly dependent on the identification and selection of critical success factors and its indicators in the framework of quality management. To achieve this goal, there are problems in the production industry, such as low production efficiency, low accuracy and lack of innovation in products.

    Methods

    Based on this, a plan has been proposed to introduce the artificial intelligence method of manufacturing companies to solve the above problems and, as a result, improve product quality and production efficiency. For this purpose, a network based on an adaptive neuro-fuzzy inference system is presented to evaluate the accuracy of the results and compare its efficiency. The proposed method is opposed to hard calculations and will save time and money. In industries, the volume of data has increased, which has led to the emergence of new concepts such as big data analytics, and the limitations and advantages of artificial intelligence-based solutions are discussed to creative attention to new solutions and new directions in manufacturing, commercial and service industries to improve efficiency. Stimulate your processes, increase the value of your solutions, and design new products to find new businesses and markets. Almost all international roadmaps focused on innovation and research include artificial intelligence as a fundamental driver of future technology. A challenge for traditional methods in quality management is the management of high-dimensional and non-linear production data. To solve these problems, a process based on artificial intelligence has been developed in this research to improve product quality and production efficiency. In this research, an adaptive neural-fuzzy inference model that has the advantages of neural network and fuzzy inference together, to evaluate and extracts the quality level of manufactured products; And it is proposed to infer how a set of production parameters and process quality of a production system are related.

    Findings

    In order to train the proposed model, the data related to the quality process of one piece from the production line of Khazar Plastic Industrial Company was used and 550 data related to the quality process with emphasis on influential variables including "appearance standard, external diameter of large gear, thickness of gear, The length of the metal shaft, the height of the metal shaft, the external diameter of the metal shaft" are considered as input variables and final quality as output variables. Finally, the accuracy of the results and the effectiveness of the proposed adaptive neuro-fuzzy inference model have been evaluated using statistical indices of correlation coefficient and root-mean-square error. 

    Conclusion

    the results show the data used to evaluate the quality of the production part in the adaptive-proposal neuro-fuzzy method; With a correlation coefficient of 0.95 and a mean square error of 0.42869, it provided a good match between the quality of the model output and the actual values.

    Keywords: Adaptive Neuro-Fuzzy Inference System (ANFIS), Supervised Learning, Quality Management, Improve Quality, Production
  • Sindokht Mortazavi, Mehdi Seif Barghy * Pages 135-159
    Introduction

    Retailers are one of the most powerful agents of product distribution due to their proximity to final consumers and the potential to create a market. Choosing the location of the retail store is a strategic decision and a long-term investment, both in terms of customer satisfaction and the profitability of the company in the conditions of market change and fierce competition. Considering the increasing complexity of the problem by combining different criteria in choosing the location of the retail store, it is inevitable to use multi-criteria decision-making structure. The purpose of this study is to develop a method to select the best retail store locations in Ofogh Kourosh retailing through strategic ranking of potential store locations using criteria such as population, store location characteristics, economic considerations, and competition.

    Methods

    Due to the increasing complexity of the retail store location selection problem and the uncertainty in evaluating the criteria in the retail store location selection, the multi-criteria decision-making structure has been used along side fuzzy intuitionistic approach. In fact, intuitionistic fuzzy numbers are extended version of fuzzy numbers in which except for the membership and nonmembership degrees, hesitation degree is also considered in modeling uncertainty for the decision-maker. In the proposed model of this study, five criteria including cost, competition, traffic density, vehicle traffic volume, physical characteristics and store location have been selected as the main criteria for choosing the best retail store location through interviews with experts. Twelve sub-criteria including rent cost, equipment cost, power of competitors, number of competitors, distance to competitors, volume of car traffic, volume of pedestrian traffic, store size, parking space, proximity to main street, proximity to commercial centers and proximity to residential complex are selected in order to choose the best location among five potential locations.The presented method is a combined method of Analytical Hierarchy Process method and Technique for Order of Preference by Similarity to Ideal Solution (AHP-TOPSIS) based on interval valued intuitionistic fuzzy sets, have been used in order to evaluating the criteria and ranking of the proposed option. In order to consider the uncertainty in the selection of decision makers and to calculate the weight of the criteria, the AHP method based on interval Intuitionistic fuzzy sets has been applied. Also, the prioritization of the proposed options for locating a new retail store has been calculated using the TOPSIS method. In the considered case study, Region 4 of Tehran city is considered as the most populous region in the city so that Ofogh Koorosh retail company has 40 stores allocated to two big warehouses in this region.

    Results and discussion

    Based on the numerical result, the sub-criteria of rent cost from the criteria of cost and the sub-criteria of proximity to trade centers from the criteria of store location were selected as the most important and least important criteria. The results showed that candidate locations four and one were selected with highest and lowest priorities for establishing the stores. With respect to the need for validation of the proposed method, the results of the evaluation of the potential locations have been compared with the combined method of Analytical Hierarchy Process and Weighted Aggregated Sum Product Assessment (AHP-WASPAS) based on Interval Valued Intuitionistic Fuzzy Sets; In both methods, potential location number 4 has been chosen as the best location for a new retail store and potential location number 1 as the most inappropriate location due to its location and competitors' conditions.

    Keywords: Retail Location, Multi-Criteria Decision Making, Intuitionistic Fuzzy Sets, Analytic Hierarchy Process, Waspas
  • Ali Otarkhani *, Bahareh Khodaei Pages 160-181
    Introduction and Purpose

    Organizational cooperation emerges as a tool that allows members of the cooperation network to make decisions based on shared information and two-way exchanges that coordinate and synchronize activities with the aim of attracting It causes the satisfaction of the market and the increase of the common profit. Cooperation networks are formed by organizations that have a prior desire to cooperate with each other in order to achieve their common interests by using information technology and through joint decision-making and effective participation. The purpose of this research is to investigate the networks (CNs) and the cooperation process that allows them to increase interaction in the environment. These new tools are based on enterprise architecture (EA). On the other hand, organizations that cooperate with other organizations in order to gain competitive advantage and deal with environmental complexities, each has its own unique organizational architecture. Investigating the effect of this organizational architecture on the cooperation network architecture of organizations is the target of this research. In this regard, by reviewing the theoretical literature and using the Interpretive Structural Modeling (ISM) method, a framework has been developed to examine the impact of the organization's information technology architecture on the architecture of inter-organizational cooperation. The results of this research show 5 dimensions of organization architecture and 6 dimensions of inter-organizational cooperation architecture and how they are leveled and related in the form of a final model. The insight that this framework provides to organizations can help in better designing the architecture of the organization to enjoy an effective cooperation and the benefits of it. Enterprise architecture is a continuous process after initiation. Establishing such a process involves interacting with different dimensions of the organization. Therefore, the cultural, human, technical, structural, event, etc. dimensions throughout the organization are fundamental issues in the successful implementation of organizational architecture. Considering that the implementation of organizational architecture is costly and expensive, its poor implementation provides many problems for the organization.

    Findings

    In the subject of common information technology, we strengthen and precisely specify the legal dimensions, standards, control guidelines, time frames and the form of situations. MICMAC analysis showed that the components of the content model (conceptual description) of the organization's architecture, the logical model (systemic description) of the organization's architecture and business strategies of cooperation have the greatest influence on other components and are key components in They are considered to be the formation of the cooperation process. Other investigated components have high power of penetration and dependence and are located in the connected area and these components have two-way communication with each other. According to the results of the research, the following suggestions were made: The research results show that technology plays a very important role in the development of inter-organizational cooperation, so it is suggested that organizations design inter-organizational information systems. Among the factors of level 1, knowledge cooperation is the factor influencing inter-organizational cooperation. Therefore, in organizational architecture, the mechanisms of knowledge production, acquisition and application should be predicted. Designing and establishing specific processes for inter-organizational cooperation is a necessity that must be considered by organizations in the design of organizational architecture.

    Keywords: Enterprise Architecture, Collaboration Network, Inter-Organizational Collaboration, Interpretive Structural Modeling, Information Technology
  • Sadegh Hasani Moghadam, Mohammadmahdi Mohtadi *, Hosein Bazargani, Ali Taheri, Mohsen Miri Pages 182-210
    Introduction

    Today, organizations experience complex and unpredictable changes and crises around them. In this situation, in order to achieve innovation and optimal conditions in complex environments, it seems necessary to go towards flexible and agile solutions. The agility of business processes in complex and dynamic conditions. In this regard, the main goal of this study is the systematic structuring of the problem of agility in business processes, one of the most important requirements of which is the use of research approaches in soft operations in the direction of the systematic structuring of the problem.

    Methods

    In this research, first by using the steps of meta-combination technique and then with the help of semi-structured interview tools, a sample of 18 experts, who are university professors and experts active in the field of process management, as well as people who have experience in the fields of related to the improvement of work systems and processes in different organizations, were selected, which were selected through a targeted non-random method and snowball method. In the next step of the research, the ISM approach was used to explain the communication pattern of managing agile organizational processes, which was collected with the help of a questionnaire. Finally, the data collected through the questionnaire were analyzed using the Interpretive Rating Process

    Results and discussion

    Based on the answers to the questions asked in this research, first after going through the stages of synthesis and completing the required data throaugh interaction with experts, a general framework of 17 main variables was obtained. The components of the proposed main framework include appropriate culture, process leadership, process governance, human resources, technological infrastructure and organization structure as system enablers, The strategize based on improvisation, creative stability, dynamic adaptability, organizational learning and environmental understanding as capabilities of the system, continuous control and monitoring of processes, process quality management, integration of knowledge management with organizational processes and Making the components of the process management life cycle more efficient are the basic actions and measures and finally the improvement of quantitative and qualitative indicators as the result of the system. In the following, according to the conceptual framework of ISM, empowering and empowering indicators were classified into four levels. In the next step, the indicators were prioritized through the interpretive ranking process. According to the findings obtained from the research and based on ISM, the technology infrastructure component was considered as an important enabler at the highest level. According to this analysis, information technology with an influence that affects all variables including process culture, manpower and appropriate structure. organization, it strengthens the spirit of learning and transformation, teamwork and partnership in the organization and provides the basis for continuous growth of employees. Also, according to the findings of the interpretative ranking process, the leadership of the processes was given the first priority.

    Conclusions

    The results showed that IT infrastructure should be considered as an important variable in the agility system of business processes. On the other hand, according to the external performance variables expected from the implementation of the agile system in the management of processes, the process leadership component dominates the technology infrastructure enabler based on all the expected performance variables (except gaining a competitive advantage). Therefore, the organizations that want to be agile in their process management system should pay attention to the characteristics of leadership in the processes in the first place. After that, the results showed that environmental awareness, knowledgeable and competent human resources, organizational learning dimension, contingent and appropriate structures, governance, improvisation-based strategy-making, technological infrastructure, dynamic adaptation, culture and creative sustainability are prioritized respectively. The following should be considered.

    Keywords: Business Process Management, Agility, Soft Operations Research, Interpretive Structural Modeling, Interpretive Ranking Process
  • Mehdi Heydari, Alireza Alinezhad *, Behnam Vahdani Pages 211-237
    Introduction

    In light of recent advancements in the modern world, multivariate-multistage quality control patterns are increasingly recognized as vital and indispensable in manufacturing industries. This study delves into the significance and necessity of multivariate-multistage quality control in manufacturing, specifically focusing on motor oil production. As a foundational factor, motor oil quality considerably influences engine performance, lifespan, customer satisfaction, and market positioning.

    Methods

    This research employs deep learning algorithms for monitoring and fault detection in quality components. The primary rationale for opting for deep learning algorithms over conventional statistical methods is the non-normal distribution of data and the large sample sizes, which can lead to inaccurate estimations and unstable analyses. Conversely, the unique capabilities of deep learning algorithms in handling complex data and extracting meaningful features from extensive motor oil production data justify their selection. To bolster accuracy and effective quality control, a combination of deep learning algorithms is utilized, including Long Short-Term Memory (LSTM) networks, Convolutional Neural Networks (CNN), and hybrid models such as LSTM-CNN, as well as Residual Networks (ResNet) with Dense Networks (DenseNet). The LSTM-CNN algorithm is applied to control numerical quality variables and identify temporal and sequential patterns in the data. Meanwhile, ResNet-DenseNet manages and analyzes visual data with non-uniform and intricate distributions.

    Results and discussion

    By integrating LSTM networks, CNNs, and residual connections, these algorithms excel at extracting meaningful features and capturing complex relationships within the data. This enhances performance and efficiency in quality control processes and facilitates intelligent decision-making. Such an approach is adept at uncovering latent patterns and intricate relationships between variables and quality attributes, enhancing quality control procedures and intelligent decision-making. The amalgamation of these algorithmic capabilities enhances the efficacy of quality control processes, outperforming single-algorithm approaches. Additionally, the Bee Colony Clonal Algorithm (BCC) is employed to fine-tune the parameters of the LSTM-CNN and ResNet-DenseNet algorithms. This hybrid approach harnesses the Artificial Bee Colony (ABC) and Genetic Algorithm (GA) strengths, markedly improving the performance of deep learning algorithms in quality control and reducing the time required to achieve desired outcomes. To illustrate the practical applicability of the proposed algorithms, a case study in the motor oil production industry is examined. The proposed LSTM-CNN hybrid algorithm in fault detection demonstrated superior results compared to standalone CNN and LSTM algorithms, achieving performance improvements of approximately 15% and 8%, respectively. Furthermore, the proposed ResNet-DenseNet hybrid algorithm exhibited higher accuracy in visual components, enhancing performance by approximately 10% and 15% compared to ResNet and DenseNet algorithms, respectively.

    Conclusions

    From both academic and practical standpoints, this research scrutinizes deep learning algorithms' influence on enhancing motor oil quality and efficiency. Advanced data analysis methods, particularly hybrid deep learning algorithms, are employed to identify quality patterns in production data.

    Keywords: Auto-Encoder, Deep Learning, Fault Detection, Metaheuristic Algorithm, Quality Control
  • Javad Keshvari Kamran, Mohammadali Keramati *, Abbas Toloie Eshlaghy, Seyed Abdollah Amin Mousavi Pages 238-264
    Introduction

    This study presents the elements and methodology of the reinforcement learning model according to the agent-based conceptual model of hospital accreditation in Iran. The elements and methodology of the mentioned model will create a favorable study base for creating a smart and multi-agent hospital accreditation system and environment simulation trends to provide efficient guidelines to relevant agents and policymakers. Also, this study intends to provide an appropriate answer to the main research questions in which there are uncertainties related to the reinforcement learning elements and how to choose the reinforcement learning methodology in a multi-agent system of the socio-technical systems type.

    Methods

    To collect the information needed to know the elements and identify the hospital accreditation processes, agents, environment, and interaction between them, the systematic review of sources, review of scientific documents, and semi-structured interviews, through experts, to The face-to-face method has been used. Summarizing the interviews was done using grounded-theory-based methods, and a sequential and systematic approach. The sources for collecting the characteristics of the machine learning process using the systematic review method were from the document "Iran Hospital Accreditation Guide 2022". Also, the process of selecting the mentioned features was done through the correct selection of the output features of the model, which are the actions of the agent. The list of agent actions was extracted from the conceptual content of the document above in the form of a general non-binary tree based on the classification of the tree structure.

    Findings

    The extracted reinforcement learning model will seek to find the optimal chains of operational actions, in the conditions where the quantitative data of the hospital is available. The most important elements of the mentioned model are:Set of states: set of hospital accreditation factors such as input variables, output variables, indicators, parameters, and fixed numbers related to the metrics of each conceptual agent in the document "Iran Hospital Accreditation Guide 2022".Set of actions: actions of intelligent agents in each reinforcement learning episode, paths from the hierarchically clustered binary tree are operational actions that can be performed in the hospital and per set of state features.Reward function: "Obtaining the highest possible score in the hospital ranking system by performing the least number of necessary actions and actions."Policy function: Based on the learning process of each agent, it is based on a DQN deep neural network and gradient reduction algorithm.Operational Agents: the operational goal of each of the conceptual agents, is "maximizing the accreditation points of the metrics of the relevant field by recommending the least measures."The general cycle of the model: in this structure, each of the intelligent agents, a subset of the 9 conceptual agents, has a multi-layered neural network within its scope, and the characteristics of related states are entered into this neural network and Output, based on the definition of the special policy function of that agent, a map of optimal actions will be created according to the agent's current conditions and states.Neural network model: The neural network of the intelligent agent is derived from the conceptual agent "management and leadership" in which the input, hidden, and output layers of the network are specified.

    Conclusion

    Summarizing the background of related research showed that the approach to designing hospital accreditation models can be divided into two groups: "conceptual models without using intelligent agents" and "conceptual models using Intelligence and operating systems" should be divided. The investigations showed that these studies had the expected results and that the efficiency and effectiveness of the models and processes proposed by them had the necessary validity.

    Keywords: Reinforcement Learning, Gradient Reduction, Intelligent Agents, Neural Network Model, Hospital Accreditation