ارائه مدل یکپارچه تولید سناریوهای نیمه کمی با استفاده از روش ترکیبی مبتنی بر نقشه شناخت فازی: مطالعه موردی تولید نفت ایران

شیخان, عباس; حافظی, رضا; عمرانی اواردی, مهدی; اخوان, امیرناصر; سعیدی, احمد

doi:10.22075/jme.2018.11503.1120

اداره چاپ و انتشارات دانشگاه سمنان

تعداد نشریات	21
تعداد شماره‌ها	593
تعداد مقالات	8,812
تعداد مشاهده مقاله	66,759,750
تعداد دریافت فایل اصل مقاله	7,325,211

	ارائه مدل یکپارچه تولید سناریوهای نیمه کمی با استفاده از روش ترکیبی مبتنی بر نقشه شناخت فازی: مطالعه موردی تولید نفت ایران
مدل سازی در مهندسی
مقاله 14، دوره 17، شماره 56، اردیبهشت 1398، صفحه 157-168 اصل مقاله (1.25 M)
نوع مقاله: مقاله صنایع
شناسه دیجیتال (DOI): 10.22075/jme.2018.11503.1120
نویسندگان
عباس شیخان¹؛ رضا حافظی^* ²؛ مهدی عمرانی اواردی³؛ امیرناصر اخوان⁴؛ احمد سعیدی⁵
¹عضو هیات علمی گروه مهندسی صنایع ،:واحد اراک،دانشگاه آزاد اسلامی،اراک ،ایران
²گروه آینده‌پژوهی، دانشکده مدیریت، علم و فناوری، دانشگاه صنعتی امیرکبیر، تهران، ایران
³دپارتمان مهندسی مکانیک، دانشگاه صنعتی نوشیروانی، بابل، ایران
⁴استادیار، دانشکده مدیریت، علم و فناوری، دانشگاه صنعتی امیرکبیر، تهران، ایران
⁵گروه حسابداری دانشکده فنی و حرفه ای سما، واحد اراک دانشگاه آزاد اسلامی،اراک ،ایران
تاریخ دریافت: 09 خرداد 1396، تاریخ بازنگری: 31 تیر 1397، تاریخ پذیرش: 12 شهریور 1397
چکیده
در بازار رقابتی پویای امروز، ارائه یک چارچوب مؤثر برای یافتن چشم‌اندازهای محتمل یک چالش مهم در جهت اتخاذ تصمیم‌گیری صحیح و سیاست‌گذاری حیاتی است. پژوهش حاضر، چارچوبی جهت توسعه سناریوهای محتمل آینده از طریق روش طرح نقشه فازی شناختی (FCM) پیشنهاد می‌کند. به‌عنوان یک روش جدید در برنامه‌ریزی سناریو، مدل FCM تلاش می‌کند ساختاری منطقی و معتبر برای سناریوهای محتمل همراه با تجزیه‌وتحلیل رفتار پویای پارامترها ارائه دهد. در مدل ارائه‌شده، از روش تجزیه‌وتحلیل STEEP برای شناسایی پارامترها، از روش تحلیل اثرات متقاطع جهت تعیین عوامل کلیدی، و روش تجزیه‌وتحلیل ریخت‌شناسی برای انتخاب بردارهای تولید سناریو بکار رفته است. و درنهایت، از روش FCM برای تهیه سناریوی محتمل استفاده می‌شود. مدل توسعه‌یافته برای توسعه سناریوهای تولید نفت ایران در دوران پساتحریم به کار گرفته‌شده است. نتایج شبیه‌سازی نشان داد، روش پیشنهادی می‌تواند به تولید سناریوهای نیمه کمی سازگار و محتمل گردد که می‌تواند جایگزین مناسبی برای پوشش معایب روش‌های صرفاً کمی/ کیفی باشد.
کلیدواژه‌ها
برنامه ریزی سناریو؛ نقشه فازی شناختی؛ تحلیل اثرات متقاطع (CIA)؛ روش تجزیه و تحلیل STEEP؛ تجزیه و تحلیل ریخت شناسی
عنوان مقاله [English]
An Integrated Model to Develop Semi-Quantitative Scenarios Using a hybrid Method Based on Fuzzy Cognitive Map: A Case Study of Iranian Oil Production
نویسندگان [English]
Abbas Sheykhan¹؛ Reza Hafezi²؛ Mehdi Omrani³؛ Amir Naser akhavan⁴؛ Ahmad Saeedi⁵
¹Department of Industrial Engineering, Arak Branch, Islamic Azad University, Arak, Iran
²Technology Foresight group, Department of Management, Science and Technology, Amirkabir University of Technology (Tehran Polytechnic), Tehran, Iran.
³Mechanical Engineering Department, Noshirvani University of Technology, Babol, Iran
⁴Technology Foresight Group, Department of Management, Science and Technology, Amirkabir University of Technology (Tehran Polytechnic), Tehran, Iran
⁵sama Technical vocational school Islamic Azad University, Arak Branch, Arak, Iran
چکیده [English]
In today's competitive dynamic world/markets, providing a desirable framework for exploring future perspectives is a crucial challenge to support robust decision making and proper policy making. This research proposes a novel framework that develops plausible future energy scenarios through the Fuzzy Cognitive Map (FCM) technique. As a new method in scenario planning, FCM model attempts to present a set of rational, reliable and credible plausible scenarios together with analyzing dynamic behaviors of parameters. The integrated FCM-based approach encompasses STEEP analysis to identify parameters, Cross Impact Analysis (CIA) to determine key drivers, Morphological analysis for scenario selection, and FCM model to develop semi-quantitative scenarios. This new approach for scenario development brings together the benefits of both quantitative and qualitative analysis and it is not limited to the investigation of few pre-defined scenario drivers. As a research case, the proposed methodology is examined to detect plausible trends for Iran's oil production in the post sanction era. The implemented FCM simulations indicate that in three scenarios oil production increases and growth will be significant in the first two scenarios. The fourth projection is the most pessimistic scenario that can be imagined in the post-sanction era where the country faces massive investment backlogs.
کلیدواژه‌ها [English]
Scenario Planning, Fuzzy Cognitive Map, Iran, Post-Sanction, Oil Production

مراجع
[1] M. Alipour, S. Alighaleh, R. Hafezi, & M. Omranievardi, "A new hybrid decision framework for prioritizing funding allocation to Iran's energy sector", Energy. Vol. 121, 2017, pp. 388–402. [2] P. Abbaszadeh, A. Maleki, M. Alipour, & Y.K. Maman, "Iran's oil development scenarios by 2025", Energy policy, Vol. 56, 2013, pp. 612–622. [3] R. Hafezi, A. Akhavan, & S. Pakseresht, "Projecting plausible futures for Iranian oil and gas industries: Analyzing of historical strategies", Journal of Natural Gas Science and Engineering. Vol. 39, 2017, pp. 15–27. [ 4] م. پازکی، "روشی موثر در تعیین نوع خطا در خطوط انتقال با استفاده از طبقهبندی کنندۀ بیز مبتنی بر کرنل"، نشریه مدلسازی درمهندسی, دوره 16 ، شماره 52 ، 1397 ، صفحه 119 - 129 . [5] M. Alipour, & A. Sheykhan, "A vision for Iran’s fuel cell and hydrogen development", International journal of environmental science and technology, Vol. 14, No. 1, 2017, pp. 193–210. [6] E. Roghanian, M. Alipour, & M. Rezaei, "An improved fuzzy critical chain approach in order to face uncertainty in project scheduling", International Journal of Construction Management, Vol. 18, No. 1, 2018, pp. 1–13. [7] M. Alipour, R. Hafezi, B. Ervural, M.A. Kaviani, & Ö. Kabak, "Long-term policy evaluation: Application of a new robust decision framework for Iran’s energy exports security", Energy. Vol. 157, 2018, pp. 914–931. [8] A.S. Oliveira, M.D. de Barros, F. de Carvalho Pereira, C.F.S. Gomes, & H.G. da Costa, "Prospective Scenarios: a Literature Review on the Scopus Database", Futures. Vol. 100, 2018, pp. 20–33. [9] R. Bradfield, G. Cairns, and G. Wright, "Teaching scenario analysis—an action learning pedagogy", Technological Forecasting and Social Change, Vol. 100, 2015, pp.44–52. [10] Craig S. Fleisher, and Babette E. Bensoussan, Strategic and competitive analysis: methods and techniques for analyzing business competition, Upper Saddle River, NJ: Prentice Hall, 2003. [11] F. Aggestam, & B. Wolfslehner, "Deconstructing a complex future: Scenario development and implications for the forest-based sector", Forest Policy and Economics, Vol. 94, 2018, pp. 21–26. [12] R. Bourgeois, E. Penunia, S. Bisht, & D. Boruk, "Foresight for all: Co-elaborative scenario building and empowerment", Technological Forecasting and Social Change, Vol. 124, 2017, pp. 178-188. [13] R.A. Slaughter, "What difference does ‘integral’ make?", Futures, Vol. 40, No. 2, 2008, pp. 120–137. [ 14] ا. تربتی، م.ع. ارسنجانی، م. فیروزشاهی، "تدوین نقشه استراتژی مدیریت زنجیره تامین با ترکیب نمودار حلقه علی و کارت امتیازی متوازن"، مجله مدل سازی در مهندسی, دوره 13 ، شماره 42 ، 1394 ، صفحه 151 - 165 . [15] M. Amer, T.U. Daim, & A. Jetter, "A review of scenario planning", Futures, Vol. 46, 2013, pp. 23-40. [ 16] ح. کوهساری، ا. نجفی، ح. علی الهی، م. آدم پیرا، "بررسی عوامل مؤثر بر عملیات تراکم دینامیکی در خاک های دانه ای مبتنی بر روش فازی"، مجله مدل سازی در مهندسی، دوره 13 ، شماره 43 ، 1394 ، صفحه 143 - 158 . [17] E. Roghanian, M. Alipour, & M. Rezaei, "An improved fuzzy critical chain approach in order to face uncertainty in project scheduling", International Journal of Construction Management, Vol. 18, No. 1, 2018, pp. 1–13. [18] A. Jetter, & W. Schweinfort, "Building scenarios with Fuzzy Cognitive Maps: An exploratory study of solar energy", Futures. Vol. 43, No. 1, 2011, pp. 52–66. [ 19] ح. ناهید تیتکانلو، ر. فکری، ع. کرامتی، "مدلسازی عدم قطعیت در فرایند ارزیابی عملکرد کارکنان مبتنی بر تئوری شواهد و تئوری فازی"، مجله مدل سازی در مهندسی، دوره 15 ، شماره 51 ، 1396 ، صفحه 411 - 432 . [20] S.K. Chaharsooghi, M. Rezaei, & M. Alipour, "Iran’s energy scenarios on a 20-year vision", International journal of environmental science and technology, Vol. 12, No. 11, 2015, pp. 3701–3718. [ 21] ا. عابدی نیا، ن. امجدی، "پیشبینی بار در بازار برق با استفاده از مدل هیبرید شبکه عصبی و الگوریتم بهبود یافته جستجوی گرانشی"، مجله مدل سازی در مهندسی، دوره 13 ، شماره 40 ، 1394 ، صفحه 69 - 77 . [22] R. Hafezi, M. Bahrami, & A.N. Akhavan, "Sustainability in development: rethinking about old paradigms", World Review of Science, Technology and Sustainable Development, Vol. 13, No. 2, 2017, pp. 192–204. [23] R. Hafezi, S. Malekifar, & A. Akhavan, "Analyzing Iran’s science and technology foresight programs: recommendations for further practices", foresight, Vol. 20, No. 3, 2018, pp. 312–331.
آمار تعداد مشاهده مقاله: 1,074 تعداد دریافت فایل اصل مقاله: 401

سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب

پیوندهای مفید

پیوندهای مفید

آمار

ارائه مدل یکپارچه تولید سناریوهای نیمه کمی با استفاده از روش ترکیبی مبتنی بر نقشه شناخت فازی: مطالعه موردی تولید نفت ایران