ارزیابی ریسک با استفاده از یک روش ترکیبی جدید مبتنی بر روش‌های FMEA، MULTIMOORA توسعه یافته و AHP در محیط فازی

Risk evaluation using a novel hybrid method based on FMEA, extended MULTIMOORA, and AHP methods under fuzzy environment

چکیده
1-مقدمه
2- نظریه مجموعه‌ فازی و روشی جدید برای رتبه‌بندی اعداد فازی
3- روش‌های تصمیم‌گیری چندمعیاره فازی جدید پیشنهادی
4- روش ترکیبی پیشنهادی که استوار بر آنالیز حالت و اثرات شکست (FMEA) فازی و روش چندگانه بهینه‌سازی چندهدفه مبتنی بر تحلیل نسبت (MULTIMOORA) فازی بسط‌یافته و فرآیند تحلیل سلسله‌مراتبی (AHP) فازی است.
5- کاربرد و نتایج
6- نتیجه‌گیری و ملاحظاتی برای آینده
منابع

چکیده
آنالیز حالت و اثرات شکست (FMEA) یکی از ابزارهای مهم در ارزیابی ریسک است و به طور گسترده به کمک صنایع و سازمان‌های مختلف آمده است. برخی اوقات در روش معمول آنالیز حالت و اثرات شکست، تفاوتی میان حالت‌های مختلفِ شکست از یکدیگر قابل تشخیص نیست. در همین راستا و برای داشتن ارزیابی دقیقتر از حالات شکست، یک مدل ترکیبی فازی جدید بر اساس FMEA در این مقاله پیشنهاد شده است. در این روش، به جای اختصاص دادن عدد اولویت ریسک (RPN) به هر حالت شکست، از عدد اولویت ریسک وزن‌دار فازی (FWRPN) استفاده می‌شود. وزنِ سه شاخص و وزنِ حالات شکست به ترتیب از طریق روش‌های فرآیند تحلیل سلسله مراتبی (AHP) فازی بسط‌یافته و روش فازی بهینه‌سازی چندهدفه مبتنی بر نسبت (MULTIMOORA) محاسبه می‌شود. روش MULTIMOORA فازی پیشنهادی، وزن هر حالت شکست را بر اساس سه شاخص زمان، هزینه و سود از طریق اصطلاحات فازی می‌سنجد. پس از آنکه عدد اولویت ریسک وزن‌دار فازی برای هر حالت شکست بدست آمد، عملیات اصلاحی به منظور کاهش دادن و یا حذف‌کردن اثراتِ شکست‌های شناسایی شده آغاز می‌گردد. سپس، عدد اولویت ریسک وزن‌دار فازی اصلاح‌شده (CFWRPN) برای هر حالت شکست محاسبه می‌شود. در نهایت، میانگین اعداد اولویت ریسک وزن‌دار فازی با میانگینِ اعداد اولویت ریسک وزن‌دار فازی اصلاح‌شده مقایسه می‌شود تا میزان اثرگذاریِ عملیات اصلاحی از طریق روش رتبه‌بندی اعداد فازی محاسبه شود. به علاوه، روش پیشنهادی رتبه‌بندی عدد فازی، در هر دو روش تصمیم‌گیری چندمعیاره فازی استفاده می‌شود. در پایان، از کارخانه صنایع فولاد کرمان به عنوان مورد مطالعاتی جهت نشان دادن کاربردپذیری و مزایای روش ترکیبی فازی پیشنهادی استفاده شده است. از تحلیل حساسیت به منظور اعتبارسنجی نتایج بهره گرفته شد. یافته‌ها حاکی از آن است که میانگین اعداد اولویت ریسک وزن‌دار فازی (AFWRPNs) در قیاس با میانگین اعداد اولویت ریسک وزن‌دار فازی اصلاح‌شده (ACFWRPNs) به میزان 56% کاهش یافته است.

5 – کاربرد و نتایج
برای آنکه کاربردپذیری و مزایای روش ترکیبی پیشنهادی نشان داده شود، از کارخانه فولاد کرمان به عنوان مورد مطالعاتی استفاده شد. صنایع فولاد کرمان در مجاورت شهر بردسیر (واقع در 45 کیلومتری جنوب غرب شهر کرمان) در استان کرمان کشور ایران واقع شده است. این مجموعه با 25 سال سابقه فعالیت، به عنوان یکی از کامل‌ترین تامین‌کنندگان زنجیره تولیدی در صنعت فولاد چه در حوزه منطقه‌ای و چه حوزه ملی شناخته می‌شود. هم‌اکنون این کارخانه با ظرفیت تولید 220.000 تن در سال فعالیت خود را ادامه می‌دهد. واحدهای تولید، کوانتومتری، متالوگرافی، خواص مکانیکی و آزمایشگاه‌های کالیبراسیون از مهم‌ترین بخش‌های کارخانه به حساب می‌آیند.

اینکه چرا فقط از یک مورد مطالعاتی استفاده شد به استدلالی بازمی‌گردد که یین (1994) پیشنهاد کرده است. او می‌گوید که استفاده از چند مورد مطالعاتی باید در آزمایش‌های مجزا و چندگانه‌ای باشد و در یک پیمایش نباید چند مورد مطالعاتی انتخاب کرد. او تصریح کرده که منطقِ پشتِ این انتخاب به همانندسازی و نه نمونه‌گیری باز می‌گردد.

در مورد مطالعاتی صنایع فولاد کرمان، حوادث کاری کارخانه مذکور به عنوان حالات شکست در نظر گرفته شد. در این مطالعه، 5 تصمیم‌گیر در شناسایی‌کردن و تحلیل‌کردن حوادث حرفه‌ای کارخانه مشارکت کردند. تیم تصمیم‌گیری متشکل از 5 متخصص مشغول به فعالیت در کارخانه به مدت بیش از 10 سال اعم از یک مدیر خط تولید، دو بازرس سلامت، ایمنی و محیط، یک سرکارگر و یک کارگر خط تولید بود. همچنین اولویت (وزن اولویت) برای همه تصمیم‌گیران در شناسایی و تحلیل حوادث کاری یکسان در نظر گرفته شد. تصمیم‌گیران را با نمادهای DM1، DM2، DM3، DM4 و DM5 نشان می‌دهیم.

استفاده از مدل سازی مسیر PLS در تحقیقات فناوری جدید: دستورالعمل های آپدیت شده

Using PLS path modeling in new technology research: updated guidelines

خلاصه
مقدمه 
ماهیت مدل سازی مسیر PLS
ویژگی های  مدل
ارزیابی و گزارش تجزیه و تحلیل PLS
بسط و تعمیم 
بحث 
منابع

خلاصه

هدف – مدل سازی مسیر حداقل مربعات جزئی (PLS) ، یک روش مدل سازی معادلات ساختاری مبتنی بر واریانس (SEM) است که به طور گسترده در کسب وکار و علوم اجتماعی کاربرد دارد. توانایی آن برای مدلسازی ترکیب ها و عوامل مختلف آن را به یک ابزار آماری نیرومند در تحقیقات تکنولوژی جدید تبدیل کرده است
بررسی ها،بحث ها و پیشرفت های اخیر منجر به تغییرات اساسی در درک و استفاده از PLS شده است. هدف این مقاله، بحث در مورد این مسائل است. طراحی / روش شناسی / رویکرد – این مقاله بینش جدیدی را به ارمغان می آورد و نگاه تازه ای به مدل سازی مسیر PLS ارائه می دهد. همچنین این مقاله تحولات جدیدی مانند PLS سازگار، تجزیه و تحلیل های ترکیبی تایید کننده و نسبت همبستگی heterotrait-monotrait را ارائه می دهد.
یافته ها – درصورتی کهSEM در بردارنده ی هم عوامل و هم ترکیبات باشد، روش انتخابی مدل سازی مسیر PLSخواهد بود. آزمایش های جدیدی وجود دارند که بواسطه ی آنها میتوان مناسب بودن مدل سازی مسیر PSL را تائید نمود.
اصالت / ارزش – این مقاله دستورالعمل های به روز شده در خصوص نحوه استفاده از PLS و نحوه گزارش دهی و تفسیر نتایج آن را ارائه می دهد. کلمات کلیدی PLS، مدلسازی معادلات ساختاری،دستورالعمل ها ،تست مدل

ماهیت مدل سازی مسیر PLS
هسته PLS مجموعه ای از الگوریتم های حداقل مربعات متناوب است،که تجزیه و تحلیل مولفه اصلی و همچنین تجزیه و تحلیل همبستگی کانونی را الگو برداری میکند و گسترش می دهد. این روش توسط هرمان والد (1974، 1982) برای تجزیه و تحلیل داده های با ابعاد بزرگ در یک محیط کم ساختار اختراع شد و تحت فرمت ها و اصلاحات مختلف قرارگرفته است. در جدید ترین فرم، (cf. Dijkstra and Henseler, 2015a, b) مدل سازی مسیر PLS را می توان به عنوان یک روش SEM کامل شناخت که می تواند هر دو مدل عامل و مدل های ترکیبی را برای اندازه گیری ساختار بکار بگیرد ، مدل های ساختاری بازگشتی و غیر بازگشتی را ارزیابی کند و تست مناسب مدل را انجام دهد.

مدل های مسیر PLS به طور رسمی توسط دو مجموعه معادلات خطی تعریف می شوند: مدل اندازه گیری ( که به آن مدل بیرونی هم اطلاق میشود) و مدل ساختاری ( که به نام مدل داخلی نیز نامیده می شود). مدل اندازه گیری روابط بین یک ساختار و شاخص های مشاهده شده آن (به آن متغیرهای آشکار نیز گفته میشود ) را مشخص می کند. در حالی که مدل ساختاری رابطه بین ساختار ها را مشخص می کند. شکل 1 یک نمونه از مدلسازی مسیر PLS را نشان می دهد.

مدل های مسیر PLS می تواند شامل دو فرم مختلف اندازه گیری ساختار باشد: مدل های عامل یا مدل های ترکیبی (، برای مقایسه ی درست ، هر دو نوع مدل اندازه گیری را ببینید 2012- Rigdon). درمدل فاکتور فرض میشود که واریانس مجموعه ای از شاخص ها با وجود یک متغیر غیر قابل مشاهده (عامل مشترک) و خطای تصادفی فردی کاملا قابل توضیح است. این مدل استاندارد تحقیقات رفتاری است. در شکل1، ساختار بیرونی ξ و ساختار درونی η به عنوان عوامل مدل سازی می شوند. در مقابل، ترکیب ها از ترکیب خطی شاخص های مربوطه شکل می گیرند. مدل ترکیبی هیچگونه محدودیتی بر روی متغیرهای بین شاخص های یک سازه ایجاد نمی کند، به این ترتیب این فرضیه را که همه ی متغیر های یک بلوک از شاخص ها ، با یک عامل مشترک توضیح داده می شود، تضعیف میکند. ترکیب ها به عنوان متغیر های مفاهیم علمی در تخقیقات بکار میروند.( Ketterlinus et al.,1989; Rigdon, 2012; Maraun and Halpin, 2008; Tenenhaus, 2008) این واقعیت که مدل های ترکیب از مدل های عامل محدودیت کمتری را ایجاد میکنند، این احتمال را ایجاد میکند که انها قابلیت تطبیق بالاتری را دارند. (Landis et al.، 2000).

یکپارچه سازی فرایند مسیریابی مبتنی بر اینترنت اشیاء برای مدیریت زنجیره تامین غذا در شهرهای هوشمند پایدار

Integration of IoT based routing process for food supply chain management in sustainable smart cities

چکیده

1- مقدمه

2- آثار مرتبط

3- روش شناسی

3-1 شبکه ی زنجیره ی تأمین غذای مبتنی بر اینترنت اشیاء

3-1-1 تولیدکننده ی غذا

3-1-2 مرکز انبار کارخانه ی تولیدی

3-1-3 صنعت پردازش و بسته بندی غذا

3-1-4 انبار تأمین غذا و مرکز توزیع

3-1-5 فروشگاه

3-1-6 مصرف کننده

3-1-7 رایانش ابری

3-1-8 پیمانه ی ردیابی و پیگیری آلودگی غذا

3-1-9 پیمانه ی مولد مسیر وسایل نقلیه (VRG)

3-2 مدل مسیریابی وسایل نقلیه بر مبنای مستعمره ی مورچگان

3-2-1 شبکه ی جاده و وسایل نقلیه

3-2-2 مسیریابی وسایل نقلیه ی پویا با بهینه سازی مسیر مستعمره ی مورچگان

3-2-3 اعلان هشدار

4- نتایج و بحث

4-1 گردآوری داده ها

4-2 تحلیل صحت سامانه ی DPSTT

4-2-1 سناریوی 1

4-3 سناریوی 2

4-4 تحلیل مقایسه ای میان DVRACRO پیشنهادی و الگوریتم موجود بر مبنای زمان پیمایش

4-5 تحلیل مقایسه ای میان DVRACRO پیشنهادی و الگوریتم موجود بر مبنای زمان اجرا

5- نتیجه گیری

منابع

چکیده

رشد شتابان جمعیت در محدوده های کلانشهری فشار فزاینده ای به مناطق شهری وارد کرده است. راهبرد محوری در قبال شهرهای هوشمند باید شامل راه حلی برای زندگی کلانشهری و محیط بوم شناختی باشد. یکی از حوزه های کاربردی مهم اینترنت اشیاء در شهرهای هوشمند، صنعت غذا است. سامانه های اینترنت اشیاء به پایش، تحلیل، و مدیریت صنعت غذای بلادرنگ در شهرهای هوشمند کمک می کنند. در این پژوهش، ما یک زنجیره ی تأمین غذای پویای مبتنی بر اینترنت اشیاء برای شهرهای هوشمند  پیشنهاد می کنیم که نه تنها کیفیت غذا را تضمین می کند بلکه مسیریابی وسایل نقلیه ی هوشمند و نیز رهگیری منشأ آلودگی در مواد غذایی را فراهم می آورد. افزون بر این، یک راهبرد گردآوری داده های حسگرهای هوشمند بر مبنای اینترنت اشیاء مورد استفاده قرار می گیرد که کارایی و صحت شبکه ی زنجیره ی تأمین را با حداقل ابعاد مجموعه داده بهبود می بخشد و با ارائه ی یک الگوریتم مسیریابی وسایل نقلیه، منشأ آلودگی مواد غذایی آلوده در بازارها رهگیری می شود. مدل پیشنهادی ما با یک ارزیابی جامع و فراگیر مورد ارزشیابی قرار می گیرد و در این راستا از مقیاس ها عملکردی گوناگونی همچون پیگیری صحت، تأخیر، زمان اجرا، و زمان پیمایش استفاده می شود. نتایج نشان می دهد که سامانه ی پیشنهادی در مقایسه با رویکردهای موجود عملکرد بهتری دارد.

5- نتیجه گیری

در این مقاله، ما شبکه ی زنجیره ی تأمین غذای مبتنی بر اینترنت اشیاء را ارائه می کنیم که به طور کارامدی محصول غذایی آلوده در درون شبکه ی زنجیره ی تأمین را ردیابی و رهگیری می کند و نیز منشأ محصول غذایی آلوده را تعیین می کند. افزون بر این، ما همچنین مسیریابی وسایل نقلیه ی پویا با استفاده از الگوریتم مستعمره ی زنبور عسل را ارائه می کنیم تا زمان پیمایش و اجرای طی حمل و نقل را به حداقل برساند. در اثر پیشنهادی، ما نخست سامانه ی DPSTT را پیش نهادیم که محصول غذایی آلوده و منشأ اصلی را با استفاده از رویکرد نمونه گیری و تقسیم بندی پویای مبتنی بر برآورد بیز ردیابی و رهگیری می کند و سپس گراف جهت دار غیرمدور (DAG) و طرح پیمایش جست وجوی اول عمق (DFS) محصول غذایی را ردیابی و پیگیری می کند. بر اساس تحلیل نتایج، چنین برمی آید که الگوریتم ردیابی و پیگیری DPSTT ما به صحت ردیابی 3/95 درصدی تحت نرخ نمونه گیری کمینه ی 6/7 درصدی در مقایسه با رویکرد سنتیِ نمونه گیری کلی دست می یابد. افزون بر عملکرد بهتر در زمینه ی صحت ردیابی و پیگیری، ما تحلیل مقایسه ای مدل های مسیریابی پویای پیشنهاد با الگوریتم های موجود ازجمله الگوریتم حریصانه و تخصیص تصادفی بر مبنای پارامترهای مقایسه ای شامل زمان اجرا، زمان پیمایش، و تأخیر را نشان می دهیم. تحلیل ارزیابی عملکرد نشان می دهد که مدل پیشنهادی بهترین مسیر بهینه را پیشنهاد می کند که کم ترین زمان پیمایش، کم ترین تأخیر، و کم ترین زمان اجرا را فراهم می آورد. در این مقاله، ما پیشنهاد کردیم که همه ی اطلاعات منابع مواد غذایی با یک انبار مرکزی مقایسه شود و این منابع فراداده به شکل یکنواخت و یکدستی نظام مند شوند. در آینده، این مقاله را می تواند به نحو زیر گسترش و تعمیم داد: 1) انجام وظایف رایانش ابری در خود لبه ی شبکه برای بهینه سازی بیش تر تأخیر و مصرف کم تر انرژی. 2) کاربرد عملی و واقعی زنجیره ی تأمین غذا در یک جامعه به عنوان بستر آزمایش برای یک مدیریت کلانشهری.

Abstract

The rapid growth of population in metropolitan areas has put incremental pressure on urban cities. The centric strategy towards smart cities are expected to cover solution for metropolitan life and ecological environment. One of the significant application areas of IoT in smart cities is the food industry. IoT systems help to monitor, analyze, and manage the real-time food industry in smart cities. In this research, we proposed an IoT based Dynamic Food Supply Chain for Smart Cities which not only ensures the food quality but also provides intelligent vehicle routing as well as tracing sources of contamination in FCM. Furthermore, a smart sensor data collection strategy based on IoT is utilized which would improve the efficiency and accuracy of the supply chain network with the minimized size of dataset and vehicle routing algorithm is introduced and tracing the contamination sources of infected food in the markets. Our proposed model is evaluated with the comprehensive evaluation and used various performance metrics such as tracing accuracy, delay, execution time, and traveling time. The results show that the proposed system outperforms when compared with existing approach.

5. Conclusion

In this paper, we present IoT based Food Supply chain network that efficient trace and track the contaminate food product within supply chain network and also determine the source of contaminated food product. Moreover, we also present dynamic vehicle routing using Bee Colony algorithm to minimize the traveling and execution time during transportation. In the proposed work first, we proposed DPSTT system that trace and track the contaminated food product and root source using Bayesian estimation based dynamic sampling and portioning approach and later trace and track the food product DAG graph and DFS traversal scheme. From result analysis, it is indicated that our DPSTT tracing and tracking algorithm achieve tracing accuracy of 95.3% under minimum sampling rate of 7.6% in comparison to traditional global sampling approach. In addition to outperforming tracing accuracy, we demonstrate comparison analysis of proposed dynamic routing models with existing algorithms including greedy and random allocation based on comparison parameters including execution time, traveling time, and delay. The performance evaluation analysis illustrates that the proposed model suggests the best optimal path that provides minimum traveling time, minimum delay and minimum execution time. In this work, we supposed that all source information of foodstuff is compared by a central repository and these metadata sources are systematized in a uniform way. In future, this work can be extended by (1) performing cloud computation tasks at the network edge itself for more delay optimization and less energy consumption. (2) Real-world application of the provenance of the food supply chain in a community as our testing bed for megacity management.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

یکپارچه سازی فرایند مسیریابی مبتنی بر اینترنت اشیاء برای مدیریت زنجیره تامین غذا در شهرهای هوشمند پایدار

Integration of IoT based routing process for food supply chain management in sustainable smart cities

پیوند شیوه های مدیریت زنجیره تامین سبز با رقابت پذیری در طول کووید 19: نقش تجزیه و تحلیل داده های بزرگ

Linking green supply chain management practices with competitiveness during covid 19: The role of big data analytics

چکیده

1- مقدمه

2- ادبیات تحقیقی، دیدگاه نظری، و فرضیه سازی

3- متدولوژی

4- نتایج و یافته ها

5- بحث و گفتمان

ضمیمه A- گویه ها/ سازه (مفهوم)

ضمیمه B- بار عاملی و بارگذاری های تعاملی

منابع

چکیده

      هرچند شیوه ی مدیریت جهانی زنجیره تأمین سبز (GSCM) توجه محققان را به طور اساسی به خود جلب کرده است، اما میزان تأثیر آن برای سیستم مدیریت زیست محیطی (EMS) و رقابت پذیری بازار در طول پاندمی کووید 19 کاملا مشخص نشده است. بنابراین، ادبیات تحقیقی موجود نشان می دهد که ارتباط مهمی بین GCSM، EMS، و رقابت پذیری بازار وجود ندارد زیرا مدیریت تأمین برای حفظ رقابت پذیری بازار حائز اهمیت است. در راستای پرکردن این شکاف پژوهشی، مطالعه ی حاضر به بررسی این مسئله می پردازد که آیا EMS رابطه ی بین شیوه های GSCM و رقابت پذیری بازار را تحت تأثیر قرار می دهد یا خیر. ما نیز نقش تعدیل کننده و میانجی واکاوش کلان داده ها و هوش مصنوعی (BDA-AI) و رویت پذیری محیطی در خصوص این روابط را از نقطه نظر پاندمی کووید 19 مطرح می کنیم. ما یک مدل پیشنهادی را با استفاده از داده های اولیه ی (N=283) حاصل از مدل سازی معادلات ساختاری مبتنی بر رگرسیون امتحان کردیم. نتایج از تأثیر GSCM روی ESM و رقابت پذیری بازار پشتیبانی تجربی می کنند. علاوه براین، نتایج نشان می دهند که BDA-AI و رویت پذیری زیست محیطی رابطه ی مثبت بین GSCM-EMS و EMSو رقابت پذیری بازار را به ترتیب تقویت و تشدید می کنند. تحقیق پیش رو بینش های متفکرانه ای برای متخصصان زنجیره تأمین، سیاستگذاران، مدیران، و دانشگاهیان ارائه می کند که سازمان ها باید EMS، BDA-A و رویت پذیری زیست محیطی را در اولویت خود قرار دهند تا به رقابت پذیری بازار حتی در زمان های بحران مثل پاندمی کووید 19 دست پیدا کنند.

ادبیات تحقیقی، دیدگاه نظری، و فرضیه سازی
مدیریت زنجیره تأمین سبز (GSCM)
     مدیریت زنجیره تأمین سبز در زنجیره تأمین و محیط زیست طبیعی در ادبیات تحقیقی موجود توجه زیادی را به خود جلب کرده است [1، 2، 6]. مدیریت زنجیره تأمین سبز به تلاش های کاملا منسجم و هماهنگ میان فرآیندهای تجاری مثل خرید، تولید، بازاریابی، و لجستیک نیاز دارد (برای مثال مرجع [24] را مطالعه کنید). مدیریت زنجیره تأمین سبز نیازمند یک استراتژی تجاری همتراز با فرآیند زنجیره تأمین بود تا مشتریان نهایی و همچنین سایر ذینفعان را راضی و مجاب کند [11]. به طور کلی، انگیزه ی شرکت ها برای اتخاذ شیوه ها و رویکردهای تجارت سبز (GBP) به احتمال زیاد کاهش آلودگی، کاهش پسماند و استفاده از انرژی، استفاده از مواد تجدیدپذیر، و ادغام و اجرای اقدامات محافظت از منابع برای تضمین این است که محصولات/ خدمات به یک شیوه ی پایدار از لحاظ زیست محیطی ارائه می شوند [46]. برای مثال، ادبیات تحقیقی سه رویکرد کلیدی از GSCM را ارائه می کند: 1) شرکت های منفعل تسلیم حداقل منابع برای مدیریت زیست محیطی می شوند، از محصولات دارای لیبل (برچسب) که قابل بازیافت هستند و از نوآوری های انتهای چرخه برای کم کردن محصولات زیست محیطی خود استفاده می کنند، 2) شرکت های کنشگرایانه با محقق کردن به کارگیری منابع نسبتا کم برای شروع بازیافت محصولات و طراحی محصولات سبز از قوانین جدید زیست محیطی پیشی می گیرند، و نهایتا 3) در جستجوی ارزش که در این حالت شرکت ها فعالیت های زیست محیطی را یکپارچه می کنند مثل خرید سبز و اجرای ISO به صورت ابتکارات و نوآوری های استراتژیک برای استراتژی کسب و کار خود [47].

      با وجود این، ادبیات تحقیقی موجود در مورد پیامدهای مختلف اتخاذ شیوه های GSCM صحبت کرده است، با این حال، استدلال های ارائه شده مربوط به GSCM و رقابت پذیری بازار ناکافی و بحث برانگیز هستند. برای مثال، تحقیقات صورت گرفته روی GSCM یافته های نامتناقض در رابطه با اثربخشی GSCM در سازمان را ارائه کردند. محققان در مورد اینکه آیا شیوه های GSCM سودآور هستند یا خیر به اجماع نرسیدند. مطالعات موجود استدلال های نظری در تأیید هر دو استدلال و مخالفت با آن مطرح می کنند. برای مثال، از یک سو، محققان دلیل می آورند که شاید این بار مسئولیتی است بر گردن سازمان تا به مزیت رقابتی دست پیدا کند [48]. [49] نگرانی های جدی درخصوص از دست رفتن مزیت رقابتی نشان دادند زیرا شیوه های GSCM هزینه های کلی کسب و کار را افزایش می دهند. مطالعه ی دیگری نشان داد که شیوه های GSCM به احتمال قوی راندمان و کارایی عملیات را بالا می برند تا سودآوری آن را [50]. [51] نتوانست یک ارتباط قوی بین GSCM و سوآوری شرکت ها ایجاد کند.

     درحالیکه از سوی دیگر، محققان به نفع اتخاذ GSCM دلیل آوردند و براساس استدلال نظری ثابت کردند که اتخاذ GSCM عملکرد مالی سازمان را افزایش می دهد. برای مثال، فریمن [52] براساس نظریه ی ذینفع مشخص کرد که سازمان ها تبعات و پیامدهای خارجی را ایجاد می کنند که هر دو طرف (ذینفعان) را به صورت داخلی به عنوان عوامل خارجی خوب تحت تأثیر قرار می دهند. تبعات خارجی روی سازمان فشار می آورند تا سیاست های سازگار با محیط زیست را اتخاذ کرده و اتلاف منابع را کاهش دهند. تئوری ذینفعان دلیل آورد که توجه به توقعات و انتظارات ذینفعان و تأمین آن ها عملکرد سازمانی را تقویت کرده و به موجب آن سودآوری شرکت ها را افزایش می دهد [52، 53]. علاوه براین، مشخص شده است که سازمان ها احتمالا در صورتی به یک مزیت رقابتی دست پیدا می کنند که شیوه های سازگار با محیط زیست را اتخاذ کرده و به بهترین شکل از ذینفعان حمایت کنند [54]. تحقیقات کمی ادعا کردند که GSCM تأثیر غیرمستقیم روی سودآوری شرکت ها دارد. برای نمونه، فنگ و همکاران [55] مشخص کردند که GSCM هیچ تأثیر مستقیمی روی سودآوری سازمان ها ندارد زیرا عمدتا روی فرآیند عملیاتی و مدیریت منابع تأکید می کند که نمی توانند مستقیما عملکرد مالی شرکت را بالا ببرند. در بخش بعدی، ما روی بحث جاری GSCM و کووید 19 متمرکز شدیم.

مجوزهای قابل اطمینان و قابل بررسی برای صنایع هوشمند و اینترنت اشیاء صنعتی

Verifiable and auditable authorizations for smart industries and industrial Internet-of-Things

چکیده

1. مقدمه

2. معماری مرجع و پروتکل های اعطای مجوز

3. ساختار مجوزدهی قابل اطمینان و قابل بررسی برای سیستم های IIoT

3.1. مدل و نکات کنترل دسترسی

3.2. مرور ساختار

3.3. جزئیات عملیات

4. تحلیل ها و ارزیابی ها

4.1. مقایسه با روش های جایگزین

4.2. ارزیابی تجربی

5. کارهای مرتبط

6. نتیجه گیری

منابع

چکیده

سیستم  های صنعتی جدید  مجهز به تجهیزات فیزیکی سایبری و ارتباطات داخلی با فرایندهای کسب  و کار هستند که تولید منعطف، نظارت از راه دور، کنترل و نگهداری را ممکن می سازند. این سیستم ها معمولا با متصدیانی (مراجعی) سر و کار دارند که باید مانند محیط‌های صنعتی بخش ‌بندی شده و زنجیره‌ های تامین با یکدیگر همکاری کنند. در زمینه ‌های مشابه، آسیب ‌های عمدی یا غیر عمدی ممکن است ناشی از حملات سایبری یا گروههای مجاز دیگر باشد. ما یک ساختار اصلی را پیشنهاد می‌ کنیم که دسترسی به منابع سیستم ‌های صنعتی را از طریق روندهای انجمن مجوزدهی تنظیم می ‌کند. این امر مزایای متعددی را تضمین می ‌کند که شامل امکان بررسی مجوزهای صادره توسط نمایندگی های ثالث، شناسایی سوء رفتارها و حملات احتمالی و اطمینان از انتساب تخلفات می ‌باشد. راه ‌حل پیشنهادی با محدودیت ‌های توصیف کننده محیط صنعتی و الزامات امنیتی و عملکردی ساختارهای صنعتی سازگار است. عملکرد و تاخیر روش های بررسی از طریق یک نمونه اولیه ارزیابی می ‌شوند.

1. مقدمه

سازمان های جدید از تجهیزات IoT زیاد و ارتباط بین کارخانجات محصولات و زیرساخت  های تجاری، ساختمان هایی به نام اینترنت اشیاء صنعتی (IIoT) بهره می برند [1]. این اجزا می توانند برای سازمان ها، مزایایی بر حسب قابلیت انعطاف، بهره وری، مدیریت را از طریق پایش و کنترل از راه دور [2]، شناسایی سریع و پیش بینی رویدادهای عیب در اجزا [3، 4] و تبادل پیوسته داده ها در بین شرکای زنجیره تامین [1، 5] را ایجاد کنند. با این حال، این موارد راههای نفوذ جدیدی را برای حملات باز می کنند که آسیب پذیری سایبری زیرساخت های صنعتی را افزایش می دهد. سیستم های صنعتی قابل اعتماد باید ایمنی افراد و امنیت زیرساخت، تداوم و قابلیت اطمینان عملیات را تضمین کنند. از هر گونه تخطی از این الزامات باید جلوگیری شده یا حداقل آن  ها بررسی شوند تا علل و نسبت خطا به نهادها و عملیاتی که باعث ایجاد مشکل شده اند، شناسایی شود [6]. 

6. نتیجه گیری

ما سیستمی را پیشنهاد می کنیم که امکان بررسی روش های اعطای مجوز را در محیط های IoT صنعتی فراهم می کند و با سیستم های با فاصله هوایی بسیار ایمن و تجهیزات دارای منابع کم در محیط های محدود مشخص می شود. این طرح پیشنهادی با مجوز استاندارد و پروتکل‌ های ارتباطی شبکه مطابقت دارد و می ‌تواند از خدمات نرم‌ افزاری و کتابخانه ‌های موجود برای به کار گیری قابل اطمینان استفاده کند. امنیت این طرح بر اساس پروتکل ‌های رمزگذاری ایجاد شده، مانند طرح ‌های امضای دیجیتال استاندارد و توابع هش است و به هر یک از طرف ‌های موجود در سیستم اجازه می ‌دهد که رفتارهای نادرست را به طور عمومی اثبات کند و هر یک از طرفین صنعتی موجود در همکاری را تشویق می کند که بهترین شیوه‌ های امنیتی را برای جلوگیری از رفتارهای نادرست ناشی از دشمنان درونی یا بیرونی اتخاذ کنند. ارزیابی تجربی پیشنهادی با استفاده از اجرای یک نمونه اولیه بر اساس پروژه Google Trillian ایجاد شده، امکان تحقق سیستم را حتی در حضور فشار کاری زیاد نشان می ‌دهد.

Abstract

Modern industrial systems are enriched by cyber–physical devices and interconnections with business processes that enable flexible production, remote monitoring, control and maintenance. These systems are typically subject to multiple authorities which must cooperate with each other, as in the case of segmented industrial environments and supply chains. In similar contexts, voluntary or unintentional damages may be caused by cyber attacks or by misbehaving authorized parties. We propose an original architecture that regulates accesses to industrial systems’ resources through authorization delegation procedures. It guarantees several benefits that include the possibility of auditing authorizations released by delegated third parties, of detecting misconducts and possible attacks, and of assuring attribution of misconducts. The proposed solution is compatible with constraints characterizing industrial environments and with security and performance requirements of industrial architectures. The performance and latencies of the auditing mechanisms are evaluated through a prototype.

1. Introduction

Modern enterprises are deploying a large amount of IoT devices and interconnections among production plants and business infrastructures, building so-called Industrial Internet-of-Things (IIoT) [1]. These components can provide enterprises with advantages in terms of flexibility, productivity, management through remote monitoring and control [2], fast detection and even prediction of component failures [3, 4], and continuous data exchange among supply chain partners [1,5]. However, they open new attack surfaces that increase the cyber vulnerability of industrial infrastructures. Trustworthy industrial systems must ensure safety of people and infrastructure security, operation continuity and reliability. Any violation of these requirements must be prevented or at least audited with the twofold goal of identifying the causes and attributing the fault to the entities and operations that have caused the problem [6].

6. Conclusions

We propose a system that allows to audit authorization procedures operated in industrial IoT environments, characterized by highly secure air-gapped systems and devices with low resources placed in constrained environments. The proposed design is compliant with standard authorization and network communication protocols and can leverage existing software services and libraries for a reliable deployment. Its security is based on established cryptographic protocols, such as standard digital signature schemes and hash functions, and allows each party involved in the system to prove misbehaviors publicly, incentivizing each industrial party involved in a collaboration to adopt the best security practices to avoid misbehaviors due to internal or external adversaries. The proposed experimental evaluation operated by using a prototype implementation based on the established Google Trillian project, shows the feasibility of the system even in presence of intensive operation workloads.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

مجوزهای قابل اطمینان و قابل بررسی برای صنایع هوشمند و اینترنت اشیاء صنعتی

Verifiable and auditable authorizations for smart industries and industrial Internet-of-Things

برآورد اقتصادی ریسک تولید مبتنی بر روش های منطق فازی

Production risk economic assessment based on the fuzzy logic approaches

چکیده

1 مقدمه

2 پیشینه ایجاد مدلی برای ارزیابی ریسک

3 ارزیابی مولفه ریسک تولید

4 ارزیابی ریسک اقتصادی

5 نتیجه گیری

منابع

چکیده

آیا مدل ریاضی-اقتصادی ارزیابی ریسک تولید مربوط به آسیب های شغلی، بر اساس روش استنتاج فازی ممدنی بتفضیل شرح داده شده است. این مدل، ارزیابی ریسک مربوط به ایمنی کارگران و ارزیابی ریسک کاهش سودآوری تولید ناشی از آسیب های شغلی را در بر می گیرد. کاربرد عملی این مدل می تواند اثربخشی تصمیمات مربوط به مدیریت ریسک را بهبود دهد.

2 پیشینه ایجاد مدلی برای ارزیابی ریسک
این مدل شامل دو سیستم استنتاج فازی متوالی (SFI) می باشد:SFI1 (مولفه ریسک تولید) و SFI2 (مولفه اقتصادی). در شبیه سازی از نامگذاری های زیر استفاده می شود.

SFI1: i(i=1,n) – عوامل پرخطر تولید(HPF)، آسیب های اولیه و زیان مالی. متغیرهای ورودی: Ti – احتمال تصادفی؛ Si – آسیب تصادفی، Di – مدت زمان در معرض HPF بودن . متغیر خروجی- Ri – ریسک تصادفی. Ri ، Ti ، Si، Di به شکل زبانی با این روابط ارائه می شوند: Y1j، X1j، X2j، X3j.

SF12: P- سودآوری تولید؛ I-سود مورد انتظار، اختلاف. ؛ C- هزینه اولیه مورد انتظار، اختلاف..؛ G- درآمد عملیاتی، اختلاف.؛ C0i- هزینه کل پیاده سازی ریسک Ri ، اختلاف. ؛ Qi= C0i/C. – REi- ارزیابی جامع ریسک تولید تاثیر HPF به همراه هزینه های آتی؛ RiиQi- متغیرهای ورودی شکل زبانی با روابطY2j و X4j.
بیان شکل: A={X/µA(X)} – مجموعه ای از زوج های مرتب از زیر مجموعه فازی A، که (X)µ – تابع عضویتی از مقدار متغیر پایه برای یک زیر مجموعه است؛ Wm – قوانین محمول فازی (m=1,g).

رویکرد استدلال مبنی بر مورد فازی برای یافتن اولویت بیماران کووید-19 در بیمارستانها در دوره کمبود منبع

Fuzzy case-based reasoning approach for finding COVID-19 patients priority in hospitals at source shortage period

چکیده

1. مقدمه

2. مروری بر مقالات

2.1 انگیزه و مشارکت

3. رویکرد استدلال مبتنی بر مورد

4. رویکرد استدلال مبتنی بر مورد فازی

5. مبانی نظری برای عوامل مهم

5.1. علائم

5.2. سن

5.3. مدت زمان علائم

5.4. اشباع اکسیژن

5.5. فشار خون

5.6. یافته‌های مربوط به رادیوگرافی قفسه سینه

5.7. یافته‌های سی تی اسکن

5.8. بیماری‌های همراه (چند ابتلایی)

6. رویکرد CBR فازی با مدل تار عنکبوتی

6.1. روش پیشنهادی

6.2. الگوریتم

7. مطالعه موردی

7.1. نتایج

7.2. بحث

8. نتیجه گیری

منابع

چکیده

در این مقاله تحقیقاتی، ما یک الگوریتم را برای ارزیابی پذیرش بیماران COVID-19 در بیمارستانها در دوره کمبود منابع معرفی کرده‌ایم. بسیاری از محققان، نتیجه گیری خود را از دیدگاه‌های مختلفی در مورد عوامل مختلف مانند تغییرات مکانی، خطرات آب و هوایی، آمادگی، گروه خون، سن و بیماریهای همراه (چند ابتلایی) که ممکن است در میزان مرگ و میر ناشی از COVID-19 نقش داشته باشند، بیان کرده‌اند. با این حال، با افزایش تعداد افرادی که برای درمان COVID-19 به بیمارستان مراجعه می‌کنند، میزان مرگ و میر به دلیل کمبود امکانات پزشکی افزایش می‌یابد. به منظور ارائه کمک پزشکی در چنین شرایطی، ما باید نه تنها میزان تأثیر بیماری، بلکه سایر عوامل مهم دیگر را نیز در نظر بگیریم. هنوز هیچ روشی برای محاسبه اولویت بیماران ارائه نشده است که همه عوامل را در بر بگیرد. ما در این مقاله تحقیقاتی، بر اساس هشت عامل اصلی راه حلی را برای این موضوع یعنی برای تعیین اولویت‌ها ارائه کرده‌ایم. برای اینکه روش پیشنهادی ما کارآمد و قابل اجرا باشد، افرادی با نتایج مختلف را از نظر همه این عوامل مورد مطالعه قرار داده‌ایم. تابع سیگموئید به ساخت آسان عوامل در سطوح مختلف کمک می‌کند. علاوه بر این، مدل راه حل تار عنکبوتی به ما امکان می‌دهد تا پتانسیل الگوریتم پیشنهادی خود را به طور واضحی مشاهده کنیم. طبقه بندی افراد بصورت پرخطر به کم خطر با استفاده از روشی که ما معرفی کرده‌ایم آسانتر است. با افزایش تعداد بیماران در بیمارستانها، کنار آمدن با مشکلاتی که بوجود می‌آیند آسانتر خواهد شد. این امر می‌تواند مرگ و میر بیماران COVID-19 را کاهش دهد. متخصصین پزشکی می‌توانند در تصمیم گیری بهتر نقش موثری داشته باشند.

1. مقدمه

یک بیماری جدید به نام کرونا ویروس (COVID-19) –  2019 علت وضعیت پاندمی گسترده در سراسر جهان است که زمانی که به بیش از 2،00،000 مورد در حدود 160 کشور رسید، توسط سازمان بهداشت جهانی (WHO)در ژانویه 2020 اعلام شد. COVID-19 در ابتدا در پایان سال 2019 در ووهان چین شناسایی شد، سپس به سرعت گسترش یافت و به دلیل نارسایی تنفسی یا سایر عوارض مرتبط در شهر ووهان و برخی دیگر از کشورهای در تماس با ووهان، موجب مرگ و میر مردم شد. سندرم حاد تنفسی شدید (SARS) مرتبط با بزرگترین ویروس RNA شناخته شده به نام ویروس کرونا در سالهای اخیر به طور دوره‌ای در سراسر جهان ظاهر شده است. در سطح جهانی، از ساعت 3:46 بعد از ظهر CET ، 02 نوامبر 2020 46،403،652 مورد تأیید شده COVID-19 وجود داشته است و 1،198،569 مورد مرگ و میر توسط WHO از مقامات ملی اعلام شده است. 

8. نتیجه گیری

رویکرد استدلال مبتنی بر مورد فازی، نه تنها برای تشخیص، وآگاهی از آسیب پذیریهای بیمار استفاده می‌شود، بلکه از آن برای اولویت بندی درمان نیز استفاده می‌شود که اقدامی جدید است. با استفاده از روش‌هایی که معرفی کرده‌ایم، می‌توانیم به وضعیت شدت بیماری پی برده و بلافاصله به بیماران کمک کنیم. بنابراین، می‌توانیم با درمان اولیه آنها با توجه به سطح شدت بیماری، از مرگ و میر بیمار جلوگیری کنیم. برای یک بیمار مبتلا به COVID-19، اگر اولویت درمان بیمار فقط بر اساس میزان تأثیر بیماری باشد، وضعیت بسیاری از بیماران بدتر و تکراری‌تر می‌شود. دلیل این امر این است که، اگر میزان شیوع در یک بیمار 35٪ و در بیمار دیگر 30٪ باشد، و دارای فشار خون بالا یا دیابت نیز باشد، پس فرد دوم در درمان اولویت دارد. بنابراین، اولویت بندی درمان تنها براساس میزان تأثیر بیماری نمی‌تواند صحیح باشد. روشی که ما معرفی کرده‌ایم، با توجه به سن، شدت و چند ابتلایی، به اولویت بندی درمان کمک می‌کند. این روش می‌تواند به بهبود توانایی تصمیم گیری متخصصان پزشکی کمک کند و در لحظات بحرانی اتخاذ تصمیمات پیچیده می‌تواند بسیار سودمند باشد. 

Abstract

In this research article, we introduced an algorithm to evaluate COVID-19 patients admission in hospitals at source shortage period. Many researchers have expressed their conclusions from different perspectives on various factors such as spatial changes, climate risks, preparedness, blood type, age and comorbidities that may be contributing to COVID-19 mortality rate. However, as the number of people coming to the hospital for COVID-19 treatment increases, the mortality rate is likely to increase due to the lack of medical facilities. In order to provide medical assistance in this situation, we need to consider not only the extent of the disease impact, but also other important factors. No method has yet been proposed to calculate the priority of patients taking into account all the factors. We have provided a solution to this in this research article. Based on eight key factors, we provide a way to determine priorities. In order to achieve the effectiveness and practicability of the proposed method, we studied individuals with different results on all factors. The sigmoid function helps to easily construct factors at different levels. In addition, the cobweb solution model allows us to see the potential of our proposed algorithm very clearly. Using the method we introduced, it is easier to sort high-risk individuals to low-risk individuals. This will make it easier to deal with problems that arise when the number of patients in hospitals continues to increase. It can reduce the mortality of COVID-19 patients. Medical professionals can be very helpful in making the best decisions.

1. Introduction

A novel COrona VIrus Disease-2019 (COVID-19) is the reason for the massive pandemic situation all over the world, which has been named and declared by World Health Organization (WHO) on January, 2020 when it reached over 2,00,000 cases around 160 countries. COVID-19 was first identified at the end of 2019 in Wuhan, China, then it spreads rapidly and caused death due to the respiratory failure or other related complications in the Wuhan city and some other countries which are in contact with Wuhan. Severe Acute Respiratory Syndrome (SARS) associated with the largest known RNA virus called corona virus emerges periodically in recent years around the world. Globally, as of 3:46 PM CET, 02 November 2020 there have been 46,403,652 confirmed cases of COVID-19, including 1,198,569 deaths received by WHO from national authorities.

8. Conclusion

Fuzzy case-based reasoning approach not only for diagnosis, to know the patient’s vulnerability and use it to prioritize treatment is a new endeavor. Through the methods we introduced, we can understand the status of the patient severity and help them immediately. Thus, we can prevent patient mortality by treating them first with the level of the patient severity. For a patient with COVID-19, if the priority to the patient’s in treatment given only with the degree of impact of the disease, the condition of many patients will become worse and more repetitive. The reason is that if one patient has a prevalence rate of 35% and another patient has a prevalence rate of 30%, and has high blood pressure or diabetes, then the second person does need priority treatment. Therefore, it is not correct to prioritize treatment based only on the degree of impact of the disease. The method we introducing will help to prioritize treatment considering the patient’s age, severity, and comorbidities. And this method can help improve the decision-making ability of medical professionals. For medical professionals, it can be very useful in the critical moment of making complex decisions.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

رویکرد استدلال مبنی بر مورد فازی برای یافتن اولویت بیماران کووید-19 در بیمارستانها در دوره کمبود منبع

Fuzzy case-based reasoning approach for finding COVID-19 patients priority in hospitals at source shortage period

سیاست های مکان یابی مجدد در مراکز اعزام آمبولانس با هدف افزایش کارآیی

Ambulance Dispatch Center Pilots Proactive Relocation Policies to Enhance Effectiveness

چکیده

مروری بر ادبیات

سیاست های مکان یابی مجدد

اصلاحاتی برای استفاده

پارامترهای ورودی در مدل های اصلی

مجموعه اصلاحات 1

مجموعه اصلاحات 2

جزئیات فنی

ارزیابی

تحلیل کمی

تحلیل کیفی

نتیجه گیری

سپاس گذاری ها

پیوست A: طرح کلی سیاست های اصلی مکان یابی مجدد

A-1 روش DMEXCLP

A-2 روش اکتشاف جریمه

A-3 مقایسه روش های مکان یابی مجدد

A-4 زنجیره های مکان یابی مجدد

A-5 تغییراتی در سیاست DMEXCLP و اکتشاف جریمه

منابع

چکیده

در شرایط اورژانسی که جان افراد را تهدید کرده و  هر ثانیه آن ارزش زیادی دارد، حضور به موقع آمبولانس می تواند تعیین کننده نجات یا مرگ افراد باشد. در عمل، زمان پاسخگویی مورد هدف که به صورت حداکثر مدت زمان بین دریافت تماس اضطراری و حضور نیروهای امدادی تعریف می شود، اغلب تماس برقرار نمی شود. یکی از راهکارهای کاهش زمان دسترسی به آمبولانس ها، مکان یابی مجدد آن ها  به منظور اطمینان از پوشش دهی مناسب آمبولانس های موجود است. این مقاله دو سیاست مکان یابی مجدد پویا را مورد ارزیابی قرار می دهد که در آن ها، ارائه دهنده خدمات آمبولانسی در هلند برای استفاده عملیاتی مورد اصلاح قرار گرفته و در قالب یک نرم افزار به منظور پشتیبانی از تصمیم گیری لحظه ای پیاده سازی شده است. این سیاست ها در یک برنامه آزمایشی در یک مرکز اعزام به مدت 12 هفته مورد استفاده قرار گرفته است. براساس نتایج این آزمایش، سیاست های پیشنهادی به منظور استفاده مداوم و پیاده سازی دائمی مورد پذیرش واقع گردید. در این مقاله روش های مکان یابی مجدد توصیف شده، نمونه آزمایشی مورد ارزیابی قرار گرفته، آمارهایی به منظور بهبود کارآمد ارائه شده و تجربیات اعزام کننده ها و مدیریت آمبولانس را مورد بحث قرار می دهد. 

ارائه دهندگان خدمات آمبولانسی  (ASP) در سرتاسر جهان می بایست سیاست هایی را به منظور بهبود بهره وری اجرا کنند که نمونه آن برنامه های کاهش بودجه یا بهبود عملکرد است. آن ها می توانند به بهره وری هایی از طریق اصلاح تجهیزات پزشکی، آموزش کارکنان و حوزه تدارکات دست یابند. در این مقاله بر مورد دوم تمرکز می کنیم. هدف این مقاله اختصاص “منابع مناسب در زمان صحیح و در مکان صحیح” به نحوی است که احتمال دستیابی به مدت زمان پاسخگویی مورد هدف با وجود محدودیت های بودجه ای موجود بهینه شود.

نتیجه گیری

در این مطالعه دو سیاست مدیریت آمبولانس را در یک مرکز اعزام EMS در Flevoland، یک منطقه سرویس دهی آمبولانس در هلند، مورد بررسی قرار می دهیم. ما مشاهده کردیم که اثربخشی مکان یابی های مجدد زمانی افزایش می یابد که از یک سیاست مکان یابی مجدد پویا استفاده می شود که در مقایسه با سال های گذشته که از الگوریتم های مکان یابی مجدد استفاده نمی شده است بهبود قابل توجهی داشته است. یکی از مزیت هایی که مشاهده گردید، تاخیر کمتر برای حجم تقاضا و تعداد مشابه مکان یابی های مجدد است، به این معنا که تعداد تماس های سرویس دهی که مدت زمان پاسخگویی در آن ها به آستانه تعیین شده می رسد. این منطقه EMS برای اولین بار در تاریچه خود در سال 2015 به آستانه مدت زمان پاسخگویی 95 درصد در طی 15 دقیقه دست یافته است. نتایج به دست آمده نشان می دهند که هر دو سیاست DAM عملکرد قابل مقایسه ای دارند.  

Abstract

In life-threatening emergency situations in which every second counts, the timely arrival of an ambulance can make the difference between survival and death. In practice, the response-time targets, defined as the maximum time between the moment an incoming emergency call is received the moment when onsite medical aid is provided, are often not met. A promising means to reduce late arrivals by ambulances is to proactively relocate ambulances to ensure good coverage by the available ambulances in real time. This paper evaluates two dynamic relocation policies that an ambulance service provider in the Netherlands modified for operational use and implemented in a software tool for realtime decision support. The policies were used in a pilot program within a dispatch center for 12 weeks. Based on the success of this pilot, our policies were adopted for ongoing use and permanent implementation. This paper describes the relocation methods, evaluates the pilot, provides statistics for efficiency improvements, and discusses the experiences of ambulance dispatchers and management.

Ambulance service providers (ASPs) worldwide must implement policies to improve efficiency, such as budget cuts or performance improvement programs. They can obtain efficiencies via changes to medical equipment, staff training, and the logistic domain. In this paper, we focus on the latter. The goal is to allocate the “right resources at the right time at the right place,” such that the probability of meeting their response-time targets, within given budget constraints, is optimized.

Conclusion

In this study, we put two dynamic ambulance-management policies into practice at an EMS dispatch center in Flevoland, an ambulance region in the Netherlands. We observed that the effectiveness of relocations improved when using a dynamic relocation policy, compared to previous years in which relocation algorithms were not used. One advantage we perceived is less latency, that is, the number of service calls for which the response time exceeds the threshold set, for a similar demand volume and number of relocations. The EMS region met the response-time requirement of 95 percent within 15 minutes for the first time in its history in 2015. The results indicate that both DAM policies perform comparably.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

سیاست های مکان یابی مجدد در مراکز اعزام آمبولانس با هدف افزایش کارآیی

Ambulance Dispatch Center Pilots Proactive Relocation Policies to Enhance Effectiveness

بیان تجارب پیش از بازدید از طریق تبلیغات مسافرت و تأثیر آنها بر تصمیم گیری در مورد مقصد

Conveying pre-visit experiences through travel advertisements and their effects on destination decisions

چکیده

1. مقدمه

2. چارچوب نظری

2.1. مفهوم دیدگاه مصرف

2.2. ابعاد اقتصاد تجربه

2.3. بیان دیدگاه‌های مصرفی پیش از بازدید در مورد تجربیات سفر

3. فرضیات

3.1. برانگیختن دیدگاه‌های مصرفی

3.2. ایجاد احساسات

3.3. تقویت علاقه

3.4. براوردن نیاز های اطلاعاتی

4. روش

4.1. ترتیب و سناریوی نظرسنجی

4.2. معیارها

4.3. جمع آوری داده‌ها

5. تحلیل‌ها

5.1. برازش مدل

5.2. آزمایش فرضیات

6. نتیجه گیری و مفاهیم

6.1. نتیجه گیری

6.2. ترجمه پیامد ها

6.3. مفاهیم

منابع

چکیده

مسافران بالقوه نیاز دارند که هنگام انتخاب گزینه‌های مقصد سفر، تجارب تعطیلات خود را پیش بینی کنند. تبلیغات با برانگیختن احساسات و تسهیم ابعاد خاصی از تجربه به عنوان محرکهای خارجی برای پشتیبانی از روند تفصیل دیدگاه مصرف استفاده می‌شود. این مقاله با استفاده از یک چارچوب اقتصادی تجربه کلی، بین تجربیات سفر همراه با مشارکت فعال و غیرفعال و همچنین بین تجربیات غوطه وری و جذب وجه تمایز قائل می‌شود. این یافته‌ها نشان می‌دهند که اثر تبلیغات بر جلب توجه مسافران به بازدید و برآورده ساختن نیازهای اطلاعاتی آنها، به نوع خاصی از تجربیات پیش بینی شده برای سفر بستگی دارد. واکنش عاطفی مسافران نسبت به تبلیغات بر اثربخشی آنها تا حدودی یک اثر واسطه‌ای دارد. پیشنهاداتی برای متخصصان بازاریابی و طراحان اثر ارائه شده است.

1. مقدمه

گردشگری یک بخش خدماتی است که بطور منحصربفردی با استفاده از تجربیات شکل گرفته است (Pine & Gilmore، 1999). نقش کسب و کارها در صنعت گردشگری این است که تجارب به یاد ماندنی را برای مشتریان فراهم آورند (Stamboulis & Skayannis، 2003؛ Wirtz، Kruger، Scollon & Diener 2003؛ Xu، Morgan & Song، 2009). شکل گیری تجارب گردشگران نیز برای موفقیت بازار شرکت‌ها مهم است، زیرا این تجربه پیش بینی کننده رفتار آینده گردشگران است (Manthiou، Lee، Tang & Chiang، 2014). بنابراین، تجربه‌ها باید در هر نقطه تماس در طول سفر مشتری ارائه شوند (Norton & Pine، 2013).  یک سفر عادی مشتری به ویژه در صنعت گردشگری شامل نقاط تماس مستقیم و غیرمستقیم است (Stickdorn & Zehrer، 2009). قبل از بازدید، مطالب تبلیغاتی (مثل وب سایت ، بروشور ، کتاب‌های راهنمای گردشگری و تبلیغات شفاهی) نقاط تماس غیرمستقیم را فراهم می‌آورد. افزایش رقابت در زمینه تجارت گردشگری که گزینه‌های متعددی را پیش روی افراد می‌گذارد، برای متمایز بودن به ارائه محصولات و خدمات گردشگری نیاز دارد (Park & Jang، 2013؛ Pine & Gilmore، 1999). از این رو، ارائه موفقیت آمیز تجربیات پیش از بازدید از طریق محرکهای تبلیغاتی تخیل برانگیز می‌تواند در تأثیر تصمیمات بازدید کنندگان برای انتخاب یک مقصد گردشگری خاص نقش مهمی داشته باشد (Walters، Sparks & Herington، 2007). 

Abstract

Potential travelers need to anticipate their vacation experiences when making their travel destination choices. Advertisements are used as external stimuli to support the process of consumption vision elaboration by evoking emotions and communicating specific experience dimensions. Using a generic experience economy framework, this paper differentiates between travel experiences with passive and active participation, as well as between those with immersion and absorption experiences. The findings show that the effects of advertisements on arousing travelers’ visit interest and fulfilling their information needs depend on the specific type of envisioned travel experience. Travelers’ emotional response to advertisements has a partially mediating effect on their effectiveness. Suggestions are provided for marketing practitioners and effect modelers.

1. Introduction

Tourism is a service sector uniquely shaped by the consumption of experiences (Pine & Gilmore, 1999). The role of businesses in the tourism industry is to provide customers with memorable experiences (see Stamboulis & Skayannis, 2003; Wirtz, Kruger, Scollon, & Diener, 2003; Xu, Morgan, & Song, 2009). The shaping of tourists’ experiences is also key for companies’ market success, as this experience is a predictor of tourists’ future behavior (Manthiou, Lee, Tang, & Chiang, 2014). Experiences should thereby be provided at every touchpoint along the customer journey (Norton & Pine, 2013). A typical customer journey, particularly in the tourism industry, comprises both direct and indirect touchpoints (Stickdorn & Zehrer, 2009). Before a visit, promotional materials (e.g. website, brochure, tourist guide books, and word of mouth) provide indirect touchpoints. The increasing competition in the tourism business, which offers people multiple options, requires offers of tourism products and services to distinguish themselves (Park & Jang, 2013; Pine & Gilmore, 1999). Hence, the successful provision of pre-visit experiences through imagination-evoking advertising stimuli could be key in influencing visitors’ decisions to choose a certain tourism destination (Walters, Sparks, & Herington, 2007).

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

بیان تجارب پیش از بازدید از طریق تبلیغات مسافرت و تأثیر آنها بر تصمیم گیری در مورد مقصد

Conveying pre-visit experiences through travel advertisements and their effects on destination decisions

جستجوی یک مورد: انتخاب نرم افزار مدیریت ارتباط با مشتری

Searching for the one: Customer relationship management software selection

چکیده

1. مقدمه

2. پیشینه نظری

2.1. CRMSP

2.2. انتخاب CRMSP

3. روش

3.1. مرحله ۱ – تجزیه و تحلیل شرکت

3.2. مرحله ۲ – انتخاب مجموعه ای از معیارها

الف. معیارهای کارکردی

ب. معیارهای فنی

ج. معیارهای کیفیت

د. معیارهای هزینه

3.3. مرحله ۳ – پیش‌غربال CRMSP

3.4. مرحله ۴ – انتخاب CRMSP

3.4.1. متغیرهای مرحله ۴

4. مطالعه موردی

4.1. مرحله ۱ – تجزیه و تحلیل شرکت

4.2. مرحله 2 – انتخاب مجموعه معیارها

4.4. مرحله ۴ – اننتخاب CRMSP

5. نتیجه گیری

منابع

چکیده

در یک محیط رقابتی که به طور فزاینده ای خواهان رویکرد هوشمندانه ای برای مدیریت ارتباط با مشتری (CRM) است، شرکت ها نیازمند ساماندهی روش تعامل خود با مشتریان هستند. روابطی که اغلب در اختیار مدیران و فروشندگان قرار دارد، باید هوشمندانه سازماندهی شده تا هم رضایت مشتری و هم اثربخشی اقدامات بازاریابی به حداکثر خود برسند. بسته های نرم افزاری CRM می توانند پاسخی برای سازماندهی و ساماندهی مدیریت چنین روابط تجاری باشند. با این حال، ممکن است تصمیم گیرندگان فاقد زمان و شایستگی لازم برای شناسایی مناسب ترین راه حل برای نیازهای خود در میان صدها راه حل موجود بوده و نهایتاً به یک متخصص خارجی متوسل شوند. از آنجایی که روش های موجود انتخاب یک بسته نرم افزاری CRM از محدودیت های متعددی رنج می برند، مقاله حاضر روش چهار مرحله ای نوینی را معرفی می کند که امکان مشارکت فعال تصمیم گیرندگان را در انتخاب بسته نرم افزاری CRM فراهم نموده و همزمان اقدامات لازمه را تقلیل داده و میزان تناسب گزینه نهایی را با نیازها و اولویت های خاص آن بیشینه می سازد. روش مزبور به بهره گیری هماهنگ از فرآیند تجزیه و تحلیل سلسله مراتبی و تطبیق فازی آن متوسل می گردد. هم چنین مقاله حاضر تمثیلی از روش مزبور را در یک شرکت کوچک ایتالیایی ارائه می نماید.

1. مقدمه

شواهد نشان دادند که پرورش رابطه با مشتریان از مهم ترین عوامل برای شرکت ها محسوب می شود (هیسلیپ و ریچاردسون، ۲۰۱۷؛ پالماتیر، اسکیر، هوستون، اوانز و گوپالاکریشنا، ۲۰۰۷؛ رودریگز، پترسون و کریشنان، ۲۰۱۸). این امر هم در شرایط کسب و کار – مصرف کننده و هم در شرایط کسب و کار – کسب و کار صدق می کند. با این حال، ممکن است روابط با مشتریان به صورت بی قاعده و بدون سازماندهی نظام‌مند فعالیت های اکتشافی و پس از فروش مدیریت گردد. بخش های ارزشمند اطلاعاتی که تقریباً هر شرکت در پایگاه داده های خود درباره مشتریان خویش گردآوری می نماید اغلب بدون استفاده می مانند (اشتاین، اسمیت و لنسیونی، ۲۰۱۳). اهمیت سیستم های مدیریت ارتباط با مشتری (CRM) به عنوان ابزارهای ضروری برای بهره برداری از این داده ها، افزایش فروش، بهره وری و رضایت مشتری در حال رشد بوده (به عنوان مثال، لی، هوانگ و سانگ، ۲۰۱9؛ رودریگز و همکاران، 2018؛ سلطانی و نویمیپور، 2016) و به شالوده استراتژی بازاریابی معاصر تبدیل شده است (باران و گالکا، 2016). 

5. نتیجه گیری

مشتریان به طور فزاینده ای به ستاره قطبی شرکت های فعال در اغلب صنایع تبدیل شده و معیارهای رضایت مشتری به تدریج به اندازه معیارهای مالی مهم شده اند. این زمینه به خصوص برای بازار B۲B معتبر است که در آن شرکت ها نوعاً با مشتریان معدودی تعامل دارند که نیازمند توجه و فداکاری هستند. برای شرکت های فعال در بازار B۲B، یک رویکرد ساده برای CRM، عمدتاً متکی به شایستگی فروشندگان بوده و باعث از دست دادن فرصت های جالب توجه می گردد.

Abstract

In a competitive environment that increasingly awards a clever approach to customer relationship management (CRM), firms need to systematize the way they interact with their customers. The relationships that often lay in the hands of managers and salespeople need to be thoughtfully organized to maximize both customer satisfaction and the effectiveness of the marketing efforts. CRM software packages can be an answer to organize and systematize the management of such commercial relationships. However, decision makers may not have the time and the competencies to identify the most suitable solution for their needs, among the hundreds existing, and may ultimately resort to an external expert. Since the existing methods to select a CRM software package suffer from several limitations, this article introduces a novel four-step method allowing to actively involve the decision makers in the CRM software package selection, simultaneously minimizing the effort requested to them and maximizing the extent to which the final choice suits their specific needs and preferences. The method resorts to a coordinated use of the analytic hierarchy process and of its fuzzy adaptation. The article also presents an exemplification of the method in a small Italian firm.

1 INTRODUCTION

Evidence suggests that nurturing the relationships with the customers is among the most important factors to firms (Haislip & Richardson, 2017; Palmatier, Scheer, Houston, Evans, & Gopalakrishna, 2007; Rodriguez, Peterson, & Krishnan, 2018). This applies both to the business-to-consumer and to the business-to-business settings. However, relationships with customers may be managed in an unmethodical way, without systematically organizing prospecting and postsales activities. The valuable pieces of information that nearly every firm collects in their databases about their customers often remain poorly utilized (Stein, Smith, & Lancioni, 2013). Customer relationship management (CRM) systems are growing in importance as essential tools to exploit such data, enhancing sales, productivity, and customer satisfaction (e.g., Li, Huang, & Song, 2019; Rodriguez et al., 2018; Soltani & Navimipour, 2016), becoming the foundation of contemporary marketing strategy (Baran & Galka, 2016).

5 CONCLUSIONS

Customers are increasingly becoming the Polar Star of firms operating in the most various industries, with customer satisfaction measures that are gradually becoming as important as financial ones. This context is especially valid for the B2B market, in which firms typically interact with a few customers that demand much attention and dedication. For the firms operating in the B2B market, a naïve approach to CRM, mainly relying on the competence of the salespeople, can cause the loss of interesting opportunities.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

جستجوی یک مورد: انتخاب نرم افزار مدیریت ارتباط با مشتری

Searching for the one: Customer relationship management software selection