دانلود رایگان ترجمه مقاله چارچوب مفهومی جهت طراحی مبتنی بر ارزش و مهندسی سیستم ها – الزویر 2014

مقالات انگلیسی و ترجمه های فارسی رایگان با فرمت PDF آماده دانلود رایگان میباشند

همچنین ترجمه مقاله با فرمت ورد نیز قابل خریداری و دانلود میباشد

مقاله انگلیسی رایگان (PDF)

ترجمه فارسی رایگان (PDF)

خرید ترجمه با فرمت ورد

فهرست مقاله:

چکیده
۱. مقدمه
۲. هدف از طراحی: حداکثرسازی ارزش
۳. تصمیم گیری در طراحی
۳-۱- تصمیم گیری محصول مصنوعی-محور
۳-۲- تصمیم گیری فرایند-محور
۳-۳- تصمیم گیری سازمان-محور
۴. مشخصه های فرایندهای طراحی با ارزش
۴-۱- مشخصه ۱: اصلاح تدریجی مشخصات محصول مصنوعی
۴-۲- مشخصه ۲: افزایش تدریجی در صحت تحلیل
۴-۳-مشخصه ۳: تفویض وظایف طراحی
۴-۴- مشخصه ۴: همزمانی وظایف طراحی
۴-۵- مشخصه ۵: تنوع در تیم ها
5- خلاصه و بحث

بخشی از ترجمه فارسی مقاله:

۱. مقدمه
هنگام مطالعه طراحی مهندسی، مهم است مشخصه اولیه آن را به خاطر داشته باشید، به عبارت دیگر، آن طراحی یک فعالیت هدفمند است. «هدف» چیزی است که مهندسی را از علوم طبیعی متمایز می کند. اغلب این هدف در ادبیات مهندسی و طراحی سیستم ها به منظور اقناع کردن یک نیاز بیان شده، مشخص شده است [1]، که سپس به شکل گیری مجموعه ای از الزامات منجر می شود که باید اقناع شوند. با این حال، در متن این مقاله، یک قدم به عقب برمی داریم و می پرسیم: واقعا چه چیزی طراحان را به فعالیت های طراحی شان برمی انگیزاند؟ و ما چه چیزی می توانیم درباره طراحی بوسیله تمرکز بر این عامل مشوق یاد بگیریم ؟
با تغییر تمرکز از «طراحی» به «طراح»، دومین مشخصه مهم طراحی ظاهر می شود، به عبارت دیگر، طراحی یک فعالیت انسانی است. این از دو لحاظ مهم است: اقتصادی و روانی.
از لحاظ اقتصادی، تشخیص می دهیم که طراحان، همه به عنوان انسان، رجحان هایی دارند و تلاش می کنند به نتایج ارجح تر نسبت به نتایج کم ارجح دست یابند. در نظریه اقتصاد و تصمیم گیری، چنین رجحان هایی به عنوان «ارزش» بیان شده اند، بنابراین به طوری که برای ارجح ترین نتیجه طراحی شده است به عنوان حداکثرسازی ارزش تلاش می کند. بر اساس بدیهیات ساده عقلانی، نظریه تصمیم گیری تعیین می کند شخص چگونه باید ارجح-ترین، با ارزش ترین جایگزین (تحت عدم قطعیت) را انتخاب کند. به وضوح از این لحاظ، حداکثر سازی ارزش در هسته طراحی قرار دارد – حداکثرسازی ارزش چیزی است که طراحان را برمی انگیزاند.
با این حال، برای طراحی نسبت به فقط اجرا کردن نظریه تصمیم گیری امکان زیادی وجود دارد. قبل از قادر بودن به انتخاب یک طراحی جایگزین که ارزش را حداکثرسازی می کند، طراحان باید ابتدا فرصت های ارزش را شناسایی کنند و سپس مفاهیم خلاقانه برای گرفتن منفعت از این فرصت ها را تولید کنند. اینها فعالیت هایی هستند که به تفکر واگرا و قیاسی بستگی دارند [3]. برای اینکه به خوبی قادر به حمایت از چنین فعالیت هایی باشیم، این مهم است یک درک عمیقی از فرایندهای شناختی استفاده شده توسط طراحان، و در زمینه سیستم های مهندسی پیچیده امروزیِ تعاملات اجتماعی در میان کارشناسان متعدد بر تیم های متنوع طراحی را بدست بیاوریم. علاوه بر یک پایه و اساس اصولی در نظریه تصمیم گیری و اقتصاد، بنابراین تحقیق طراحی باید بر یک پایه روانشناسی و جامعه شناختی ساخته شود.
5- خلاصه و بحث
در این مقاله، یک چارچوب مفهومی برای هدایت طراحی ارزش محور سیستم های مهندسی ارائه کردیم. ما از این فرض اولیه شروع کردیم که طراحی یک فعالیت هدفمند است و اینکه طراحان باید بطور منطقی ، مطابق با ترجیحات خودشان عمل کنند مدل سازی شود. از لحاظ ریاضی این می تواند به عنوان حداکثر سازی ارزش. ما حداکثر سازی ارزش را بکار بردیم از سه دیدگاه مختلف: محصول مصنوعی-محور، فرایند-محور و سازمان-محور. در نتیجه مدل ارزش محور طراحی به ما اجازه می دهد ۵ مشخصه مشترک فرایندهای طراحی را توضیح و توجیه کنیم، که هیچ کدام نمی توانست صرفا براساس دیدگاه محصول مصنوعی محور در نظر گرفته شده در ادبیات طراحی ارزش محور توضیح داده شود.
شاید مهمترین نتیجه گیری بدست آمده در این مقاله این است که در شرایط استفاده از حداکثرسازی ارزش، طراحی یک مسئله خود ارجاعی است. از دیدگاه نظریه ارزش اطلاعات و برای شکستن تسلسل خود ارجاعی است، بنابراین این ضروری است به روش اکتشافی متوسل شویم. برای مثال، به جای بهینه سازی دقیق یک مسئله بهینه سازی جهانی بیش از فضای ممکن طراحی اقدامات، روش اکتشافی می تواند در هزینه پایین فراهم کند، راهنمایی معقول که به عنوان اقدامات طراحی انجام شود. از دیدگاه فرایند، استفاده روش اکتشافی تقریبا بطور قطع با ارزش تر از بهینه سازی دقیق است، که به احتمال زیاد نیاز دارد منابع بیشتر سپس می تواند توجیه شود بر اساس مزایای آن نسبت به روش اکتشافی.
با این حال، این مسئله جالب برای طراحی سیستم های تحقیق مهندسی قرار می دهد. بحث اکتشافی داده شده فقط قابل اجرا در زمینه آنهایی که استخراج شده اند، آنها نیاز دارند به روز شوند هنگامی که زمینه تغییر می کند. از آنجا که زمینه بطور فزاینده و به سرعت تغییر می کند، همچنین طراحی و جامعه سیستم های تحقیق مهندسی نیاز خواهد بود اغلب روش اکتشافی بطور فزاینده به روز شود. این گستره روش اکتشافی محدوده گسترده:
ترکیب اکتشافی – به عنوان مثال، کدام الگوهای معماری مناسب در زمینه های کنونی اقتصادی، زیست محیطی، اجتماعی-سیاسی و تکنولوژیکی است؟
تحلیل اکتشافی – به عنوان مثال، کدام شکل ریاضی، سطح انتزاع، و دقت مناسب هستند برای تحلیل جایگزین های سیستم، با در نظر گرفتن وضعیت فعلی هنر در الگوریتم های عددی و زیرساخت های محاسباتی؟
روش اکتشافی فرایند – به عنوان مثال، چقدر باید تلاش باشد که به ایده پردازی مفهومی بپردازد؟ یا چه مقدار تاکید باید قرار بگیرد بر مدیریت ریسک، ماهیت داده شده سیستم توسعه یافته؟
روش اکتشافی سازمان – به عنوان مثال، کدام ساختار؟ سلسله مراتب، ماتریس، یا شاید ساختار غیر متمرکز بر اساس بخش جمعیت سپاری؟
این روش های اکتشافی داده شده نیاز است مکررا به روز رسانی گردد، مهم است که جامعه پژوهش یک روش مناسبی توسعه دهد برای تعیین اینکه کدام بحث اکتشافی در زمینه خاص مناسب ترین است. ما استدلال می کنیم که نظریه تصمیم گیری هنجاری باید در پایه و اساس برای چنین روش شناسی باشد، همانطور که در چارچوب طراحی ارزش محور نشان داده شده است که در این مقاله معرفی کردید. اما علاوه بر این، همچنین کیفیت روش اکتشافی نیز نیاز است بر اساس نظریه های غیر هنجاری ارزیابی شود. برای مثال، خواه یک ترکیب روش اکتشافی مناسب ممکن است متکی باشد به بخشی که به خوبی تراز شده است با روان شناسی انسان و با انجمن های اجتماعی و فرهنگی که طراحان آن را بکار می برند. در نهایت، معیار برای ارزیابی روش اکتشافی باید هدف نهایی از طراحی را منعکس کند، به عبارت دیگر ارزش را حداکثر سازی کند.

بخشی از مقاله انگلیسی:

1. Introduction

When studying engineering design, it is important to keep in mind its primary characteristic, namely, that design is a purposeful activity. “Purpose” is what distinguishes Engineering from the Natural Sciences. This purpose has often been characterized in the systems engineering and design literature as the goal to satisfy a stated need [1], which then leads to the formulation of a set of requirements to be satisfied. However, in the context of this paper, we take a step back and ask: What truly drives designers in their design activities? And what can we learn about designing by focusing on this driving factor? By shifting the focus from “design” to the “designer,” a second important characteristic of design comes to the forefront, namely, that design is a human activity. This is important from two perspectives: economic and psychological. From an economic perspective, we recognize that designers, as all humans, have preferences and strive to achieve more preferred outcomes over less preferred ones. In economics and decision theory, such preferences are expressed as “value,” so that striving for the most preferred outcome can be modeled as maximizing value. Based on simple axioms of rationality, decision theory prescribes how one should go about choosing the most preferred, most valuable alternative (under uncertainty) [2]. Clearly, from this perspective, value maximization is at the core of design—value maximization is what drives designers. However, there is more to design then just applying decision theory. Before being able to select a design alternative that maximizes value, designers must first identify value opportunities and then generate creative concepts for taking advantage of these opportunities. These are activities that rely in part on divergent and analogical thinking [3]. To be able to support such activities well, it is important to gain a deep understanding of the cognitive processes used by designers, and, in the context of today’s complex engineered systems, of the social interactions among multiple experts on diverse design teams. Besides a normative foundation in decision theory and economics, design research should therefore build on a foundation of psychology and sociology.

5. Summary and Discussion

In this paper, we have presented a conceptual framework to guide the value-driven design of engineered systems. We started from the premise that design is a purposeful activity, and that designers should act rationally, in accordance with their preferences. Mathematically this can be modeled as value maximization. We applied value maximization from three different perspectives: artifact-, process- and organizationfocused. The resulting value-driven model of design allowed us to explain and justify five common characteristics of design processes, none of which could have been explained based on the purely artifact-focused perspective considered in the valuedriven design literature previously. Maybe the most important conclusion derived in this paper is that in terms of value maximization, design is a selfreferential optimization problem. From the perspective of value-of-information theory and to break the infinite selfreferential regress, it is therefore necessary to resort to heuristics. For instance, rather than rigorously optimizing a global optimization problem over the space of possible design actions, heuristics can provide, at low cost, reasonable guidance as to which design actions to perform. From a process perspective, the use of heuristics is almost certainly more valuable than rigorous optimization, which is likely to require more resources than can be justified based on its benefits relative to heuristics. However, this poses an interesting problem for design and systems engineering research. Given that heuristics are only applicable in the context for which they were derived, they will need to be updated as the context changes. Since the context is changing increasingly rapidly, the design and systems engineering research community will also need to update the heuristics increasingly often. These heuristics span a broad range: x Synthesis heuristics—e.g., which architectural patterns are appropriate in the current economic, environmental, sociopolitical and technological context? x Analysis heuristics—e.g., which mathematical formalism, level of abstraction, and accuracy are appropriate for analyzing the system alternatives, taking into account the current state of the art in numerical algorithms and computing infrastructure? x Process heuristics—e.g., how much effort should be allocated to concept ideation? Or how much emphasis should be placed on risk management, given the nature of the system being developed? x Organization heuristics—e.g., which structure? Hierarchical, matrix, or maybe a decentralized structure based in part on crowd-sourcing? Given that these heuristics will need to be updated frequently, it is important that the research community develop a methodology for determining which heuristics are most appropriate in a particular context. We argue that normative decision theory should be at the foundation for such a methodology, as is illustrated in the value-driven design framework introduced in this paper. But in addition, the quality of a heuristic will also need to be assessed based on nonnormative theories. For instance, whether a synthesis heuristic is suitable may depend in part on how well aligned the heuristic is with human psychology and with the social and cultural conventions of the designers applying it. Ultimately, the criterion for assessing heuristics should reflect the ultimate objective of design, namely, to maximize value.