شناسایی و اولویت بندی چالش های پیاده سازی سیستم های خدمات محصول هوشمند به روش بهترین بدترین راف فازی
Publish place: Industrial Management Journal، Vol: 14، Issue: 4
Publish Year: 1401
Type: Journal paper
Language: Persian
View: 171
This Paper With 28 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_IMJT-14-4_002
Index date: 7 May 2023
شناسایی و اولویت بندی چالش های پیاده سازی سیستم های خدمات محصول هوشمند به روش بهترین بدترین راف فازی abstract
هدف: هدف از این پژوهش، بررسی و شناسایی چالش های پیاده سازی سیستم های خدمات محصول هوشمند و ارزیابی و اولویت بندی این چالش ها، به عنوان یکی از اقدام های اساسی اولیه برای اجرای این سیستم است. روش: در این مقاله ابتدا چالش های پیاده سازی سیستم های خدمات محصول هوشمند، از طریق مرور ادبیات، بررسی اسناد، مصاحبه با صاحب نظران و روش دلفی فازی شناسایی شد. در ادامه با استفاده از روش بهترین بدترین راف فازی، چالش های شناسایی شده اولویت بندی شدند. یافته ها: بیست چالش پیاده سازی سیستم های خدمات محصول هوشمند، در هفت گروه اصلی طبقه بندی و به روش بهترین بدترین راف فازی ارزیابی شدند. بر اساس نتایج، چالش های مالی و فرایندی، مهم ترین گروه شناخته شد. روش بهترین بدترین راف فازی با بررسی هم زمان عدم قطعیت درون فردی و بین فردی باعث می شود که ارزیابی به دست آمده، دقت و عینیت بیشتری را در مقایسه با روش بهترین بدترین مبتنی بر منطق فازی یا مبتنی بر تئوری راف ارائه دهد. نتیجه گیری: با استفاده از نتایج این پژوهش شرکت های تولیدی و خدماتی، می توانند چالش های پیش رو در مسیر پیاده سازی سیستم های خدمات محصول هوشمند را دقیق تر ارزیابی کنند و به نحوی مناسب، منابع محدود سازمانی را برای رفع چالش های شناسایی شده اختصاص دهند.
شناسایی و اولویت بندی چالش های پیاده سازی سیستم های خدمات محصول هوشمند به روش بهترین بدترین راف فازی Keywords:
شناسایی و اولویت بندی چالش های پیاده سازی سیستم های خدمات محصول هوشمند به روش بهترین بدترین راف فازی authors
مریم اسماعیل زاده
کارشناسی ارشد، گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران.
عالیه کاظمی
استاد گروه مدیریت عملیات و علوم تصمیم، دانشکده مدیریت، دانشگاه تهران، تهران، ایران.
حسین صفری
استاد گروه مدیریت تکنولوژی و نوآوری، دانشکده مدیریت، دانشگاه تهران، تهران، ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :