شناسایی و رتبه‌بندی ریسک‌های پروژه بازسازی تجهیزات نظامی با استفاده از روش تصمیم‌گیری مولتی مورا (مطالعه موردی جنگ‌افزار شنی‌دار)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجو دکتری مهندسی صنایع-کیفیت و بهره‌وری، دانشکده مهندسی مدیریت و مهندسی صنایع،دانشگاه صنعتی مالک اشتر،تهران

2 استادیار،دانشکده مهندسی مدیریت و مهندسی صنایع،دانشگاه صنعتی مالک اشتر،تهران

10.22034/iamu.2024.2006658.2907

چکیده

مدیریت ریسک در سازمان‌های امروزی به بخشی از رویکرد راهبردی برای به ثمر رسیدن پروژه‌ها تبدیل شده است، عدم توجه به ریسک‌ها در هر پروژه می‌تواند باعث ایجاد تهدیدات در اجرای پروژه گردد به طوری که پیامدهای آن عوامل زمان، هزینه و کیفیت را به طور مستقیم تحت تاثیر قرار می‌دهند. از طرفی سازمان‌های نظامی به مثابه اصلی‌ترین ارکان دفاعی موظف هستند کشور را از خطرات و تهدیدات خارجی حفظ نمایند، فلذا باید مخاطرات بالقوه را شناسایی و تحلیل نموده، برای مدیریت مناسب برنامه‌ریزی کرده و از تصمیم‌گیری‌های پیش‌بینی نشده پرهیز نمایند. با توجه به اهمیت پروژه‌های تجهیزات نظامی و با استناد به عدم انتقال کامل تکنولوژی‌های ساخت و عدم بازسازی از سمت کشور‌های سازنده و همچنین وجود تحریم‌ها، پژوهش حاضر با هدف شناسایی و رتبه‌بندی ریسک‌های موثر بر بازسازی جنگ‌افزار شنی‌دار صورت پذیرفت. شناسایی ریسک‌های این پروژه با استفاده از بررسی مقالات و روش دلفی صورت گرفت و از روش مولتی‌مورا نیز برای رتبه‌بندی آن‌ها استفاده گردید. جهت وزن‌دهی به شاخص‌ها از روش بهترین-بدترین استفاده شد. همچنین بمنظور جمع‌آوری داده‌ها برای اجرای روش مولتی مورا یک پرسشنامه طراحی شد و از طریق روش لیکرت با نظر تعدادی از فعالین حوزه مورد بحث تکمیل گردید. نتایج، حاکی از اهمیت بیشتر مبحث کیفیت نسبت به دیگر شاخص‌ها در حوزه‌های نظامی بود. همچنین نبود تکنولوژی‌های ساخت و کمبود نفرات متخصص مهم‌ترین و کمبود ابزارآلات و عدم شناخت توانایی‌های موجود بی‌ارزش‌ترین ریسک‌ها نتیجه‌گیری شدند. این تحقیق، می‌تواند به توسعه و ایجاد فرصت برای سازمان‌های نظامی بمنظور انجام این‌گونه پروژه‌ها کمک کند.

کلیدواژه‌ها

موضوعات


  • فهرست منابع

    • احمدی مقدم، جواد. مطهری فریمانی، ناصر و کاظمی، مصطفی (1399). ،موازنه مثلث پروژه با درنظرگرفتن انواع هزینه‎ها و کاربرد الگوریتم ژنتیک. پانزدهمین کنفرانس بین المللی مدیریت پروژه ایران،تهران.
    • اسگندری دستگیری، سیمین (1400). ارزیابی عوامل ریسک در زنجیره تامین به منظور انتخاب تامین کنندگان در صنعت پوشاک ورزشی.مدیریت و رفتار سازمانی در ورزش، 10(1)، 87-105.
    • اندایش، علی. عبدالهی، بیژن. جعفری نیا، سعید و حسن پور، اکبر (1400). شناسایی و دسته بندی‎های منابع انسانی جهت‌گیری راهبردی سازمان و گروه‌های کارکنان در شرکت‌های برتر تولیدی ایران. مطالعات مدیریت بهبود و تحول، 30(101)،93-123.
    • پورشفیع اردستانی، مجتبی و سروری، هادی (1399). شناسایی و بررسی موانع استفاده از مدیریت پروژه چابک در پروژه های راهسازی. مهندسی عمران امیرکبیر، 52(7 )، 1837-1852.
    • جامی‌پور، مونا، جعفری، سیدمحمدباقر و نصرالهی، مرضیه (1397). ارائه متدولوژی انتخاب استراتژی مدیریت پروژه های فناوری اطلاعات. فناوری اطلاعات و ارتباطات ایران، 10(37-38)، 17-34.
    • دزفولی­نژاد، مهدی. معاضد، هادی و سلحشور، جمشید (1391). تحلیل ریسک ناشی از معیارهای غیرقابل پیش بینی بر اساس روش منطق فازی.فصلنامه علمی علوم و فناوری­های پدافند نوین، 3(2)، 103-111.
    • شفیعی نیک آبادی، محسن و احمدی، زهرا (1395). انتقال فناوری سیستم های اطلاعاتی در ایران. فصلنامه توسعه فناوری صنعتی، 14(27)، 69-82.
    • شفیعی نیک آبادی، محسن. حسینی، سید محمدحسن و شفیعی نیک آبادی، مجتبی (1395). تعیین سبد بهینه پروژه‌های عمرانی، مبتنی بر رویکرد تلفیقی تحلیل سلسه‌مراتبی و ارزیابی نسبت تجمعی (مورد مطالعه: معاونت مهندسی و مجری طرح‌های عمرانی یک رده نظامی).فصلنامه مدیریت نظامی، 15(59)،1-33.
    • شهسواری، مریم (1395). بررسی موانع و مشکلات استقرار سیستم اطلاعات مدیریت (MIS) در حوزه ستادی وزارت علوم، تحقیقات و فناوری. کنفرانس بین المللی علوم انسانی و علوم رفتاری.
    • شهسواری‌پور، ناصر، حیدربیگی، شهلا و نصرالهی، فاطمه (1400). موازنه هزینه، زمان، کیفیت در زمانبندی پروژه با کیفیت فازی. سیستم های فازی و کاربردها، 4(2 )، 43-68.
    • فتحی، محمدرضا. ملکی، محمدحسن و طهماسبی، زهرا (1399). ارزیابی ریسک در طراحی محصول با رویکرد FMEA فازی. علوم و تکنولوژی محیط زیست، 22(10) 105-118.
    • کلانتری، حسین. رجبی، آزیتا. سفاهن، افشین و بهزاد، اردوان (1400). تعیین شاخص‌های توسعه‌یافتگی مناطق در ایران بر اساس روش مولتی‌مورا، مورد پژوهش: شهرستان‌های منطقه سیستان. فصلنامه علمی برنامه ریزی منطقه ای، 11(43)، 32-46.
    • مهدی، محمد. حشمتی، محمد رسول. کلهر، اصغر و بازیاری، حسین (1393). بررسی میزان ریسک پذیری مالی افسران دانشگاه افسری امام علی(ع). فصلنامه مدیریت نظامی، 14(55)، 1-20.
    • موغلی، علیرضا. عبدالمنافی، سعید. صالحی، حسن و محمود صالح، شهناز (1394). تحلیل ریسک در سازمان‌های نظامی (شناسایی و اولویت‌بندی ریسک‌های بحرانی در پایگاه‌های پدافند هوایی). فصلنامه مدیریت نظامی، 15(58)،43-69.
    • نخعی‌نژاد، مهدی و صفاری، معصومه (1398). شناسایی و رتبه‌بندی ریسک‌های تکنولوژی در حوزۀ توزیع انرژی گاز طبیعی با رویکرد تلفیقی FMEA و TOPSIS مطالعۀ موردی: شرکت گاز استان چهارمحال و بختیاری. مدیریت تولید و عملیات، 10(2)، 143-159.

     

    • Abdulvahitoğlu, A., Abdulvahitoğlu, A., & BAŞBOĞA, Ö. (2022).UAV Selection with MULTIMOORA Method: An International Comparison. Conference: 4th International Conference on Applied Engineering and Natural Sciences, Konya.
    • Alsharhan, A., Salloum, S., & Shaalan, K. (2021). The impact of eLearning as a knowledge management tool in organizational performance. Advances in Science, Technology and Engineering Systems Journal, 6(1), 928-936.
    • Anwar, G., & Abdullah, N. N. (2021). The impact of Human resource management practice on Organizational performance. International journal of Engineering, Business and Management (IJEBM), 5(1). 35-47.
    • Ardil, C. (2022). Military Attack Helicopter Selection Using Distance Function Measures in Multiple Criteria Decision Making Analysis. International Journal of Aerospace and Mechanical Engineering, 16(2), 15-22.
    • Ardil, C. (2021). Fighter Aircraft Selection Using Technique for Order Preference by Similarity to Ideal Solution with Multiple Criteria Decision Making Analysis. International Journal of Transport and Vehicle Engineering, 13(10), 649-657.
    • Aytaç Adalı, E., & Tuş Işık, A. (2017). The multi-objective decision making methods based on MULTIMOORA and MOOSRA for the laptop selection problem. Journal of Industrial Engineering International13, 229-237.
    • Azarian, R., & Taghipour, M. (2020). The impact of implementing inclusive quality management on organizational trust (Case Study: Education). Journal of Multidisciplinary Engineering Science Studies (JMESS), 6(7), 76-83.
    • Barnett, V. (2019). History of Dominance Theory. In: Shackelford, T., Weekes-Shackelford, V. (eds) Encyclopedia of Evolutionary Psychological Science. Springer, Cham.
    • Brauers, W. K. M., & Zavadskas, E. K. (2010). Project management by MULTIMOORA as an instrument for transition economies. Technological and economic development of economy16(1), 5-24.
    • Cernat, R. (2022). Lethal Autonomous Weapon Systems–Emerging and Potentially Disruptive Technology. In Romanian Military Thinking International Scientific Conference Proceedings,156-175.
    • de Almeida, I. D. P., de Araújo Costa, I. P., de Araújo Costa, A. P., de Pina Corriça, J. V., Moreira, M. Â. L., Gomes, C. F. S., & dos Santos, M. (2022). A multicriteria decision-making approach to classify military bases for the Brazilian Navy. Procedia Computer Science, 199, 79-86.
    • Dos Santos, M., de Araújo Costa, I. P., & Gomes, C. F. S. (2021). Multicriteria decision-making in the selection of warships: a new approach to the AHP method. International Journal of the Analytic Hierarchy Process, 13(1).
    • Edition, P. S. (2018). A guide to the project management body of knowledge. Project Management Institute.
    • Ferreira de Araujo Lima, P., & Verbano, C. (2019). Project risk management implementation in SMEs: A case study from Italy. Journal of Technology Management & Innovation14(1), 3-10.
    • Genc, T. (2015). Application of ELECTRE III and PROMETHEE II in evaluating the military tanks. International Journal of Procurement Management, 8(4), 457-475.
    • Göleç, A., Gürbüz, F., & Şenyiğit, E. (2016). Determination of best military cargo aircraft with multi-criteria decision-making techniques. MANAS Journal of Social Studies, 5(5), 87-101.
    • GÜLER, M. A. (2022). Evaluation of the Performance of Armored Military Vehicles by the Global Fuzzy MULTIMOORA Method. Journal of Optimization and Decision Making1(1), 28-41.
    • Hafezalkotob, A., Hafezalkotob, A., Liao, H., & Herrera, F. (2019). An overview of MULTIMOORA for multi-criteria decision-making: Theory, developments, applications, and challenges. Information Fusion, 51, 145-177.
    • Hamurcu, M., & Eren, T. (2020). Selection of unmanned aerial vehicles by using multicriteria decision-making for defence. Journal of Mathematics, 1-11.
    • Ijadi Maghsoodi, A., Abouhamzeh, G., Khalilzadeh, M., & Zavadskas, E. K. (2018). Ranking and selecting the best performance appraisal method using the MULTIMOORA approach integrated Shannon’s entropy. Frontiers of Business Research in China12, 1-21.
    • Öğünç, G. İ. (2021). The Effectiveness of Armoured Vehicles in Urban Warfare Conditions. Defence Science Journal, 71(1), 25-33.
    • Rezaei, J. (2015). Best-worst multi-criteria decision-making method. Omega53, 49-57.
    • Rezaei, J. (2016). Best-worst multi-criteria decision-making method: Some properties and a linear model. Omega64, 126-130.
    • SAPUNKOV, O. (2020). Historical Trends and Parameter Relationships in the Design of Armored Fighting Vehicles. In Ground Vehicle Systems Engineering and Technology Symposium, 2-36.
    • Tucan, P., Gherman, B., Major, K., Vaida, C., Major, Z., Plitea, N., ... & Pisla, D. (2020). Fuzzy logic-based risk assessment of a parallel robot for elbow and wrist rehabilitation. International Journal of Environmental Research and Public Health, 17(2), 654-676.
    • Willumsen, P., Oehmen, J., Stingl, V., & Geraldi, J. (2019). Value creation through project risk management. International Journal of Project Management37(5), 731-749.
    • Yang, C., Wang, Q., Peng, W., & Zhu, J. (2020). A multi-criteria group decision-making approach based on improved BWM and MULTIMOORA with normal wiggly hesitant fuzzy information. International Journal of Computational Intelligence Systems, 13(1), 366-381.
    • Zhou, X., & Tang, Y. (2019). Risk and Countermeasure of Military Equipment Development Project Management.