آینده‌پژوهی دفاعی

آینده‌پژوهی دفاعی

مدل‌سازی کمی شبکه فرآیند تولید، ذخیره‌سازی و بهینه توزیع مبتنی بر نظریه نمایندگی‌ها با بهره‌گیری از روش‌های آینده‌پژوهی در صنایع دفاعی

نوع مقاله : مقاله علمی- پژوهشی

نویسندگان
مهدی مرادی 1
علیرضا ایرج پور 2
مرتضی موسی خانی 3
محمود شیخ حسنی 4
1 دانشجوی دکتری، گروه مدیریت صنعتی واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران
2 استادیار، گروه مدیریت صنعتی، دانشگاه آزاد اسلامی، قزوین، ایران
3 استاد، گروه مدیریت دولتی دانشگاه آزاد اسلامی ،علوم و تحقیقات، تهران، ایران
4 استادیار، گروه امنیت ملی، دانشگاه عالی دفاع ملی تهران، ایران
10.22034/dfsr.2020.122891.1365
چکیده
صنایع دفاعی به دلیل محدودیت‌های به وجود آمده که مانع از اجرای ماموریت‌های ذاتی آنها می‌شود ضروری است به دنبال یک تغییر رویه برای حفظ سطح تولیدات در تأمین نیازمندی ‌مشتریان خود باشند. یکی از این راهکارها استفاده از راهبرد شبکه‌سازی است. این پژوهش با استفاده از یک مدل پایه‌ای و در نظر گرفتن مفاهیم زنجیره تأمین و نظریه نمایندگی‌ها، در نظر دارد با استفاده از ظرفیت‌های فراتر از مرز سازمانی و شبکه نمایندگان، محصول مدنظر مشتریان را تولید نماید. در این رویکرد، هدف کاهش هزینه‌ها نبوده و به دنبال افزایش مطلوبیت در رابطه میان نماینده، مالک و مشتری است. مدل ارائه شده از انواع مدل‌های تصمیم‌گیری چندهدفه است و هدف بیشینه‌سازی همزمان جواب بهینه پارتو(کارا)، مطلوبیت مالک و متوسط مطلوبیت نمایندگی‌ها است. مدل مذکور با استفاده از توابع هدف وزن‌دار حل و یک مجموعه جواب بهینه پارتو احصاء شد؛ سپس با استفاده از روش‌های آینده‌پژوهـی، متغیر اثرگذار بر سازمان و حالات عدم قعطیت هر متغیر شناسایی شده است. این متغیرها عبارتند از میزان سرمایه‌گذاری بخش خصوصی، رونق و رکود اقتصادی، رواج برون­سپاری فعالیت‌ها، تورم و تحریم‌ اقتصادی، بر اساس نظرسنجی انجام شده بیشترین اهمیت در سیاست‌گذاری‌ آینده مربوط به دو متغیر رواج برون سپاری فعالیت‌ها و میزان سرمایه‌گذاری بخش خصوصی می­باشد. بر همین اساس از میان مجموعه جواب پارتو، جوابی به عنوان جواب نهایی انتخاب شد که بتواند با افزایش حجم برون­سپاری‌ها در آینده ساختار قدرتمندی برای مدیریت فعالیت‌های برون­سپاری شده و نظارت بر پیمانکاران را ایجاد و از طرف دیگر با توجه به افزایش سرمایه‌گذاری بخش خصوصی در صنایع دفاعی، نیاز سازمان به نظارت مناسب بر عملکرد این بخش را مرتفع نماید.
کلیدواژه‌ها
زنجیره تامین
صنایع دفاعی
نظریه نمایندگی‌ها
تصمیم‌گیری چند هدفه
آینده‌پژوهـی
  • حورعلی، مریم.، منتظری، عباس. و الیاسی، مهدی. (1394). شناسایی و اولویت بندی اصول مورد نیاز برای بهبود فضای نوآوری بنگاه­های دفاعی ایران با رویکرد باز، مجله مدیریت نوآوری، 4(2): 68-57.
  • محمد، عسکری. (1398). مدل جذب در سازمان‌های دانش بنیان دفاعی با رویکرد آینده‌پژوهی، فصلنامه علمی آینده‌پژوهی دفاعی. 4(3): 168-143.
  • جعفر، محمودی. و عبدالمهدی، صالحی‌زاده. (1398). آینده­نگاری نتایج مدیریت سبد پروژه­های تحقیقاتی در سازمان پروژه محور دفاعی با رویکرد پویایی­شناسی سیستم. فصلنامه علمی آینده‌پژوهی دفاعی، 4(2): 59-35.
    • Amiri, M.K., Feizi, A.M. Fakoor S, & Olfat, L. (2014). A model of Supply chain resilience for competitiveness in Iranian automotive companies, Journal of Production and Operation management, 5(1):143-164.
    • Basu, P., Liu, Q. & Stallaert, J. (2019). Supply chain management using put optioncontracts with information asymmetry. International Journal of Production Research, 57(6):1772-1796.
    • Christopher, M. (2014). Logestics & Supply Chain Management, Pearson Education Limited, 7(16):14-33.
    • Ciliberti, F., De Haan, J., De Groot, G.& Pontrandolfo, P. (2011) .CSR codes and the principal-agent problem in supply chains: four case studies. Journal of Cleaner Production, 19(8): 885-894.
    • Dator, J. (2019). What futures studiesis, and is not. In Jim Dator, A Noticer in Time, 11(8):3-5.
    • Delbufalo, E. (2018). Agency Theory and Supply Chain Management,A Literature Review. In Agency Theory and Sustainability in the Global Supply Chain, 57(16):12-30.
    • Delbufalo, E. (2018). Agency Theory and Supply Chain Management: A Literature Review. In Agency Theory and Sustainability in the Global Supply Chain .12(5):1-15.
    • Godet, M., Durance, P. & Coates, J. (2008). Strategic foresight. France, Lipsor Working Paper Publ, 115(8):52-114.
    • Junior, F. R. L. & Carpinetti, L. R. L. (2014). A comparison between Fuzzy AHP and Fuzzy Topsis methods to supplier, Applied Soft Computing, 27(114):194-209.
    • Kar, A, k. (2015). A hybrid group decision support system for supplier selection using analytic hierarchy process. Fuzzy set theory and neural network, Journal of Computational Scince, 12(25):23-33.
    • Liang, X., Shen, G. Q. & Guo, L. (2019). Optimizing Incentive Policy of Energy-Efficiency Retrofit in Public Buildings: A Principal-Agent Model.Sustainability, 11(12):34-42.
    • Moghadam, K. S. (2015). Fuzzy multi-objective model for supplier selection and order allocation in reverse logistics systems under supply and demand uncertainty, Exoert System with Applications,15 (112):6237-6254.
    • Pettit, Timothy J., Keely L. Croxton, & Joseph, F. (2019). The Evolution of Resilience in SupplyChain Management, a Retrospective on Ensuring Supply Chain Resilience. Journal of Business Logistics, 40(1):56-65.
    • Rajeev, A., Pati, R. K., Padhi, S. S. & Govindan, K. (2017). Evolution of sustainability in supply chain management, a literature review. Journal of Cleaner Production, 27(5):299-314.
    • Rasouli, M. R., Kusters, R. J., Trienekens, J. J. & Grefen, P. W.(2019). Service orientation in business networking: a demand-supply chain perspective. Production Planning & Control, 30(1):2-19.
    • Rebs, T., Brandenburg, M. & Seuring, S. (2019). System dynamics modeling for sustainable supply chain management: A literature review and systems thinking approach. Journal of cleaner production, 7(208):1265-1280.
    • Safriliana, R., Subroto, B., Subekti, I. & Rahman, A. F. (2019).Overviews of contracting theory & agency theory: determinants public accounting firms switching on voluntary. International Journal of Organizational Innovation, 1(3):87-102.
    • Sun, D. Q., Ma, X. Y., Wang, D. J. & Li, J. J. (2019). Principal–agent problem for returns handling in a reverse supply chain with one manufacturer and two competing dealers. Applied Mathematical Modeling, 4(66):118-140.
    • Takemura, K. (2019). Nonlinear Utility Theory and Prospect Theory Eliminating the Paradoxes of Linear Expected Utility Theory. In Foundations of Economic Psychology, 4 (15):83-119.

Yawar, S. A. & Seuring, S. (2017). Management of social issues in supply chains: a literature review exploring social issues, actions and performance outcomes. Journal of Business Ethics, 141(3):621-643.