مدیریت فرمانشی بحرانهای ارتباطی (الگویی متکی بر ترکیب هوش مصنوعی و جمعی)
Authors: not saved
Abstract:
مقالۀ پیش رو، الگویی را برای مدیریت فرمانشی بحرانهای ارتباطی پیشنهاد میکند. رهیافت ما بر این اصل استوار است که هرچند فراگردهای ارتباطی میتوانند منجر به بروز بحران گردند، اما خود همچنین منبع و مجرایی برای مدیریت بحران هستند؛ بنابراین، میتوان بحرانهای ناشی از فرآیند ارتباطات را با دیگر فرآیندهای ارتباطاتی سامان داد. اما چگونه میتوان یک نظام ارتباطات بحرانزدا را برای مدیریت ارتباطات بحرانزا به وجود آورد؟ پاسخ ما، طراحی یک نظام ارتباطات خودسامان است که در شرایط بحرانی، با تشخیص هوشمند نشانههای بحران، راهکارهای مناسب پاسخدهی به تک تک شرایط بحرانی را بازیابی و عملیاتی میکند تا بحران در سیستم برطرف شود. چنین نظامی که مدیریت فرمانشی بحرانهای ارتباطی را بر عهده دارد، در دو سطح اجرایی میشود: سطح اول، هوش مصنوعی که طی آن، یک نظام خبرۀ قابل اتکا از تجارب انباشته شده دربارۀ مدیریت بحران فراهم میآید تا در آینده، شیوۀ مناسب مدیریت هر بحران از دل این نظام استخراجشود؛ توسعۀ این سطح از مدیریت فرمانشی بحران، متکی بر پیشرفت در حوزۀ شبکههای عصبی، رایانش تکاملی و منطق فازی خواهد بود. سطح دوم، هوش جمعی که دلالت دارد بر الویت دادن بر عقل سلیم جمعی برآمده از جلسات تصمیمگیری نهایی در مدیریت بحران؛ ما باور داریم تحقق این سطح از مدیریت فرمانشی بحران، نیازمند اتکا بر هوش جمعی است که تنها آن اطلاعات مفیدی را در اختیار مدیران قرار میدهد که مرتبط با بافت، بحران فعلی است، در مدیریت این بحران باید بهکار گرفته شوند و تصمیماتی که باید گرفته شوند.
similar resources
مدیریت فرمانشی بحران های ارتباطی (الگویی متکی بر ترکیب هوش مصنوعی و جمعی)
مقالۀ پیش رو، الگویی را برای مدیریت فرمانشی بحران های ارتباطی پیشنهاد می کند. رهیافت ما بر این اصل استوار است که هرچند فراگردهای ارتباطی می توانند منجر به بروز بحران گردند، اما خود هم چنین منبع و مجرایی برای مدیریت بحران هستند؛ بنابراین، می توان بحران های ناشی از فرآیند ارتباطات را با دیگر فرآیندهای ارتباطاتی سامان داد. اما چگونه می توان یک نظام ارتباطات بحران زدا را برای مدیریت ارتباطات بحران ...
full textترکیب روش استخراج مشخصه با ریزمقیاس نمایی آماری مبتنی بر ترکیب مدلهای هوش مصنوعی
در این پژوهش از دو مدل گردش عمومی جو (GCM ) ( Can-ESM2, BNU-ESM) برای شبیه سازی بارش دوره آتی در شهر تبریز، استفاده شده است. مهمترین ضعف مدلهای GCM، بزرگ بودن مقیاس مکانی متغیرهای اقلیمی شبیه سازی شده است که روشهای مختلف ریزمقیاس نمایی درصدد رفع این نقیصه میباشند. در این مطالعه برای ریز مقیاس نمودن متغیرهای اقلیمی مدلهای GCM، از مدلهای هوش مصنوعی شبکه عصبی مصنوعی ( ANN) و نروفازی ( ANFIS)...
full textمقایسه تأثیر وضعیت طاق باز و دمر بر وضعیت تنفسی نوزادان نارس مبتلا به سندرم دیسترس تنفسی حاد تحت درمان با پروتکل Insure
کچ ی هد پ ی ش مز ی هن ه و فد : ساسا د مردنس رد نامرد ي سفنت سرتس ي ظنت نادازون داح ي سکا لدابت م ي و نژ د ي سکا ي د هدوب نبرک تسا طسوت هک کبس اـه ي ناـمرد ي فلتخم ي هلمجزا لکتورپ INSURE ماجنا م ي دوش ا اذل . ي هعلاطم ن فدهاب اقم ي هس عضو ي ت اه ي ندب ي عضو رب رمد و زاب قاط ي سفنت ت ي هـب لاتـبم سراـن نادازون ردنس د م ي سفنت سرتس ي لکتورپ اب نامرد تحت داح INSURE ماجنا درگ ...
full textترکیب روشهای هوش مصنوعی و زمینآمار برای پیشبینی زمانی و مکانی سطح آب زیرزمینی دشت هادیشهر
دشت هادیشهر با وسعتی معادل 57/55 کیلومترمربع در شمال غرب استان آذربایجان شرقی واقع شده است. در چند سال اخیر، به دلیل برداشت بیرویه از آبهای زیرزمینی این دشت، سطح آب زیرزمینی افت شدیدی پیدا کرده است. لذا بهمنظور یافتن راهکارهایی مفید برای مدیریت صحیح منابع آب زیرزمینی، از ترکیب مدل هوش مصنوعی و زمینآمار برای پیشبینی زمانی و مکانی سطح آب زیرزمینی استفاده شده است. ابتدا برای مدلسازی به روش ...
full textشبیه سازی سطح ایستابی آب زیرزمینی دشت سرخس با ترکیب روشهای هوش مصنوعی و زمینآمار
سابقه و هدف: شبیه سازی جریان زیرزمینی بهمنظور پیشبینی سطح ایستابی، در مطالعات هیدروژئولوژی و مدیریتی، احداث سازهها، مصارف کشاورزی و دسترسی به آبهای زیرزمینی با کیفیت بالا از اهمیت بسزایی برخوردار است. در دهههای اخیر به سبب پیچیدگی و ویژگیهای غیر خطی سیستمهای آب زیرزمینی، مدلهای هوش مصنوعی برای شبیهسازی آبخوانها مورد آزمایش قرار گرفتهاند. هدف این مطالعه مقایسه مدلهای شبکه عصبی مصنو...
full textMy Resources
Journal title
volume 6 issue 21
pages 33- 54
publication date 2011-12-01
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023