واکاوی نقش عملکردی نقشه‌های شناختی فازی در مطالعات آینده‌پژوهی

فضلی, صفر; کولیوند, خلیل

واکاوی نقش عملکردی نقشه‌های شناختی فازی در مطالعات آینده‌پژوهی

نوع مقاله : مقاله پژوهشی

نویسندگان

صفر فضلی ¹

خلیل کولیوند ²

¹ استاد، گروه آینده پژوهی، دانشگاه بین المللی امام خمینی(ره) ،قزوین، ایران

² دانشجوی دکترای آینده پژوهی، دانشگاه بین المللی امام خمینی (ره)، قزوین، ایران

چکیده

نقشه‌های شناختی فازی روشی پرکاربرد در تحلیل محتوا هستند که به کمک آن‌ها می‌توان روابط علت و معلولی بین شاخص‌های مختلف را استخراج و از آنجا که روابط علت و معلولی و تعیین شاخص‌ها در مطالعات آینده‌پژوهی از اهمیت بالایی برخوردار است، پژوهش حاضر به واکاوی نقش عملکردی آنها در این قبیل پژوهش‌ها می‌پردازد. لذا نوع پژوهش کاربردی–توسعه‌ای با رویکرد کیفی است. جامعه آماری پژوهش 243 عنوان مقالات مرتبط طی یک دهه گذشته از سال 2014 تا 2024 در بخش مطالعاتی و در بخش میدانی جهت اجرای دلفی فازی دو مرحله‌ای 12 نفر از اساتید دانشگاهی می‌باشد. در بخش مطالعاتی با رویکرد فراترکیب 67 عنوان مقاله مرتبط با موضوع، از بین 243 عنوان مرتبط، احصاء که منتج به استخراج 24 مضمون شد که مضامین مربوطه در سه مبحث نقش عملکردی نقشه‌های شناختی فازی در تعیین عدم قطعیت (11 مضمون)، مشخص نمودن عدم تعیُن (7 مضمون) و تحلیل ریسک (6 مضمون) دسته‌بندی شدند. در بخش میدانی با اجرای دو مرحله دلفی فازی و کسب نظر خبرگان، در تعیین عدم قطعیت نُه مضمون، در تعیین عدم تعیُن پنج مضمون و در تحلیل ریسک چهار مضمون به توافق خبرگان رسید. یافته‌های پژوهش نشان داد جایگاه نقشه‌های شناختی فازی در تعیین عدم قطعیت به بحث مهم و حساس تصمیم‌گیری و فرآیند‌های مربوط به آن، در تعیین عدم تعیُن مبتنی بر تبیین روابط علّی بین پدیده‌ها و عوامل اثرگذار و در تجزیه و تحلیل ریسک بر پایه اجرای برنامه‌ها با توجه به پیامدهای آنها، نتایج حاصل از پیامدها و تحلیل‌های مربوطه نمود می‌یابد.

کلیدواژه‌ها

نقشه‌های شناختی فازی

عدم تعیُن

عدم قطعیت

تحلیل ریسک

آینده‌پژوهی

20.1001.1.27173674.1404.6.1.7.6

عنوان مقاله English

The Functional Role of Fuzzy Cognitive Maps (FCMs) in Futures Studies

نویسندگان English

safar fazli ¹

Khalil Koulivand ²

¹ Professor, Futures studies group, Imam Khomeini International University, Qazvin, Iran

² Ph.D student of Futures Studies, Imam Khomeini International University, Qazvin, Iran.

چکیده English

Fuzzy cognitive maps (FCMs) are a widely used method in content analysis, which can be used to extract cause and effect relationships between different indicators, and since cause and effect relationships and determination of indicators are of great importance in futures studies, the present study examines their functional role. It deals with such researches. Therefore, the type of research is applied-developmental with a qualitative approach. The statistical population of the research is 243 titles of related articles during the past decade from 2014 to 2024 in the study section and in the field section for the implementation of two-stage fuzzy Delphi, 12 university professors. In the study section with a meta-composite approach, 67 article titles related to the topic, out of 243 related titles, statistics that resulted in the extraction of 24 themes, which are related themes in three topics: the functional role of fuzzy cognitive maps in determining uncertainty (11 themes), determining the lack of Determination (7 themes) and risk analysis (6 themes) were categorized. In the field section, by performing two fuzzy Delphi steps and obtaining the opinion of experts, the experts reached an agreement in determining the uncertainty of nine themes, in determining the uncertainty of five themes, and in risk analysis of four themes. The findings of the research showed the place of fuzzy cognitive maps in determining uncertainty in the important and sensitive discussion of decision-making and related processes, in determining uncertainty based on the explanation of causal relationships between phenomena and influencing factors, and in risk analysis based on the implementation of plans with In their consequences, the results obtained from the consequences and related analyzes are expressed.

کلیدواژه‌ها English

Fuzzy Cognitive Maps (FCMs)

Indeterminacy

Uncertainty

Risk Analysis

Futures Studies

- اسلامی امیرآبادی، فریبا. و میرزایی، کمال. (1400). نقشه‌های شناختی فازی؛ رویکردی پیشرفته برای مدل‌سازی سیستم‌های پیچیده. دانشنامۀ تحول دیجیتال، 2(4)، 84-97.

- اسماعیل پور، علی. و عرب بافرانی، محمدرضا. (1401). فراتحلیل روش سناریونویسی در آینده‌پژوهی. آینده پژوهی انقلاب اسلامی، 3(2)، 95-140.

- پراژنگ، امیرعباس. و وقوفی، امید. (1401). مقدمه ای بر آینده اندیشی از منظر مسیحیت. آینده پژوهی انقلاب اسلامی، 3(2)، 173-199.

- جهانگشای رضایی، مصطفی، یوسفی، ساموئل، و باقری، مجید. (1397). رویکردی ترکیبی برای اولویت بندی ریسک بر اساس تحلیل خطا و نقشه شناختی فازی (مطالعه موردی: صنعت قطعات خودرویی). نشریه مهندسی صنایع (دانشکده فنی دانشگاه تهران)، 52(2 )، 193-205.

- خادمی، صدیقه. دبیرمقدم، محمد. مؤمنی، فرشته. (1403). بررسی فرانقش بینافردی در گفتمان بیماران مبتلا به اسکیزوفرنی و افراد سالم براساس دستور نقشگرای نظام‌بنیاد هلیدی. نشریه پژوهش های زبان شناسی، 16(1)، 73-94.

- رضوی، سید مهدی. بالونژادنوری، روزبه. کوثری، سحر. و ثقفی، فاطمه. (1402). ارائه الگوی مفهومی آمادگی برای ورود به دولت پلتفرمی. آینده پژوهی انقلاب اسلامی، 5(1)، 139-156.

- شرفی، علی. نوروزی، علیرضا. اسمعیلی گیوی، محمدرضا، حیدری دهوئی، جلیل. (1399). ارائه مدل مفهومی مدیریت دانش اجتماعی با استفاده از روش فراترکیب. مدیریت دانش سازمانی، 3(2)، 51-96.

- طهرائی نصرآبادی، زهرا. مطهری، سعید. فراهانی، مریم. و آزادبخت، بیتا. (1402). طراحی مدل جلب مشارکت براساس مولفه‌های تاثیرگذار و تاثیرپذیر آن در حوزه محیط‌زیست. پایداری، توسعه و محیط زیست، 4(2)، 83-107.

- فرهادی، علی. و رشیدی، ابراهیم. (1402). بررسی ارتباط تعاملی آینده‌پژوهی با سیاستگذاری در مواجه با عدم قطعیت. سیاست پژوهی تحول در علوم انسانی، 2(4)، 77-96.

- کوثری، سحر. و سادات رحمتی، فاطمه‌. (1398). مطالعات آینده و نقش آن در سیاست‌گذاری علم، فناوری و نوآوری. سیاست علم و فناوری، 12(2)، 103-118.

- کولیوند، خلیل. و شیروانی ناغانی، مسلم. (1402). آینده‌نگاری راهبردی کمیته امداد امام خمینی (ره) استان قزوین در افق 1407. آینده پژوهی انقلاب اسلامی، 5(1)، 107-138.

- یوسفی، محمد. حاجیانی، ابراهیم، و یامی، مجید. (1402). تصویرپردازی قابلیت ها و کارکردهای آینده رباتیک در افق 1414. آینده پژوهی انقلاب اسلامی، 4(1)، 163-191.

- Al-Gunaid, M. A., Salygina, I. I., Shcherbakov, M. V., Trubitsin, V. N., & Groumpos, P. P. (2021). Forecasting potential yields under uncertainty using fuzzy cognitive maps. Agriculture & Food Security, 10(1), Pp 2-10.

- Alipour, M., Hafezi, R., Amer, M., & Akhavan, A. N. (2017). A new hybrid fuzzy cognitive map-based scenario planning approach for Iran's oil production pathways in the post–sanction period. Energy, 135, 851-864.‏

- Apostolopoulos, I. D., & Groumpos, P. P. (2023). Fuzzy cognitive maps: their role in explainable artificial intelligence. Applied Sciences, 13(6), Pp 12-34.‏

- Asghari, S., & Akbarpour Shirazi, M. (2023). Presenting Iran's future higher education scenarios using fuzzy cognitive maps. Quarterly Journal of Research and Planning in Higher Education, 24(1), 1-26.‏

- Assunção, E. R. G. T. R., Ferreira, F. A. F., Meidutė-Kavaliauskienė, I., Zopounidis, C., Pereira, L. F., & Correia, R. J. C. (2020). Rethinking urban sustainability using fuzzy cognitive mapping and system dynamics. International Journal of Sustainable Development & World Ecology, 27(3), 261-275.‏

- Azar, A., & Dolatabad, K. M. (2019). A method for modelling operational risk with fuzzy cognitive maps and Bayesian belief networks. Expert systems with applications, 115, 607-617.‏

- Baker, C. M., Holden, M. H., Plein, M., McCarthy, M. A., & Possingham, H. P. (2018). Informing network management using fuzzy cognitive maps. Biological Conservation, 224, 122-128.‏

- Bakhtavar, E., Valipour, M., Yousefi, S., Sadiq, R., & Hewage, K. (2021). Fuzzy cognitive maps in systems risk analysis: a comprehensive review. Complex & Intelligent Systems, 7, 621-637.‏

- Bell, W. (2017). Foundations of futures studies: Volume 2: Values, objectivity, and the good society. Routledge.‏

- Cascaldi-Garcia, D., Sarisoy, C., Londono, J. M., Sun, B., Datta, D. D., Ferreira, T., ... & Rogers, J. (2023). What is certain about uncertainty?. Journal of Economic Literature, 61(2), 624-654.‏

- Dodurka, M. F., Yesil, E., & Urbas, L. (2016). Analysis of fuzzy cognitive maps from ambiguity and fuzziness perspective. In 2016 IEEE 17th International Symposium on Computational Intelligence and Informatics (CINTI), IEEE.‏ (pp. 265-270).

- Dursun, M., & Gumus, G. (2020). Intuitionistic fuzzy cognitive map approach for the evaluation of supply chain configuration criteria. Mathematical Methods in the Applied Sciences, 43(13), 7788-7801.‏

- Dursun, M., Goker, N., & Mutlu, H. (2020). A cognitive map integrated intuitionistic fuzzy decision-making procedure for provider selection in project management. Journal of Intelligent & Fuzzy Systems, 39(5), 6645-6655.‏

- Engome Tchupo, D. (2018). Fuzzy Cognitive Maps (FCMs) In Communication.‏

- Esmaeilpour, A., & arab bafrani, M. (2022). Meta-analysis of scenario planning method in futures studies. Futures Studies Of The Islamic Revolution, 3(2), 95-140, [In Persian].

- Farhadi, A. & Rashidi, I. (2023). Investigating the interactive relationship between future research and policy making in the face of uncertainty. Policy research of transformation in humanities, 2(4), 77-96, [In Persian].

- Giabbanelli, P. J., & Nápoles, G. (Eds.). (2024). Fuzzy Cognitive Maps: Best Practices and Modern Methods. Springer Nature.‏

- Groumpos, P. P. (2018). Intelligence and fuzzy cognitive maps: scientific issues, challenges and opportunities. Studies in Informatics and Control, 27(3), 247-264.‏

- Islami Amirabadi, F. & Mirzaei, K. (2021). fuzzy cognitive maps; an advanced approach to modeling complex systems. Journal of Digital Transformation, 2(4), 84-97, [In Persian].

- Jahangashai Rezaei, M. Yousefi, S., & Bagheri, M. (2017). A hybrid approach for risk prioritization based on error analysis and fuzzy cognitive mapping (case study: automotive parts industry). Journal of Industrial Engineering (Technical Faculty of Tehran University), 52(2), 193-205, [In Persian].

- Khademi, S., Dabir-Moghaddam, M., & Momeni, F. (2024). The investigation of interpersonal metafunction in the discourse of schizophrenic patients and healthy people based on Halliday’s systemic functional grammar. Journal of Researches in Linguistics, 16(1), 73-94, [In Persian].

- Koulivand, K., & Shirvani Naghani, M. (2024). Horizon 2028: Imam Khomeini's Relief Foundation Strategic Foresight in Qazvin Province. Futures Studies Of The Islamic Revolution, 5(1), 107-138, [In Persian].

- Kousari, S. & Sadat Rahmati, F. (2018). Futures studies and its role in science, technology and innovation policymaking. Science and Technology Policy, 12(2), 103-118, [In Persian].

- Ladeira, M. J., Ferreira, F. A., Ferreira, J. J., Fang, W., Falcão, P. F., & Rosa, Á. A. (2019). Exploring the determinants of digital entrepreneurship using fuzzy cognitive maps. International Entrepreneurship and Management Journal, 15, 1077-1101.‏

- Liu, X., Wang, Z., Zhang, S., & Liu, J. (2019). A novel approach to fuzzy cognitive map based on hesitant fuzzy sets for modeling risk impact on electric power system. International Journal of Computational Intelligence Systems, 12(2), 842-854.‏

- Luo, C., Zhang, N., & Wang, X. (2020). Time series prediction based on intuitionistic fuzzy cognitive map. Soft Computing, 24, 6835-6850.‏

- M. van Vliet, K. Kok, and T. Veldkamp, (2010) “Linking stakeholders and modellers in scenario studies: The use of fuzzy cognitive maps as a communication and learning tool,” Futures, vol. 42, no. 1, pp. 1–14.

- Moghaddam, M. R. S., Safari, A., Safari, H., & Mansouri, T. (2023). Scenario building and measurement of the business process maturity using fuzzy cognitive mapping technique: a case study in SAIPA company. International Journal of Process Management and Benchmarking, 13(1), 19-46.‏

- Monshizadeh, F., Moghadam, M. R. S., Mansouri, T., & Kumar, M. (2023). Developing an industry 4.0 readiness model using fuzzy cognitive maps approach. International Journal of Production Economics, Vol (2), Pp 108-118.‏

- Nachazel, T. (2021). Fuzzy cognitive maps for decision-making in dynamic environments. Genetic Programming and Evolvable Machines, 22(1), 101-135.‏

- Nair, A., Reckien, D., & van Maarseveen, M. F. (2019). A generalised fuzzy cognitive mapping approach for modelling complex systems. Applied Soft Computing, 84, 105754.‏

- Nápoles, G., & Jastrzębska, A. (2024). Addressing Accuracy Issues of Fuzzy Cognitive Map-Based Classifiers. In Fuzzy Cognitive Maps: Best Practices and Modern Methods, Pp. 193-215.

- Nápoles, G., Leon Espinosa, M., Grau, I., Vanhoof, K., & Bello, R. (2018). Fuzzy cognitive maps based models for pattern classification: Advances and challenges. Soft Computing Based Optimization and Decision Models: To Commemorate the 65th Birthday of Professor José Luis" Curro" Verdegay, 83-98.‏

- Papageorgiou, E. I., & Salmeron, J. L. (2012). A review of fuzzy cognitive maps research during the last decade. IEEE transactions on fuzzy systems, 21(1), 66-79.‏

- Perajhang, A., & Voghofi, O. (2022). Introduction to Future Thought From Christianity Perspective. Futures Studies Of The Islamic Revolution, 3(2), 173-199, [In Persian].

- Razavi, S. M., Balounejad Nouri, R., Kousari, S., & Saghafi, F. (2024). A Conceptual Model for Readiness to Pursue Government as a Platform. Futures Studies Of The Islamic Revolution, 5(1), 139-156, [In Persian].

- Sánchez, H., Aguilar, J., Terán, O., & de Mesa, J. G. (2019). Modeling the process of shaping the public opinion through Multilevel Fuzzy Cognitive Maps. Applied Soft Computing, 85, 105-117.‏

- Sangbor, M. A., Safi, M. R., & Azar, A. (2019). Application of Fuzzy Cognitive Maps (FCM’s) to analysis and design the causal structure of sustainable supply chain management enabler’s in the petrochemical industry. Public management researches, 12(43), 5-29.‏

- Schuerkamp, R., & Giabbanelli, P. J. (2024). Analysis of Fuzzy Cognitive Maps. In Fuzzy Cognitive Maps: Best Practices and Modern Methods. Cham: Springer Nature Switzerland.‏ Pp. 87-104.

- Sharafi, A., Noruzi, A., Esmaeili Givi, M., & Heidary Dahooie, J. (2020). Presenting the Conceptual model of the Social Knowledge Management using Meta Synthesis Method. Scientific Journal of Strategic Management of Organizational Knowledge, 3(2), 51-96, [In Persian].

- Shen, M., Chen, J., Zhuan, M., Chen, H., Xu, C. Y., & Xiong, L. (2018). Estimating uncertainty and its temporal variation related to global climate models in quantifying climate change impacts on hydrology. Journal of Hydrology, 556, 10-24.‏

- Srivisal, N., Sanoran, K. L., & Bukkavesa, K. (2021). National culture and saving: How collectivism, uncertainty avoidance, and future orientation play roles. Global Finance Journal, 2(50), Pp101-119.‏

- Tatarkanov, A. A., Alexandrov, I. A., Chervjakov, L. M., & Karlova, T. V. (2022). A fuzzy approach to the synthesis of cognitive maps for modeling decision making in complex systems. Emerging Science Journal, 6(2), 368-381.‏

- Tehrai Nasrabadi, Z. Motahari, S. Farahani, M. and Azadbakht, B. (2023). Designing a participation model based on its effective and influential components in the field of environment. Sustainability, Development and Environment, 4(2), 83-107, [In Persian].

- Vena-Oya, J., Castañeda-García, J. A., & Rodríguez-Molina, M. Á. (2022). Forecasting a post-COVID-19 economic crisis using fuzzy cognitive maps: a Spanish tourism-sector perspective. Current Issues in Tourism, 25(13), 2048-2062.‏

- Wang, L., Liu, Q., Dong, S., & Soares, C. G. (2019). Effectiveness assessment of ship navigation safety countermeasures using fuzzy cognitive maps. Safety science, 117, 352-364.‏

- Yousefi, M., hajiani, E., & yami gorbanpor, M. (2023). Imaging the capabilities and functions of the future of robotics in the horizon of 1414. Futures Studies Of The Islamic Revolution, 4(1), 163-191, [In Persian].

- Yun, Y., & Jung, H. Y. (2020). Effects of uncertainty shocks on household consumption and working hours: a fuzzy cognitive map-based approach. Mathematics, 8(6), Pp 78-89.‏

- Zadeh, L. A. (2023). Fuzzy logic. In Granular, Fuzzy, and Soft Computing New York, NY: Springer US, Pp. 19-49.‏

- Zakaria, A., Ismail, F. B., Lipu, M. H., & Hannan, M. A. (2020). Uncertainty models for stochastic optimization in renewable energy applications. Renewable Energy, 145, 1543-1571.‏

- Zhang, Y., Qin, J., Shi, P., & Kang, Y. (2018). High-order intuitionistic fuzzy cognitive map based on evidential reasoning theory. IEEE Transactions on Fuzzy Systems, 27(1), 16-30.‏