مقاله روش پژوهش در حوزه پژوهش در عملیات

چكیده

در این مقاله یك دسته بندی از انواع پژوهش در «پژوهش در عملیات» ارائه می‌شود و مراحل و روش انجام هر یك از انواع پژوهش شرح داده می شود. انواع پژوهش در پژوهش در عملیات، روش پژوهش در حل مسائل واقعی، استخراج مسئله، مدلسازی، تعریف مدل، هدف استفاده از مدل، دلایل استفاده از مدل، هدف از مطالعه سیستم‌ها و عملیات از طریق مدل، انواع مدلها، اصول مدلسازی، مدلهای كلاسیك پژوهش در عملیات، روش مدلسازی، ساده‌سازی مدلها، حل مدل، اعتبارسنجی مدل، پیاده‌سازی مدل، روش پژوهش در توسعه مدل یا روش حل برای مسائل كلاسیك، توسعه روش حل برای مسائل كلاسیك، روش پژوهش در توسعه تئوریها و فنون عمومی از جمله مباحث این مقاله هستند.

كلیدواژه : پژوهش در عملیات؛ پژوهش عملیاتی؛ تحقیق در عملیات؛ روش پژوهش؛ مدل‌سازی؛ توسعه مدل؛ اعتبارسنجی؛ حل مسائل واقعی؛ توسعه تئوری


۱- مقدمه

این مقاله به روش پژوهش در حوزه پژوهش در عملیات اختصاص دارد. در این مقاله كلیات روش پژوهش مدنظر قرار می‌گیرد و از جزئیات فنون سخنی به میان نمی‌آید و خواننده می‌تواند برای مطالعه بیشتر در زمینه فنون پژوهش در عملیات، به موضوعات مربوط مراجعه كند. آنچه كه در این مقاله مورد تأكید است انواع پژوهش و خصوصیات آنان در حوزه پژوهش در عملیات است و روشهای جمع‌آوری داده‌ها، آزمونهای آماری و مهارتهایی كه هر پژوهشگر باید كسب نماید شرح داده نمی‌شوند و به جای آن ابزار اصلی پژوهش در عملیات، مدلها، مورد بررسی قرار می‌گیرند.

۲- انواع پژوهش در پژوهش در عملیات

در یك دسته‌بندی عمومی، اگر پژوهش برای حل مسائل مشخص و موجود انجام شود نوع پژوهش از جهت خروجی، كاربردی خواهد بود و اگر توسعه تئوریها و روشهای عمومی برای تولید دانش هدف باشد نوع پژوهش، محض خواهد بود. …

۳-۲-۶- اصول مدلسازی (فیلیپس، راوین داران و سولبرگ ۱۹۸۷، ۴)

  • وقتی یك مدل ساده به مسئله پاسخ می‌دهد یك مدل پیچیده نسازید.

این اصل اغلب فراموش می‌شود. دلیل آن قابل درك است؛ افراد دوست دارند كه توانایی‌های خود را به معرض نمایش گذارند. حتی با وجود بهترین انگیزه در حل مؤثر مسئله ممكن است فرد خود را درگیر یك مسئله مشكل نموده و به موجب آن زمان و هزینه زیادی را صرف مدلسازیی كند كه ارزش خود مسئله كمتر از زمان و هزینه صرف شده باشد.
برای مثال ممكن است فردی تمام متغیرهایی را كه دارای اهمیت احتمالی برای یك سیستم خاص باشند را فهرست نموده و سپس تحلیل رگرسیون پیچیده‌ای را برای استخراج یك معادله بكار برد یا یك تحلیل‌گر سیستم ممكن است شبیه‌سازی‌های زیادی را با در نظر گرفتن هر پارامتر قابل درك اجرا نماید. در مدلسازی، بزرگتر و پیچیده‌تر ضرورتاً به معنی بهتر نیست.

همچنین این اصل به نظر متناقض با قاعده كلی و مشهور در خصوص تحلیل ریاضی است. این قاعده می‌گوید كه ابتدا یك مسئله را باید با در نظر گرفتن مفروضات لازم ساده نمود بطوری كه ریاضی آن قابل بررسی شود، سپس واقع‌نگری مدل را از طریق حذف مفروضات به روش ماهرانه قوت بخشید بطوری كه ریاضیات آن دیگر قابل بررسی نباشد. چنین رویه‌ای همواره قدرتمندترین و عمومی‌ترین مدل را تولید می‌نماید اما قدرت و عمومیت مدل نقشی كمی در مفید بودن آن در حل یك مسئله خاص دارد. در بعضی موارد، قویترین مدل ساخته شده می‌تواند فاقد چیزی باشد كه آن را به یك مدل مفید تبدیل نماید. در دیگر موارد، ممكن است بیش از آنچه كه می‌ارزد وارد جزئیات شده باشد. ساخت مدلهای قوی و عمومی عموماً اصل راهنما برای ریاضیدانانی است كه می‌خواهند نظریه‌ای را تعمیم دهند یا تكنیكهایی توسعه دهند كه وسعت كاربرد بیشتری داشته باشند. اما در ساخت مدلهای مورد نیاز برای مقاصد مشخص، بهترین اندرز اینست كه مدل ساده بسازید.

خرید فایل