چکیده:
This study aimed at developing a new risk management model based on the Evolutionary Game Theory in military contexts. Nowadays، all traditional risk management methods suffer from two main problems; ineffectiveness in dynamic settings and mobility in estimating cooperative-competitive strategic models. None of the models suggested to address these problems have been able to overcome the problems of ineffectiveness. Trying to introduce an exploratory inductive model as to addressing both problems simultaneously، this study develops and suggests an innovative model for military risk management. The study is an applied one in its nature based on descriptive-analytic design. Incorporation of the evolutionary combination theory in selecting the effective variables for military risk management purposes has enhanced the efficiency of this model. The findings reveal that this innovation، while enhancing the accuracy of decisions for about %07 compared to the traditional models، introduces a new method for risk assessment and management.
خلاصه ماشینی:
نخست اينکه اين الگو از سطح مفهومي بسيار بالايي برخوردار است و در فرآيندهاي بسيار پيچيده در محيط هاي پويا، روشهاي مناسب و تصميم هاي سادهاي را ارائه مي کند؛ دوم اينکه اين الگوي جديد قابل استفاده در الگوهاي رقابتي - همکارانه ، براي بررسي و مديريت ريسکهاي اثرگذار بر چندسازمان رقيب يا همکار قابل استفاده است و سوم اينکه قابليت استفاده از خروجي اين الگو در سيستم هاي پشتيبان تصميم با استفاده از اطلاعات نامتقارن (همانند سيستم پيشنهادي جو) ٢٠٠٩ و شرايط غيرايدهآل (همانند سيستم پيشنهادي وينسکي ) ٢٠١٠ (نبودن اطلاعات مورد نياز در حين تصميم گيري) مديريت ريسک از جمله مزاياي منحصر به فرد الگو ارائه شده است .
اگرچه اين الگو مشکلات اوليه ي روش FRMM را حل کرده بود، طراحي درخت تصميم فازي به تعيين دقيق دسته ها و عوامل مؤثر بر ريسک ها نياز داشت که در واقع خلاف فرض هدف طراحي يک سيستم هوشمند که تعيين نسبي عوامل و ميزان تأثير آن در مديريت ريسک بود، مي باشد و بنابراين رويکرد ارائه شده توسط کائو با عنوان FDTM، در عمل با استقبال چنداني روبرو نشد.
Information-based Risk Management ريسک فراهم نيست ؛ دوم اينکه عوامل مؤثر بر يک ريسک در طول زمان در سازمان ثابت نيست و امکان دارد يک شبکه ي آموزش ديده به دفعات مورد آموزش مجدد قرار بگيرد و مشکل پاياني اينکه اين سيستم ها دقت بسيار کمتري نسبت به روشهاي سنتي دارند و نسبت به الگوهاي احتمالي قسمت قبل سرعت بسيار کمتري در آموزش و تحليل دارند.