دانلود مقاله ISI انگلیسی شماره 7822 + ترجمه فارسی
عنوان فارسی مقاله

شبیه‌سازی مبتنی بر سناریوی کمّی مدل‌های کسب و کار جهانی برای تولید‌کننده‌ها

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی
7822 2013 4 صفحه PDF 14 صفحه WORD
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Quantitative scenario-based simulation of global business models for manufacturers
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : CIRP Annals - Manufacturing Technology, Volume 62, Issue 1, 2013, Pages 163–166

فهرست مطالب ترجمه فارسی
چکیده
کلیدواژه‌ها
1.مقدمه
2.مدل‌سازی سناریو برای شبیه‌سازی سناریو 
2.1.تعریف مدل‌های سناریو 
جدول 1: ویژگی سناریوهای جمع‌آوری شده
شکل 1. تعریف مدل‌های سناریو 
2.2.ادغام مدل‌های سناریو 
شکل 2. مدل جهان سناریوی یکپارچه.
شکل 3. روش‌کار محاسبه حجم فروش وسائل نقلیه.
3.شبیه‌سازی سناریو 
3.1.روش‌کار شبیه‌سازی 
3.2.نتایج شبیه‌سازی 
شکل 4. حجم فروش جهانی شبیه‌سازی شده با رشد جمعیت خاص.
شکل 5. حجم فروش شبیه‌سازی شدۀ کشورهای خاص.
شکل 6. حجم فروش شبیه‌سازی شده کشورهای متعلق به گروه‌های اقتصادی خاص و کل جمعیت‌شان.
3.3.پارتیشن مدل سناریو در مواجهه با تنوع مدل
شکل 7. تعداد جمعیت ثروتمند و دوره شبیه‌سازی با توجه به تعداد پارتیشن‌ها.
3.4.ارزیابی قابلیت مقایسه بین دو سناریو 
شکل 8. انطباق شبیه‌سازی شده بین دو سناریو.
4.خلاصه و نتیجه‌گیری‌ها
کلمات کلیدی
- روش طراحی - شبیه سازی - مدل سازی سناریو
ترجمه چکیده
تولید‌کننده‌هایی که کسب و کارشان را در جهان گسترش می‌دهند به شناخت و تفکیک‌پذیری روندهای بلندمدت نوآوری فناوری در ارتباط با محصولات‌شان و همچنین توسعه اقتصادی-اجتماعی آتیِ بازارهای هدف نیاز دارند. روش‌های مدل‌سازی سناریوی کمّی می‌تواند فرصت‌ها و مخاطرات محصولات‌شان را در بازاری ویژه ارزیابی کند. با این حال، برای کسب نتایج ارزیابی کمّی، فقط مدل‌های سناریوی کمّی کافی نیستند. این مقاله روشی جدید برای مدل‌سازی سناریو و شبیه‌سازی پیشنهاد می‌کند که داده‌های عددی سناریو‌های موجود مختلف را ادغام می‌کند و قابلیت انطباق بین محصول و بازار را تفکیک‌پذیری می‌کند. موردکاوی شبیه‌سازی انتشار وسائل نقلیه برقی نشان داده شده است.
ترجمه مقدمه
نگرانی‌های فزاینده زیست‌محیطیِ جهانی بازار وسایل نقلیه برقی (EVها) را گسترش داده است، مکانیسم‌های فیزیکی این وسائل نقلیه نسبت به وسائل نقلیه با موتور احتراق درونی (ICE) پیچیدگی خیلی کمتر دارد. این موضوع باعث کاهش موانع ورود برای تولید‌کننده‌هایی با تخصص کمتر در طراحی خودرو به این صنعت می‌شود، و تولید‌کننده‌های سنتی خودرو را تهدید می‌کند. با توجه به چند اشکال EVها در مقایسه با وسائل نقلیه ICE، از جمله قیمت بالای ماشین، هزینه حفظ و نگهداری گران باتری‌ها و فاصله حرکتی ناکافی، تولید‌کننده‌های EVها در فروش محصولات‌شان با مشکل روبرو هستند. این مشکل‌ها وابسته به شرایط فناوری، اجتماعی، اقتصادی و زیست‌محیطی بازار است، چرا که هر بازار مدل‌های تجاری، یا نظام های محصول-خدمت (PSS)، خاص خودش را دارد [1و2]. برای نمونه، بعضی تولید‌کننده‌ها محبوب‌سازیِ EVها را با معرفی PSS (مثلاً خدمات اشتراک خودرو) و نصب زیرساختارهای شارژ تسهیل کرده‌اند [3]. در طراحی این مدل‌های کسب و کار، تولید‌کننده‌ها از سناریوهایی برای شناخت وضعیت آتی بازار هدف از نقطه‌نظر‌های مختلف استفاده می‌کنند. این سناریوها اغلب توسط دولت‌ها و موسسه‌های تحقیقاتی پیشنهاد شده‌اند. نمونه‌هایی از سناریوها عبارتند از نقشه‌راه فناوری [4]، چشم‌انداز جمعیت [5]، اقتصاد [6] و سیاست انرژی [7]. آنها مفید تلقی شده‌اند تا مشخصات بازارهای هدف در طی فرایند توسعه محصول شناسایی شوند. روش‌های شبیه‌سازی مبتنی بر سناریو (مثلاً [9]) در فرایند توسعه محصول برای شفاف‌سازی روابط علّی بین فرض‌ها و نتایج مشتق شده در مدل کسب و کار قابل استفاده هستند. متاسفانه از آنجایی که این رابطه‌های علّی گاهی‌اوقات کیفی هستند (برای مثال نقشه‌راه‌ها)، محاسبه عددی و مقایسه تاثیرگذاری‌های مدل‌های تجاری مختلف دشوار است. علاوه بر این، حتی اگر این سناریوها قابل محاسبه باشند، وضوح و دانه‌بندی داده‌های مختلف فرض ‌گرفته می‏شود که انجام مقایسه‌های مستقیم در بین آنها را هنگام استفاده از چند سناریو دشوار می‌کند. این مقاله روشی جدید را برای شبیه‌سازی مبتنی بر سناریوی چند مدل کسب و کار پیشنهاد می‌کند. این روش ترکیب سناریوهای کمّی و کیفی و توزیع نتایج شبیه‌سازی را ممکن می‌سازد که دقت‌ها و وضوح‌های متفاوت دارند. روش پیشنهادی اخیراً برای ارزیابی مبتنی بر شبیه‌سازی انتشار EVها، از جمله وسائل نقلیه برقی ترکیبی (HEVها)، وسائل نقلیه برقی ترکیبی با استفاده از برق بیرونی (PHEVها) و وسائل نقلیه برقی باتری‌دار (BEVها) استفاده شده است ضمن این‏که محک‌زنی آنها در برابر پیشرفت دائمی وسائل نقلیه ICE (ICEVها) انجام شده است. مدل شبیه‌سازی براساس سناریوهای منتشر شده توسط دولت‌ها و موسسه‌های تحقیقاتی درباره آمارگیری [5]، علوم اقتصادی [6،7] و اولویت‌های استفاده کننده [10] است. خروجی‌های این تحقیق عبارتند از نه تنها مدل شبیه‌سازی پیشرفته بلکه مدلِ نوعی برای توسعه شبیه‌سازی سناریو، که می‌تواند به بروزرسانی، گسترش و ادغام سناریوی تکراری بپردازد. تا جایی که مولفین می‌دانند، آثار مرتبط درباره معرفی بازار آتی EVها (برای مثال [11، 13]) به نیاز روش‌های نظام‌مند برای بروزرسانی، گسترش و ادغام نپرداخته است. این مقاله روش شبیه‌سازی مبتنی بر سناریو را همخوان با توسعه سناریو شرح می‌دهد. در این مقاله مدل‌سازی سناریو و شبیه‌سازی سناریو به ترتیب در بخش‌های 2 و 3 شرح داده می‌شود. در بخش 4 خلاصه‌سازی و نتیجه‌گیری مقاله انجام می‌شود.
پیش نمایش مقاله
پیش نمایش مقاله شبیه‌سازی مبتنی بر سناریوی کمّی مدل‌های کسب و کار جهانی برای تولید‌کننده‌ها

چکیده انگلیسی

Manufacturers expanding their business globally need to understand and analyze long-term trends of technology innovation relevant to their products as well as future socio-economic development of the target markets. Qualitative scenario modeling methods can evaluate opportunities and risks of their products in a specific market. To obtain quantitative evaluation results, however, just qualitative scenario models do not suffice. This paper proposes a new method for scenario modeling and simulation that integrates numerical data from various available scenarios and analyzes the compatibility between the product and the market. A simulation case study of the dissemination of electric vehicles is illustrated.

مقدمه انگلیسی

The growing global environmental concerns have expanded the market of electric vehicles (EVs), whose physical mechanisms are far less complex than those of vehicles with an internal combustion engine (ICE). This lowers the entry barrier for manufacturers with less expertize in automotive design to the industry, which threatens traditional car manufacturers. Manufacturers of EVs have been facing difficulties in selling EVs due to several disadvantages compared with ICE vehicles, such as higher car price, expensive maintenance cost of the batteries, and insufficient cruising distances. The difficulties depend on technological, social, economic, and environmental conditions of the market, because every market has its own business models, or Product-Service Systems (PSS) [1] and [2]. For instance, some of the manufacturers facilitate popularization of EVs by introducing PSS (e.g., car-sharing services) and by installing charging infrastructures [3]. In designing such business models, manufacturers utilize scenarios to understand the future situation of the target market from various viewpoints. These scenarios are often offered by the governments and research institutions. Examples of scenarios include a technology roadmap [4], an outlook of population [5], of economy [6], and of energy policy [7]. They are considered useful to identify the characteristics of target markets during product development process [8]. Scenario-based simulation methods (e.g., [9]) can be used in the product development process to clarify causal relations between assumptions and consequences derived in the business model. Unfortunately since such causal relations are sometimes qualitative (e.g., roadmaps), it is difficult to numerically compute and compare influences of various business models. In addition, even if these scenarios are computable, they assume different data granularity and resolution, which make direct comparisons among them difficult when multiple scenarios are utilized. This paper proposes a new method for scenario-based simulation of multiple business models. The method allows mixing both qualitative and quantitative scenarios and fusing simulation results that have different precisions and resolutions. The proposed method is currently used for the simulation-based evaluation of the pervasion of EVs, including hybrid electric vehicles (HEVs), plug-in hybrid electric vehicles (PHEVs), and battery electric vehicles (BEVs), while benchmarking them against the continuous development of ICE vehicles (ICEVs). The simulation model is based on scenarios published by the governments and research institutions about demographics [5], economics [6] and [7], and user preferences [10]. The outputs of the study include not only the developed simulation model but also a generic method for scenario simulation development, which can deal with frequent scenario update, extension, and integration. To the best of the authors’ knowledge, related work about future market introduction of EVs (e.g., [11], [12] and [13]) has not addressed the need of systematic methods for scenario update, extension, and integration. The paper describes the scenario-based simulation method along with the development of the scenario. The paper explains the proposed scenario modeling and scenario simulation in Sections 2 and 3, respectively. Section 4 summarizes and concludes the paper.

نتیجه گیری انگلیسی

This paper has proposed a method to model and simulate long-term scenarios, which can integrate the numerical data of existing scenarios defined from various aspects and resolutions. The advantages of the model description employed in the method have been observed in terms of (1) the integration of scenario models, (2) variable partitions of scenario models in order to adapt variations in the degree of simulation precision and computational costs, and (3) the definition of an indicator to quantify the compatibility among the employed numerical data. The method is novel in the following three aspects. First, simulation results of multiple scenarios that have different precision and resolution can be integrated at the level of numerical data through the analysis of common parameters defined in scenarios. Recently, the background data of scenarios (e.g., statistics information) has become increasingly available with the releases of APIs (Application Programming Interfaces). This makes it easy to carry out such an analysis; various web-based applications using such data have been developed (e.g., [19]). Second, the simulation of an integrated scenario model is conducted after partitioning the scenario model into a number of elements, each of which represents a specific region of the global market. The size of partition controls the precision and computational costs of a scenario simulation, while it is independent of the model description. The mechanism can be a comparable to mesh partition used in finite element analysis. Finally, the simulation result is evaluated by means of the compatibility between two scenario models, which describe the progress of the number of products satisfying a specific set of requirements (e.g., vehicle performances) and the number of customers, who specify the requirements. The status of the customers is defined by a set of parameters representing their product usage and economic status.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.