شهر ایمن

شهر ایمن

ارزیابی سناریومحور روش‌های آینده‌پژوهی برای سامانه‌های هوشمند لرزه‌ای با استفاده از مدل یکپارچه SWARA–VIKOR تحت عدم‌قطعیت Fuzzy –Grey

مقالات آماده انتشار

نوع مقاله : مقاله پژوهشی

نویسندگان
شاهین لعل عارفی 1
مهدی بیطرفان 2
1 گروه مهندسی عمران، مجتمع آموزش عالی فنی و مهندسی اسفراین، اسفراین، ایران
2 استادیار پژوهشکده مدیریت خطرپذیری و بحران، پژوهشگاه بین المللی زلزله شناسی و مهندسی زلزله،تهران، ایران
10.22034/scj.2026.2096608.1267
چکیده
توسعه سامانه‌های هوشمند لرزه‌ای، تصمیم‌گیری درباره مسیرهای آینده فناوری را به مسئله‌ای چندمعیاره و همراه با عدم‌قطعیت تبدیل کرده است؛ مسئله‌ای که در آن انتخاب یک روش آینده‌پژوهی صرفاً بر اساس سهولت اجرا یا دسترسی به داده کافی نیست. پژوهش حاضر با هدف ارزیابی سناریومحور چهار روش تحلیل بازیگران، طوفان فکری، کتاب‌سنجی و تحلیل ثبت اختراع انجام شد. ارزیابی‌ها بر پایه قضاوت ۱۲ متخصص و هشت معیار در دو گروه فرایندی و تاب‌آوری صورت گرفت. وزن معیارها با روش خاکستری–فازی- سوآرا تعیین و گزینه‌ها با روش خاکستری–فازی ویکور در سه سناریوی پایه، حمایتی و محدودیت منابع رتبه‌بندی شدند. برای سنجش استحکام نتایج نیز تحلیل حساسیت و شبیه‌سازی مونت‌کارلو با 100,000 تکرار به کار رفت. یافته‌ها نشان داد سازگاری‌پذیری، استحکام و سرعت بازیابی مهم‌ترین معیارهای تصمیم هستند و معیارهای تاب‌آوری 63 درصد از وزن مدل را تشکیل می‌دهند. کتاب‌سنجی در هر سه سناریو رتبه نخست و تحلیل ثبت اختراع رتبه دوم را حفظ کرد. شبیه‌سازی مونت‌کارلو نشان داد احتمال حفظ رتبه نخست کتاب‌سنجی در تمام سناریوها بیش از 99.8 درصد است، در حالی که احتمال تحقق شرط مزیت قابل قبول در سناریوهای پایه، حمایتی و محدودیت منابع به‌ترتیب 46.7، 77.5 و 12.1 درصد به دست آمد. نتایج نشان می‌دهد ثبات رتبه با قدرت برتری یکسان نیست و ارزیابی روش‌های آینده‌پژوهی باید علاوه بر جایگاه نهایی، فاصله گزینه‌های برتر و پایداری تصمیم را نیز در نظر گیرد. چارچوب پیشنهادی می‌تواند مبنایی برای انتخاب واقع‌بینانه‌تر و قابل‌دفاع‌تر روش‌های آینده‌پژوهی در سامانه‌های هوشمند لرزه‌ای فراهم کند.
کلیدواژه‌ها
کلیدواژه‌ها: آینده‌پژوهی
سامانه‌های هوشمند لرزه‌ای
تاب‌آوری
Fuzzy-Grey
SWARA-VIKOR
تحلیل سناریو
مونت‌کارلو

عنوان مقاله English

Scenario-Based Evaluation of Foresight Methods for Smart Seismic Systems Using an Integrated SWARA–VIKOR Model under Fuzzy-Grey Uncertainty

نویسندگان English

Shahin Lale Arefi 1
Mahdi Bitarafan 2
1 Department of Civil Engineering, Esfarayen University of Technology, Esfarayen, Iran
2 International Institute of Earthquake Engineering and Seismology (IIEES), Tehran, Iran
چکیده English

The rapid development of smart seismic systems has made future-oriented decision-making increasingly complex, particularly when technological uncertainty, implementation constraints, and resilience requirements must be considered simultaneously. This study develops a scenario-based framework for evaluating four foresight methods; actor analysis, brainstorming, bibliometric analysis, and patent analysis for supporting strategic decisions on smart seismic systems. The assessment was based on the judgments of 12 experts and eight criteria grouped into two categories: process-related criteria and resilience-oriented criteria. Criterion weights were derived using the Fuzzy-Grey SWARA method, while the alternatives were ranked through Fuzzy-Grey VIKOR under three decision scenarios: baseline, supportive, and resource-constrained. The robustness of the results was further examined using sensitivity analysis and 100,000-iteration Monte Carlo simulations. The findings show that adaptability, robustness, and rapidity are the most influential criteria, with resilience-related criteria accounting for 63% of the total model weight. Bibliometric analysis ranked first in all three scenarios, followed by patent analysis. Monte Carlo results indicated that bibliometric analysis retained the first rank with a probability above 99.8% in every scenario, whereas the probability of satisfying VIKOR’s acceptable-advantage condition was 46.7% in the baseline scenario, 77.5% in the supportive scenario, and only 12.1% under resource constraints. These results show that rank stability should not be interpreted as decisive superiority. A robust foresight decision should therefore consider not only the final ranking, but also the strength of separation between leading alternatives and the stability of that separation under uncertainty.

کلیدواژه‌ها English

Foresight
Smart seismic systems
Resilience
Fuzzy-Grey, SWARA-VIKOR
Scenario analysis
Monte Carlo simulation
Bitarafan, M., Amini Hosseini, K., & Hashemkhani Zolfani, S. (2023). Identification and assessment of man-made threats to cities using integrated Grey BWM–Grey MARCOS method. Decision Making: Applications in Management and Engineering, 6(2), 581–599. doi:10.31181/dmame622023747.
Bitarafan, M., Amini Hosseini, K., Hashemkhani Zolfani, S., & Ziari, K. (2026). Evaluating earthquake resilience in urban areas: A novel fuzzy RANCOM approach. Environment, Development and Sustainability, 28(1), 2483–2520. doi:10.1007/s10668-025-06393-z.
Bitarafan, M., Hashemkhani Zolfani, S., Lale Arefi, S., Zavadskas, E. K., & Mahmoudzadeh, A. (2014). Evaluation of real-time intelligent sensors for structural health monitoring of bridges based on SWARA-WASPAS: A case in Iran. The Baltic Journal of Road and Bridge Engineering, 9(4), 333–340. doi:10.3846/bjrbe.2014.40.
Bitarafan, M., Lale Arefi, S., Hashemkhani Zolfani, S., & Mahmoudzadeh, A. (2013). Selecting the best design scenario of the smart structure of bridges for probably future earthquakes. Procedia Engineering, 57, 193–199. doi:10.1016/j.proeng.2013.04.027.
Daim, T. U., Rueda, G., Martin, H., & Gerdsri, P. (2006). Forecasting emerging technologies: Use of bibliometrics and patent analysis. Technological Forecasting and Social Change, 73(8), 981–1012. doi:10.1016/j.techfore.2006.04.004.
de Groot, R. M., McBride, S. K., Vinci, M. J., Lotto, G. C., Anderson, M. L., Sumy, D. F., & Terbush, B. (2025). ShakeAlert—Communication, education, outreach, and technical engagement strategic vision. U.S. Geological Survey Circular 1561. doi:10.3133/cir1561.
Deng, J. L. (1982). Control problems of grey systems. Systems & Control Letters, 1(5), 288–294. doi:10.1016/S0167-6911(82)80025-X.
Ghaffarian, S., Shafapourtehrany, M., Lagap, U., Batur, M., Özener, H., Kılcı, R. E., & Karaman, H. (2025). Earthquake-based multi-hazard resilience assessment: A case study of Istanbul, Turkey (neighborhood level). npj Natural Hazards, 2, 15. doi:10.1038/s44304-025-00065-8.
Godet, M. (1991). Actors’ moves and strategies: The MACTOR method: An air transport case study. Futures, 23(6), 605–622. doi:10.1016/0016-3287(91)90082-D.
Gordon, A. V., Ramic, M., Rohrbeck, R., & Spaniol, M. J. (2020). 50 years of corporate and organizational foresight: Looking back and going forward. Technological Forecasting and Social Change, 154, 119966. doi:10.1016/j.techfore.2020.119966.
Hasheminasab, H., Hashemkhani Zolfani, S., Bitarafan, M., Chatterjee, P., & Abhaji Ezabadi, A. (2019). The role of façade materials in blast-resistant buildings: An evaluation based on fuzzy Delphi and fuzzy EDAS. Algorithms, 12(6), 119. doi:10.3390/a12060119.
Iden, J., Methlie, L. B., & Christensen, G. E. (2017). The nature of strategic foresight research: A systematic literature review. Technological Forecasting and Social Change, 116, 87–97. doi:10.1016/j.techfore.2016.11.002.
Keršulienė, V., Zavadskas, E. K., & Turskis, Z. (2010). Selection of rational dispute resolution method by applying new step-wise weight assessment ratio analysis (SWARA). Journal of Business Economics and Management, 11(2), 243–258. doi:10.3846/jbem.2010.12.
Ko, B. K., & Yang, J. S. (2024). Developments and challenges of foresight evaluation: Review of the past 30 years of research. Futures, 155, 103291. doi:10.1016/j.futures.2023.103291.
Mikaeili, O., Ranjbar Shah Koohi, S., & Bitarafan, M. (2026). Scenario-calibrated prioritization of office building materials: A SWARA–SMART multi-criteria framework. Journal of Safe City. doi:10.22034/ispdrc.2025.2073844.1217.
Nakhaei, J., Bitarafan, M., Lale Arefi, S., & Kapliński, O. (2016). Model for rapid assessment of vulnerability of office buildings to blast using SWARA and SMART methods (A case study of Swiss Re Tower). Journal of Civil Engineering and Management, 22(6), 831–843. doi:10.3846/13923730.2016.1189457.
Nemati, A., Mikaeili, O., Bitarafan, M., & Lale Arefi, S. (2026). Material selection for multi-hazard resilient buildings using an uncertainty-aware, interpretable decision-support framework. Journal of Building Engineering, 117247. doi:10.1016/j.jobe.2026.117247.
Opricovic, S., & Tzeng, G. H. (2004). Compromise solution by MCDM methods: A comparative analysis of VIKOR and TOPSIS. European Journal of Operational Research, 156(2), 445–455. doi:10.1016/S0377-2217(03)00020-1.
Popper, R. (2008). How are foresight methods selected? Foresight, 10(6), 62–89. doi:10.1108/14636680810918586.
Porter, A. L., Ashton, W. B., Clar, G., Coates, J. F., Cuhls, K., Cunningham, S. W., Ducatel, K., van der Duin, P., Georghiou, L., Gordon, T., Linstone, H., Marchau, V., Massari, G., Miles, I., Mogee, M., Salo, A., Scapolo, F., Smits, R., & Thissen, W. (2004). Technology futures analysis: Toward integration of the field and new methods. Technological Forecasting and Social Change, 71(3), 287–303. doi:10.1016/j.techfore.2003.11.004.
Rahimi, F., Sadeghi-Niaraki, A., Ghodousi, M., & Choi, S. M. (2025). Spatial-temporal modeling of urban resilience and risk to earthquakes. Scientific Reports, 15, 8321. doi:10.1038/s41598-025-92365-2.
Sivasuriyan, A., Vijayan, D. S., Devarajan, P., Stefańska, A., Dixit, S., Podlasek, A., Sitek, W., & Koda, E. (2024). Emerging trends in the integration of smart sensor technologies in structural health monitoring: A contemporary perspective. Sensors, 24(24), 8161. doi:10.3390/s24248161.
Soong, T. T., & Spencer, B. F. (2000). Active, semi-active and hybrid control of structures. Bulletin of the New Zealand Society for Earthquake Engineering, 33(3), 387–402. doi:10.5459/bnzsee.33.3.387-402.
Spencer, B. F., & Nagarajaiah, S. (2003). State of the art of structural control. Journal of Structural Engineering, 129(7), 845–856. doi:10.1061/(ASCE)0733-9445(2003)129:7(845).
Utkarsh, Tanwar, R., Chaudhary, S., & Gaur, C. P. (2025). Advanced methodologies to assess the seismic resilience of structural systems: A short review. Structures, 77, 109148. doi:10.1016/j.istruc.2025.109148.
Wang, Q., Huang, B., Gao, Y., & Jiao, C. (2025). Current status and prospects of digital twin approaches in structural health monitoring. Buildings, 15(7), 1021. doi:10.3390/buildings15071021.
Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338–353. doi:10.1016/S0019-9958(65)90241-X.
شهر ایمن

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از 01 تیر 1405