21515

21515

پيش بيني رفتار مولفه هاي توسعه كسب و كارهاي نوپا با استفاده از شبكه عصبي (مورد مطالعه: كسب و كارهاي مستقر در كارخانه نوآوري آزادي)

كارشناسي ارشد

مهندسي فناوري اطلاعات (IT) - تجارت الكترونيكي

1398/9/23

دكتر مهدي غضنفري

صنايع

پيش‌بيني رفتار مولفه‌هاي توسعه كسب و كار‌هاي نوپا بخش جدايي‌ناپذير فرايند تحول و دگرگوني در بازار رو به گسترش دنياي امروز هستند. اين كسب و كارها در ابداع شيوه‌هاي جديدي كه به تغييرات فناوري و افزايش توانايي توليد منجر خواهد شد نقش مهمي ايفا مي‌كنند. هم‌چنين ايجاد و توسعه اين كسب و كارها سياستي مهم در ايجاد مشاغل جديد، تسريع در بهبود اوضاع اقتصادي و رشد كشورها به شمار مي‌رود. اين كسب و كارها معمولا هزينه راه‌اندازي پاييني دارند، بر بستر تكنولوژي‌هاي جديد شكل مي‌گيرند و گاهي خود نيز باعث رشد تكنولوژي مي‌گردند؛ به جهت تكرارپذير بودن و مقياس‌پذير بودن اين كسب و كارها منحني رشد آنان به صورت نمايي است و شتاب بسياري دارد و در رشد اقتصادي نقش مهمي ايفا مي‌كند و در راستاي سياست‌هاي اقتصاد مقاومتي نيز قرار مي‌گيرند. از اين رو بايد توجه ويژه‌اي به كسب و كارهاي نوپا گردد. در اين بين به دست آوردن منابع مورد نياز براي راه‌اندازي و تداوم اين كسب و كارها و نيز استراتژي‌هاي موفقيت و رشد آنان، همواره به شكل معضلي براي كارآفرينان مطرح بوده است كه حيات كسب و كار نوپا را به مخاطره انداخته است. در اين پژوهش عوامل موفقيت كسب و كارهاي نوپا استخراج گرديده و با استفاده از رويكرد شبكه عصبي به اين عوامل موفقيت در فعاليت‌هاي كسب و كارهاي نوپا پرداخته شده است تا با شبيه‌سازي و سناريوسازي و رصد رفتار مدل ديناميكي تحت هر كدام از سناريوها بتوان بهترين استراتژي‌ها را براي رشد و در نتيجه موفقيت اين گروه از كسب و كارها مشخص و معرفي كرد. بعد از شناسايي متغيرهاي تاثيرگذار بر موفقيت و رشد كسب و كارهاي نوپا، روابط موجود بين اين متغيرها و زيرسيستم ها بررسي شد. در اين راستا از نرم افزار متلب به عنوان ابزار شبيه‌سازي استفاده شده است. نتايج بدست آمده در اين پژوهش كارايي و صحت اين رويكرد را نشان مي‌دهد.

1398/10/25

predicting the behavior of startups business development components using neural networks(case study:startups based in Azadi innovation factory)

12/14/2019 12:00:00 AM

Behavior Prediction of the components of the startups' development is an inseparable part of the evolution process in today's expanding market. These businesses have an important role in innovations that lead to technology changes and enhancement of production ability. Moreover, the creation and development of these businesses are important policies for the creation of new jobs, economic situation improvement speed-up, and the countries development. Usually, these businesses are low cost, they form on new technologies platform, and sometimes they make technology improvement. Due to their repeatability and scalability, their growth curve is exponential, they have high acceleration and an important role in economic development, and they are along with policies of the resistive economy. So, these businesses need special considerations. Obtaining required resources for set up and continuity of them and strategies for their success and improvement always are problems for entrepreneurs that endangered the life of these businesses. In this research, the factors of startups' success are extracted, and the neural network approach is used to determine the best strategies for improvement and success of the businesses based on simulations and different scenarios and behavior of the dynamic model for each of the scenarios. After identification of the effective variables on success and improvement of the startups, the relationship among the variables and subsystems are investigated. The simulations are performed by MATLAB, and the results show the efficiency and accuracy of the approach.