Abstract:
زیستپذیری یکی از الزامات غیر کارکردی کلیدی در ادبیات سامانههای پیچیده مهندسی بوده که بهمنظور ارزیابی و سنجش میزان توانمندی سیستم در مواجهه با شرایط عدم قطعیت مورداستفاده قرار میگیرد. در هنگام توسعه یک محصول یا سیستم پیچیده ذینفعان آن خواهان افزایش شاخص زیستپذیری سیستم میباشند. مهندسان و طراحان سیستم نیز بهمنظور پاسخ به این خواسته، تغییرات مهندسی متعددی را بهمنظور افزایش شاخص زیستپذیری پیشنهاد مینمایند. اما مسئله اصلی در فرآیند مدیریت این تغییرات مهندسی بهویژه تغییرات در سامانههای پیچیده، فقدان روشی مدون بهمنظور ارزیابی اثربخشی تغییرات مهندسی در بهبود شاخص زیستپذیری دستگاهها میباشد. بنابراین وجود روشی بهمنظور ارزیابی اثربخشی و اولویتبندی سبدهای مختلف از تغییرات مهندسی جهت اعمال در طراحی سامانههای پیچیده مهندسی با هدف افزایش شاخص زیستپذیری، امری ضروری به نظر میرسد. بهمنظور رفع این شکاف مطالعاتی، در این تحقیق با بهکارگیری شبیهسازی مونتکارلو و روش الکتر-3 یک مدل فرآیندی بهمنظور تعیین اثربخشی تغییرات مهندسی با رویکرد افزایش شاخص زیستپذیری از دیدگاه فنی و اولویتبندی آنها با استفاده از شاخصهای مختلفی همچون هزینه، زمان و ریسک اجرا ارائه شده است. کاربردی بودن مدل ارائه شده نیز با بهکارگیری دادههای مربوط به یک سامانه پیچیده فضایی نشان داده شده است.
viability is one of the non-functional requirements in the complex engineered systems literature which is uses for assessing the ability of complex engineered systems under uncertainty. usually in the earlier phase of systems design and development, systems stakeholders have the request for increased value of viability and for this mean, system engineers propose several engineering changes. the main problem here is the lack of a method for analyzing the effectiveness of these engineering changes and also ranking them based on different criteria such as cost, time and risk. for promoting this gap, in this paper we propose a 11 step model for analyzing the effectiveness and also ranking the engineering changes for increasing systems viability with the use of monte carlo and electre methods. the applicability of the model is shown by using illustrative example of space system datas