دانشگاه صنعتی مالک اشتر مدیریت بحران 2345-3915 14 4 2025 11 22 Investigating the Extent of Flooding by Applying the Otsu Automatic Thresholding Method to SAR Images (Case Study: Flood of Farvardin 1403 in Sistan and Baluchestan Province) بررسی گستره سیلاب با اعمال روش آستانه‌گذاری خودکار اوتسو بر روی تصاویر سار (مطالعه موردی: سیلاب فروردین‌ماه 1403 استان سیستان و بلوچستان) 1 15 728656 FA فاطمه دالوند دانشجوی دکترای گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران 0009-0008-7347-975X سید ابولفضل حسینی دانشجوی دکترای گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران 0009-0008-0082-7768 پیمان طهماسبی دانشجوی دکترای گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران 0009-0003-1316-2260 امید بهمنی دانشیار، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران 0000-0001-9627-4919 Journal Article 2025 02 01 Floods are among the most significant natural hazards, which-depending on the intensity of rainfall and other contributing factors-can cause extensive damage to urban and rural areas. These damages may include the destruction of infrastructure, harm to homes and agricultural lands, and even loss of human life. Therefore, producing flood extent maps provides valuable information for preparedness, crisis management, communication, rapid response, and risk reduction during disasters. One of the modern and effective methods for studying floods is the use of Synthetic Aperture Radar (SAR) data. These data allow for detailed analysis of flood events and accurate delineation of their extent, which can help improve future planning and support better decision-making. In this study, flood-affected areas in Sistan and Baluchestan Province during April 2024 (Farvardin 1403 in the Iranian calendar) were identified. For this purpose, the Otsu automatic thresholding method was applied to Sentinel-1 SAR images using the Google Earth Engine (GEE) web platform. The results were validated using cumulative rainfall data over a 6-day period (April 14–19, 2024), obtained from rain gauge stations. This evaluation indicated that the model performed with acceptable accuracy (R² = 0.92, RMSE = 0.06). The findings showed that the counties of Zarabad, Nikshahr, Konarak, Chabahar, Dashtiari, Sarbaz, Mehrestan, Sib, Saravan, Golshan, Khash, Mirjaveh, Iranshahr, and Zahedan were affected by the flood during this period. Additionally, salt lakes in Delgan, Bampur, and the western part of Zahedan were revived. These results can serve as a basis for improved future planning and reducing flood-related damages. They can also assist decision-makers in crisis management and disaster prevention efforts. سیلاب‌ها از مهم‌ترین مخاطراتی هستند که بسته به شدت بارندگی‌ها و سایر عوامل مؤثر سبب وارد آمدن خسارات زیادی به نواحی شهری و روستایی می‌شوند. این خسارات می‌تواند شامل تخریب زیرساخت‌ها، آسیب به منازل و زمین‌های کشاورزی و حتی از دست رفتن جان انسان‌ها باشد. به همین دلیل، تهیه نقشه‌های گسترش سیلاب اطلاعات ارزشمندی را در زمینه‌های آمادگی، مدیریت بحران، ارتباطات، واکنش سریع و کاهش خطرات ناشی از سیلاب در زمان وقوع فاجعه فراهم می‌کند. یکی از روش‌های نوین و مؤثر در مطالعه سیلاب، استفاده از داده‌های راداری سار است. این داده‌ها امکان بررسی دقیق جزئیات سیلاب‌ها و تعیین محدوده گسترش آن‌ها را فراهم می‌کنند که می‌تواند به بهبود برنامه‌ریزی‌های آتی و اتخاذ تصمیمات بهتر کمک کند. در این تحقیق، مناطق تحت تأثیر سیلاب استان سیستان و بلوچستان در فروردین‌ماه 1403 شناسایی شدند. برای این منظور، از روش آستانه‌گذاری خودکار اوتسو بر روی تصاویر سنتینل-1 سار در سامانه تحت وب GEE استفاده شد. نتایج حاصله با استفاده از بارش تجمعی در بازه زمانی 6 روزه (26 تا 31 فروردین‌ماه 1403) که از آمار ایستگاه‌های باران‌سنجی به‌دست‌آمده بود، ارزیابی دقت شد. این ارزیابی نشان داد که مدل دارای دقت قابل قبولی (R2=0.92 و RMSE=0.06) ارائه داده است. یافته‌ها حاکی از این بودند که شهرستان‌های زرآباد، نیک‌شهر، کنارک، چابهار، دشتیاری، سرباز، مهرستان، سیب، سراوان، گلشن، خاش، میرجاوه، ایرانشهر و زاهدان در این بازه زمانی تحت گستره سیلاب قرار گرفتند. علاوه بر این دریاچه‌های نمک در شهرستان‌های دلگان، بمپور و قسمت غربی زاهدان نیز احیا شدند. این نتایج می‌توانند به‌عنوان مبنایی برای برنامه‌ریزی بهتر در آینده و کاهش آسیب‌های ناشی از سیلاب‌ها استفاده شوند و همچنین به تصمیم‌گیرندگان در زمینه مدیریت بحران و پیش‌گیری از فاجعه‌های مشابه یاری رسانند.

https://www.joem.ir/article_728656_cf167d54c6fa189f006890dc95a8d80c.pdf

دانشگاه صنعتی مالک اشتر مدیریت بحران 2345-3915 14 4 2025 11 22 Formulation of a Strategic Policy-Making Model for Electrical Energy Infrastructure to Manage Energy Crises in the Islamic Republic of Iran تدوین مدل راهبردی سیاست‌گذاری در زیرساخت‌های انرژی الکتریکی به‌منظور مدیریت بحران انرژی در کشور جمهوری اسلامی ایران 16 41 728669 FA محمد حسن عطائی کچوئی دانشجوی دکترا، پژوهشگر، مجتمع دانشگاهی مهندسی و پدافند غیرعامل، دانشگاه صنعتی مالک اشتر، تهران، ایران 0000-0002-3682-0786 سید مهدی فرحی استادیار، مجتمع دانشگاهی مهندسی صنایع، دانشگاه صنعتی مالک اشتر، تهران، ایران 0009-0001-9681-1267 محسن ساسانی قمصری استادیار، دانشکده دفاع، دانشگاه عالی دفاع ملی، تهران ایران 0009-0009-4868-9218 مجید رمضانی آرانی پژوهشگر، پژوهشکده امنیت، دانشگاه عالی دفاع ملی، تهران، ایران 0009-0005-9494-8322 Journal Article 2025 03 21 This study aimed to identify and prioritize the variables influencing the formulation of a strategic policy-making model for electrical energy infrastructure in the Islamic Republic of Iran, utilizing the fuzzy TOPSIS multi-criteria decision-making method with a triangular fuzzy approach. The research adopted a descriptive-exploratory design with a mixed-methods (qualitative-quantitative) approach. Data were collected through library studies, analysis of upstream policy documents, interviews with energy and infrastructure experts, and semi-structured questionnaires. The findings resulted in the identification of 138 sub-components, 35 components, and 5 dimensions, categorized within a strategic policy-making model for Iran’s electrical energy infrastructure. The fuzzy TOPSIS ranking revealed that sub-components related to environmental sustainability, technology, and climatic resources were among the highest priorities. Key sub-components included "compliance with climatic resources," "facilitation of advanced technology transfer," "carbon emission reduction," and "optimal use of renewable energy resources." Additionally, components such as "international collaborations," "strategic management," "diversification of energy resource portfolios," and "ensuring energy sustainability" were ranked as high priorities. The novelty of this research lies in its comprehensive, multi-dimensional model, encompassing structural, procedural, contextual, behavioral, and directional dimensions. This model serves as an operational framework for decision-makers and energy planners in Iran to manage energy crises and enhance the resilience of critical energy infrastructure. در این پژوهش، متغیرهای مؤثر در تدوین مدل راهبردی سیاست‌گذاری در زیرساخت‌های انرژی الکتریکی جمهوری اسلامی ایران با استفاده از روش تصمیم‌گیری چند شاخصه فازی TOPSIS با رویکرد فازی مثلثی رتبه‌بندی و استخراج شدند. این تحقیق از نوع توصیفی-اکتشافی و با رویکرد آمیخته (کیفی-کمی) انجام شد. داده‌ها از طریق مطالعات کتابخانه‌ای، تحلیل اسناد بالادستی، مصاحبه با خبرگان حوزه انرژی و زیرساخت‌ها و با استفاده از پرسشنامه نیمه‌باز ساختاریافته گردآوری شدند. یافته‌های پژوهش منجر به استخراج 138 زیرمولفه، 35 مؤلفه و 5 بعد شدند که در قالب مدل راهبردی سیاست‌گذاری در زیرساخت‌های انرژی الکتریکی جمهوری اسلامی ایران دسته‌بندی شدند. نتایج رتبه‌بندی بر اساس روش TOPSIS فازی نشان داد که زیرمولفه‌های مرتبط با محیط‌زیست، فناوری و منابع اقلیمی در رتبه‌های بالا قرار دارند. ازجمله زیرمولفه‌های برتر می‌توان به «رعایت منابع اقلیمی»، «امکان انتقال فناوری‌های نوین»، «کاهش تولید کربن» و «استفاده بهینه از منابع انرژی تجدید پذیر» اشاره کرد. همچنین مؤلفه‌هایی مانند «تعاملات بین‌المللی»، «مدیریت راهبردی»، «تنوع در سبد منابع انرژی» و «تضمین پایداری انرژی الکتریکی» از اولویت بالایی برخوردار بودند. نوآوری این تحقیق در ارائه یک مدل جامع و چندبعدی برای سیاست‌گذاری در زیرساخت‌های انرژی الکتریکی است که علاوه بر ابعاد ساختاری و فرایندی، ابعاد زمینه‌ای، رفتاری و جهت‌گیری را نیز در برمی‌گیرد. این مدل می‌تواند به‌عنوان چارچوبی عملیاتی برای تصمیم‌گیرندگان و برنامه‌ریزان انرژی در جمهوری اسلامی ایران به‌منظور مدیریت بحران انرژی و تقویت مقاومت زیرساخت‌های حیاتی کشور مورداستفاده قرار گیرد.

https://www.joem.ir/article_728669_bc08f006f364184a9bffa187b46aa12b.pdf

دانشگاه صنعتی مالک اشتر مدیریت بحران 2345-3915 14 4 2025 11 22 Internet of Things: a Novel Tool in Combating Climate Hazards اینترنت اشیا؛ ابزاری نوین در مقابله با مخاطرات اقلیمی 42 54 729261 FA محمد محمدی استادیار، گروه مدیریت بحران، دانشکده علوم اجتماعی، دانشگاه فرماندهی و ستاد آجا، تهران، ایران 0000-0002-8515-5671 Journal Article 2025 05 20 Climate hazards pose a serious threat to global communities and ecosystems, exerting extensive impacts on the environment and natural resources. In this context, the Internet of Things (IoT) plays a significant role as an emerging technology in monitoring, analyzing, and managing these risks. This research has been conducted with the objective of investigating the role of IoT in mitigating climate hazards. The study is designed as an applied, descriptive research with a qualitative approach. To enhance validity and reliability, data triangulation methods were employed. Furthermore, to determine content validity, Lawshe's method was utilized with a sample of 12 experts and faculty members in the fields of information technology, climate, and environmental sciences. The calculated Content Validity Ratio (CVR) was 0.83, indicating very good and acceptable content validity for the data collection instrument in this research. Data collection and analysis were carried out through content analysis using the MAXQDA software, resulting in the extraction of 6 axial codes. The findings indicate that IoT, by leveraging smart sensors and network-connected systems, enables real-time data collection and plays an effective role in analyzing climate patterns, optimizing energy consumption, reducing air pollution, monitoring ecosystems, managing water resources, tracking climate changes, and providing early warnings. Early warning systems and water resource management received the highest number of open codes, highlighting the importance of IoT in these areas. Additionally, it was found that integrating IoT with emerging technologies such as artificial intelligence can enhance the accuracy of climate analyses and predictions, thereby contributing to the development of sustainable solutions. مخاطرات اقلیمی تهدیدی جدی برای جوامع و اکوسیستم‌های جهانی هستند و اثرات گسترده‌ای بر محیط‌زیست و منابع طبیعی دارند. در این میان، اینترنت اشیاء به‌عنوان یک فناوری نوین، نقش مهمی در پایش، تحلیل و مدیریت این مخاطرات ایفا می‌کند. این پژوهش با هدف بررسی نقش اینترنت اشیاء در مقابله با مخاطرات اقلیمی، انجام‌شده است. این تحقیق به‌صورت کاربردی و توصیفی و با رویکرد کیفی طراحی‌شده و برای افزایش روایی و پایایی، از روش مثلث‌سازی داده‌ها و همچنین برای تعیین روایی محتوایی از روش لاوشه با نمونه 12 نفری از اساتید و متخصصان در حوزه‌های فناوری اطلاعات، اقلیم و محیط‌زیست بهره گرفته‌شده و مقدار آن 83/0 برآورد شد؛ که نشان‌دهنده روایی بسیار خوب و قابل‌قبول محتوای ابزار گردآوری داده در پژوهش حاضر است. گردآوری و تحلیل داده‌ها از طریق روش تحلیل محتوا و با استفاده از ابزار نرم‌افزار MAXQDA صورت گرفته است که در آن ۶ کد محوری استخراج شد. نتایج نشان می‌دهد که اینترنت اشیاء با بهره‌گیری از حسگرهای هوشمند و سیستم‌های متصل به شبکه، امکان جمع‌آوری داده‌های بلادرنگ را فراهم ساخته و در تحلیل الگوهای اقلیمی، بهینه‌سازی مصرف انرژی، کاهش آلودگی هوا، پایش اکوسیستم‌ها، مدیریت منابع آب، پایش تغییرات اقلیمی و ارائه هشدارهای زودهنگام نقش مؤثری ایفا می‌کند. هشدارهای زودهنگام و مدیریت منابع آب بیشترین کدهای باز را به خود اختصاص داده‌اند که نشان‌دهنده اهمیت اینترنت اشیاء در این حوزه‌ها است. همچنین، مشخص شد که ادغام اینترنت اشیاء با فناوری‌های نوین نظیر هوش مصنوعی می‌تواند دقت تحلیل‌ها و پیش‌بینی‌های اقلیمی را بهبود بخشیده و به توسعه راهکارهای پایدار کمک کند.

https://www.joem.ir/article_729261_cbcdc0f5ff532b1770bfb8b169654930.pdf

دانشگاه صنعتی مالک اشتر مدیریت بحران 2345-3915 14 4 2025 11 22 Energy Flow Modeling and Risk Assessment in the Energy Chain: Analysis of Operational Uncertainties and Prioritization of Energy Security Measures Based on Organizational Preferences مدل‌سازی جریان انرژی و ارزیابی ریسک در زنجیره انرژی بر اساس ترجیحات سازمانی 55 73 729861 FA محمد پروانه گروه سیستم‌های انرژی، دانشکده مهندسی، دانشگاه آزاد اسلامی، واحد تهران جنوب، تهران، ‌ایران 0009-0004-1377-3763 فریور فاضلپور گروه سیستم‌های انرژی، دانشکده مهندسی، دانشگاه آزاد اسلامی، واحد تهران جنوب، تهران، ‌ایران 0009-0001-5284-0541 احمد خوشگرد گروه شیمی، دانشکده مهندسی، دانشگاه آزاد اسلامی، واحد تهران جنوب، تهران، ‌ایران 0000-0002-0618-415X Journal Article 2025 06 10 Energy security is one of the key concepts in the sustainable development of organizations, emphasizing continuous access to energy carriers at a reasonable cost. In recent years, the increasing risks associated with disruptions in energy supply have underscored the importance of comprehensive approaches to energy security management. In this study, a framework for modeling energy flow and risk assessment in the organizational energy chain is presented, utilizing global standards such as ISO 31000 and ISO 50000. Using statistical methods and uncertainty analysis, risks related to energy access were identified and quantified in both the short term (crisis scenario) and long term (general equilibrium scenarios). Subsequently, by employing event concurrency matrices and recovery maturity analysis, the "security risk" index was introduced, enabling the prioritization of executive measures to enhance organizational energy security. One of the innovations of this research is the introduction of the "security risk" index, which provides a quantitative representation of energy security by considering the probability of risk occurrence, the severity of its impact, and the organization's recovery time from crises. The results indicate that combining risk management strategies with energy resource optimization can significantly enhance organizational resilience against energy crises. Ultimately, this study offers an operational framework for organizations to systematically prioritize and implement continuous improvement measures in energy security. امنیت انرژی ازجمله مفاهیم کلیدی در توسعه پایدار سازمان‌ها محسوب می‌شود که بر دسترسی مداوم به حامل‌های انرژی با قیمت معقول تأکید دارد. در سال‌های اخیر، افزایش ریسک‌های مرتبط با اختلال در تأمین انرژی، اهمیت رویکردهای جامع در مدیریت امنیت انرژی را دوچندان کرده است. در این پژوهش، ابتدا با استفاده از استانداردهای جهانی مانند ISO 31000 و ISO 50000 چارچوبی برای مدل‌سازی جریان انرژی و ارزیابی ریسک در زنجیره انرژی سازمان‌ها ارائه‌شده است. در این مدل، با استفاده از روش‌های آماری و تحلیل عدم قطعیت، ریسک‌های مرتبط با دسترسی به انرژی در کوتاه‌مدت (سناریو بحران) و بلندمدت (سناریوهای تعادل عمومی) شناسایی و کمّی‌سازی شد. سپس، با بهره‌گیری از ماتریس‌های هم‌زمانی رخدادها و بلوغ بازیابی، شاخص ریسک امنیت انرژی معرفی شده و امکان اولویت‌بندی اقدامات اجرایی به منظور بهبود امنیت انرژی سازمان فراهم شد. یکی از نوآوری‌های این پژوهش، ارائه شاخص «ریسک امنیت» است که با در نظر گرفتن احتمال وقوع ریسک‌ها، شدت اثر آنها و زمان بازیابی سازمان از بحران، تصویری کمی از وضعیت امنیت انرژی ارائه می‌دهد. نتایج نشان می‌دهد که ترکیب روش‌های مدیریت ریسک و بهینه‌سازی تخصیص منابع انرژی می‌تواند نقش مؤثری در افزایش تاب‌آوری سازمان‌ها در برابر بحران‌های انرژی ایفا کند. درنهایت، این پژوهش چارچوبی عملیاتی برای سازمان‌ها فراهم می‌کند تا با رویکردی نظام‌مند، اقدامات بهبود مستمر در حوزه امنیت انرژی را اولویت‌بندی و اجرا نمایند.

https://www.joem.ir/article_729861_94aecbd76c03c7880ecbefaddc7c6234.pdf

دانشگاه صنعتی مالک اشتر مدیریت بحران 2345-3915 14 4 2025 11 22 The Role of Artificial Intelligence in Strategic Control: Insights from a Systematic Review نقش هوش مصنوعی در کنترل استراتژیک: بینش‌هایی از یک مرور سیستماتیک 74 105 729866 FA ناصر پورصادق استاد، دانشکده مدیریت راهبردی، دانشگاه عالی دفاع، تهران، ‌ایران 0000-0002-9962-1645 مونا عبدی دانشجوی دکترای مدیریت راهبردی، دانشگاه صنعتی مالک‌اشتر، تهران، ‌ایران 0000-0002-7120-8410 Journal Article 2025 04 04 In the past, strategic control was regarded as a human-centered activity, heavily reliant on human judgment, experience, and intelligence. However, with the emergence of artificial intelligence-particularly in areas such as machine learning, predictive analytics, and natural language processing-we are witnessing a shift in strategic control practices towards automated and algorithm-driven systems. This paper systematically reviews articles published in the last four years concerning the role of artificial intelligence in strategic control. A search and retrieval of studies from six reputable databases identified 1,050 articles, which were screened based on exclusion criteria. Ultimately, 130 articles were selected for the review, of which 47 were relevant to the literature on the role of artificial intelligence in strategic control. The findings indicate that artificial intelligence significantly enhances decision-making processes by providing data-driven insights, predictive modeling, and scenario planning. Furthermore, AI automates routine tasks such as performance monitoring and reporting, freeing human resources for more complex strategic functions. The challenges of integrating AI into strategic control include the need for high-quality data, technical expertise, and the development of new organizational structures to accommodate AI-driven processes. Additionally, ethical concerns such as bias in AI algorithms and the lack of transparency and accountability in AI decision-making must be addressed. This paper emphasizes the importance of developing robust data management systems, reskilling employees, and implementing ethical frameworks to ensure that AI complements rather than replaces human intelligence. Consequently, AI has the potential to transform the field of strategic control by enhancing decision-making, automating key processes, and providing predictive insights. درگذشته کنترل استراتژیک به‌عنوان یک فعالیت انسان‌محور در نظر گرفته می‌شد که به‌شدت به قضاوت، تجربه و هوش انسانی متکی بود. بااین‌حال، با ظهور هوش مصنوعی، به‌ویژه در زمینه‌هایی مانند یادگیری ماشین، تجزیه‌وتحلیل پیش‌بینی و پردازش زبان طبیعی، ما شاهد تغییر شیوه‌های کنترل استراتژیک به سمت سیستم‌های کنترل خودکار و الگوریتم محور هستیم. این مقاله به‌مرور سیستماتیک مقالاتی که در 4 سال اخیر در حوزه نقش هوش مصنوعی در کنترل استراتژیک منتشرشده است، می‌پردازد. بدین منظور، با جستجو و بازیابی مطالعات از درون شش پایگاه اطلاعاتی معتبر، 1050 مقاله شناسایی و توسط معیارهای عدم شمول غربالگری شد. نهایتاً تنها 130 مقاله برای مطالعه مروری انتخاب شدند. از کل مقالات، 47 مقاله مرتبط با ادبیات نقش هوش مصنوعی در کنترل استراتژیک بود. یافته‌ها نشان می‌دهد که هوش مصنوعی با ارائه بینش‌های مبتنی برداده، مدل‌سازی پیش‌بینی کننده و برنامه‌ریزی سناریو به‌طور قابل‌توجهی فرآیندهای تصمیم‌گیری را ارتقا می‌دهد. علاوه بر این، هوش مصنوعی وظایف روزمره مانند نظارت بر عملکرد و گزارش‌دهی را خودکار می‌کند و منابع انسانی را برای عملکردها استراتژیک پیچیده‌تر آزاد می‌کند. چالش‌های ادغام هوش مصنوعی در کنترل استراتژیک شامل نیاز به داده‌های باکیفیت بالا، تخصص فنی و توسعه ساختارهای سازمانی جدید برای تطبیق فرآیندهای مبتنی بر هوش مصنوعی است. علاوه بر این، نگرانی‌های اخلاقی مانند سوگیری در الگوریتم‌های هوش مصنوعی و عدم شفافیت و پاسخگویی در تصمیم‌گیری هوش مصنوعی باید موردتوجه قرار گیرد. این مقاله بر اهمیت توسعه سیستم‌های مدیریت داده قوی، مهارت‌آموزی مجدد کارکنان و اجرای چارچوب‌های اخلاقی برای اطمینان از اینکه هوش مصنوعی مکمل هوش انسانی است نه جایگزین آن، تأکید می‌کند. درنتیجه، هوش مصنوعی این پتانسیل را دارد که حیطه کنترل استراتژیک را با بهبود تصمیم‌گیری، خودکارسازی فرآیندهای کلیدی و ارائه بینش‌های پیش‌بینی کننده متحول کند.

https://www.joem.ir/article_729866_a15972b7e03cb8cfa31387a942e3bda9.pdf

دانشگاه صنعتی مالک اشتر مدیریت بحران 2345-3915 14 4 2025 11 22 Reengineering the Defense Industry Supply Chain with a Resilience Approach: Developing an Operational Roadmap بازآفرینی زنجیره تأمین صنایع دفاعی با رویکرد تاب‌آوری: تدوین یک نقشه راه عملیاتی 106 146 730563 FA اکبر رحیمی استادیار، گروه مدیریت، دانشکده مدیریت و مهندسی صنایع، دانشگاه صنعتی مالک اشتر، تهران، ایران 0000-0003-2846-1223 مسعود دارابی استادیار، گروه مدیریت بحران، دانشکده پدافند غیر عامل، دانشگاه صنعتی مالک اشتر، تهران، ایران 0009-0006-0893-2402 Journal Article 2025 08 13 <span style="font-size: 18.0pt; font-family: 'Times New Roman','serif'; mso-ascii-theme-font: major-bidi; mso-fareast-font-family: 'Times New Roman'; mso-fareast-theme-font: minor-fareast; mso-hansi-theme-font: major-bidi; mso-bidi-theme-font: major-bidi; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;">M<span style="font-size: 10.0pt; font-family: 'Times New Roman','serif'; mso-ascii-theme-font: major-bidi; mso-fareast-font-family: 'Times New Roman'; mso-fareast-theme-font: minor-fareast; mso-hansi-theme-font: major-bidi; mso-bidi-theme-font: major-bidi; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;">odern large-scale, short-term, and technology-driven military conflicts inflict the most devastating impact on national security due to their intensity and sudden shock. The recent 12-day war was a clear example of such a crisis, which affected the country's defense structures. Within this context, the defense industry supply chain, as the backbone of these industries, was also damaged. Disruptions in the supply of strategic raw materials, physical damage to factories, and the assassination of specialized human capital endangered the continuous operation of this chain. Given the lack of genuine resilience in this critical chain, this research aims to develop an integrated, practical, and indigenous operational roadmap for rapid recovery, overcoming this shock, and ultimately achieving long-term resilience. To achieve this goal, a mixed-methodology was employed. First, through in-depth library studies and focus group interviews with 20 experts and managers, 19 strategies were identified and extracted into two categories: "Rapid Recovery" and "Long-Term Resilience." Then, by employing Interpretive Structural Modeling (ISM), the complex and hierarchical relationships between these strategies were analyzed, the final roadmap was drawn, and finally, the critical strategies and paths of this roadmap were determined based on sensitivity analysis. The findings revealed that the strategies are interconnected within a five-level hierarchical structure. At the most fundamental level, "Establishing a Centralized Command Post" and "Localization and Internalization" were identified as the most effective levers for transitioning from crisis to resilience. Three critical causal paths were also identified, revealing how the outputs of the rapid recovery phase transform into essential inputs for long-term resilience. The simultaneous and hierarchical focus on both rapid recovery and long-term resilience is the novel and proposed approach of this study, which can sustainably ensure the resilience of the country's defense industry supply chain against future crises. <span dir="RTL" lang="FA" style="font-size: 9.0pt; mso-ansi-font-size: 8.0pt; font-family: 'B Mitra'; mso-ascii-font-family: 'Times New Roman Bold'; mso-fareast-font-family: 'Times New Roman'; mso-fareast-theme-font: minor-fareast; mso-hansi-font-family: 'Times New Roman Bold'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;">درگیری‌های نظامی گسترده، کوتاه‌مدت و فناوری محور امروزی، به دلیل شدت تأثیر و ایجاد شوک ناگهانی، ویرانگرترین اثر را بر امنیت ملی کشورها وارد می‌سازند. جنگ ۱۲ روزه اخیر نمونه‌ای بارز از چنین بحرانی بود که بر ساختارهای دفاعی کشور تأثیر گذاشت. در این میان، زنجیره تأمین صنایع دفاعی، به‌عنوان ستون فقرات این صنایع، نیز دچار آسیب شد و اختلال در تأمین مواد اولیه استراتژیک، آسیب‌های فیزیکی به کارخانه‌ها و ترور سرمایه‌های انسانی متخصص، استمرار عملکرد این زنجیره را به مخاطره انداخت. با توجه به فقدان تاب‌آوری واقعی در این زنجیره حیاتی، این پژوهش با هدف تدوین یک نقشه راه عملیاتی، یکپارچه و بومی برای احیای سریع و گذر از این شوک؛ و نهایتاً تحقق تاب‌آوری بلندمدت در آن انجام‌شده است. برای دستیابی به این هدف، از یک روش<span style="font-size: 8.0pt; mso-bidi-font-size: 9.0pt; font-family: 'Times New Roman Bold','serif'; mso-fareast-font-family: 'Times New Roman'; mso-fareast-theme-font: minor-fareast; mso-bidi-font-family: 'B Mitra'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;">‌<span dir="RTL" lang="FA" style="font-size: 9.0pt; mso-ansi-font-size: 8.0pt; font-family: 'B Mitra'; mso-ascii-font-family: 'Times New Roman Bold'; mso-fareast-font-family: 'Times New Roman'; mso-fareast-theme-font: minor-fareast; mso-hansi-font-family: 'Times New Roman Bold'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;">شناسی ترکیبی استفاده شد. ابتدا از طریق مطالعات کتابخانه‌ای عمیق و مصاحبه-های گروه کانونی با ۲۰ تن از خبرگان و مدیران، ۱۹ راهکار در دو دسته «احیای سریع » و «تاب‌آوری بلندمدت » شناسایی و استخراج شد. سپس با به‌کارگیری مدل‌سازی ساختاری-تفسیری (<span style="font-size: 8.0pt; mso-bidi-font-size: 9.0pt; font-family: 'Times New Roman Bold','serif'; mso-fareast-font-family: 'Times New Roman'; mso-fareast-theme-font: minor-fareast; mso-bidi-font-family: 'B Mitra'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;">ISM<span dir="RTL" lang="FA" style="font-size: 9.0pt; mso-ansi-font-size: 8.0pt; font-family: 'B Mitra'; mso-ascii-font-family: 'Times New Roman Bold'; mso-fareast-font-family: 'Times New Roman'; mso-fareast-theme-font: minor-fareast; mso-hansi-font-family: 'Times New Roman Bold'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;">)، روابط پیچیده و سلسله<span style="font-size: 8.0pt; mso-bidi-font-size: 9.0pt; font-family: 'Times New Roman Bold','serif'; mso-fareast-font-family: 'Times New Roman'; mso-fareast-theme-font: minor-fareast; mso-bidi-font-family: 'B Mitra'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;">‌<span dir="RTL" lang="FA" style="font-size: 9.0pt; mso-ansi-font-size: 8.0pt; font-family: 'B Mitra'; mso-ascii-font-family: 'Times New Roman Bold'; mso-fareast-font-family: 'Times New Roman'; mso-fareast-theme-font: minor-fareast; mso-hansi-font-family: 'Times New Roman Bold'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;">مراتبی بین این راهکارها تحلیل و نقشه راه نهایی ترسیم و درنهایت، راهکارها و مسیرهای بحرانی این نقشه راه مبتنی بر تحلیل حساسیت، تعیین شدند. یافته‌ها نشان داد که راهکارها در یک ساختار پنج سطحی به‌هم‌پیوسته‌اند. در پایین‌ترین سطح، «ایجاد استقرار فرماندهی متمرکز» و «بومی‌سازی و درونی سازی» به‌عنوان مؤثرترین اهرم‌های تحول در گذار از بحران به سمت تاب‌آوری، شناسایی شدند. سه مسیر بحرانی و علی نیز شناسایی شد که چگونگی تبدیل خروجی‌های مرحله احیای سریع به ورودی‌های ضروری برای تاب‌آوری بلندمدت را عیان می‌سازد. تمرکز هم‌زمان و سلسله مراتبی بر احیای سریع و تاب‌آوری بلندمدت، رویکرد نوین و پیشنهادی این مطالعه است که می‌تواند تاب‌آوری زنجیره تأمین صنایع دفاعی کشور را در برابر بحران‌های آینده به‌طور پایدار تأمین نماید.

https://www.joem.ir/article_730563_6488037aa7fae34c67a4da184f058c08.pdf