تحليل ساختاري به روش ميك‌مك فازي در آينده‌نگاري راهبردي (مطالعه موردي آينده‌پژوهي ايران 1394)

Structural Analysis with Fuzzy MICMAC in Strategic Foresight

تحليل ساختاري نخستين گام در آينده‌نگاري راهبردي است. در اين گام متغيرهاي كليدي شناسايي و سپس اثرات مستقيم و غيرمستقيم متغيرها بر يكديگر محاسبه مي‌شوند. در روش سنتي ميك‌مك، شدت روابط ميان متغيرها با استفاده از اعداد قطعي محاسبه مي‌شود، اما اين روش امكان در نظر گرفتن عدم قعطيت‌هاي هنگام گردآوري داده و نيز امكان استفاده از متغيرهاي زباني به هنگام ارائه خروجي را ندارد. براي پاسخ به مشكلات فوق، تحليل ميك‌مك فازي يا تحليل فازي زبان‌شناختي طراحي شده است. هدف از ميك‌مك فازي آن است كه امكان استفاده از متغيرهاي زباني در مرحله گردآوري داده‌ها و ارائه يافته‌ها فراهم شود. به دليل آنكه ميك‌مك فازي ابزاري پيشرفته‌تر براي انجام تحليل ساختاري در آينده‌نگاري راهبردي محسوب مي‌شود، در اين مقاله پس از معرفي مختصر روش تحليل اثرات متقابل با رويكرد ميك‌مك و توصيف نحوه انجام محاسبات فازي در روش ميك‌مك فازي، به اين پرسش پاسخ مي‌دهيم كه اين روش از چه نقاط قوتي در مقايسه با ميك‌مك سنتي برخوردار است.

Structural analysis is the first step in strategic foresight. In this step, the key variables are identified, then, the direct and indirect impacts among the variables are measured. In the traditional MICMAC for structural analysis, the intensity of relations between two variables is measured, using the crisp numbers. But this method is unable to consider uncertainty and ambiguity existing in the data-gathering step and using linguistic variables in finding- presentation step. To address these problems Fuzzy MICMAC analysis or linguistic fuzzy analysis is designed. The goal of fuzzy MICMAC is to make possible use of linguistic string (qualitative variables) in data-gathering step and presenting findings. As it is considered an advanced and complimentary tool for structural analysis in strategic foresight, in this article, after a brief introduction of cross impact analysis with MICMAC method as well as the description of how fuzzy measurement implements, we answer what are the strengths of this method, comparing with the traditional MICMAC.