خوشه‌بندی فازی C-Means برای شناسایی چالش‌های فنی در پروژه‌های خودروسازی هوشمند مبتنی بر هوش مصنوعی
کد مقاله : 1386-ICM
نویسندگان
آیدا رمضانی نژاد اطاقور *1، وحید علیزاده زنوزی2
1دانشجوی کارشناسی ارشد دانشکدگان مدیریت دانشگاه تهران
2student
چکیده مقاله
تحول دیجیتال در صنعت خودروسازی موجب شده است پروژه‌های هوشمندسازی با مجموعه‌ای از چالش‌های چندبعدی در حوزه‌های زیرساختی، دیجیتال و یکپارچه‌سازی مواجه شوند. هدف این پژوهش، تحلیل الگوهای پنهان در این چالش‌ها و طبقه‌بندی آن‌ها با استفاده از روش خوشه‌بندی فازی C-Means است. بدین منظور، ۵۰ فعالیت کلیدی مرتبط با پروژه‌های هوشمندسازی بر اساس سه شاخص اصلی System Integration، Cybersecurity و Interpretability مورد ارزیابی قرار گرفتند. نتایج ماتریس عضویت بیانگر شکل‌گیری سه خوشه متمایز شامل «چالش‌های زیرساخت سخت‌افزاری»، «چالش‌های دیجیتال و مبتنی بر داده» و «چالش‌های یکپارچه‌سازی و کیفیت» است. همچنین تحلیل PCA و Heatmap اعتبار و تفکیک‌پذیری ساختاری خوشه‌ها را تأیید می‌کند. یافته‌ها نشان می‌دهد که بیشترین تعداد فعالیت‌ها در خوشه یکپارچه‌سازی–کیفیت قرار دارد که خود بیانگر نقش محوری این حوزه در مسیر بلوغ دیجیتال و مدیریت ریسک پروژه‌های Industry 4.0 است. نتایج این پژوهش می‌تواند به‌عنوان مبنایی معتبر برای تصمیم‌سازی در مدیریت ریسک، برنامه‌ریزی پروژه و طراحی نقشه‌راه هوشمندسازی در صنعت خودرو مورد استفاده قرار گیرد.
کلیدواژه ها
واژگان کلیدی: چالش‌های فنی، صنعت خودروسازی، خودروسازی هوشمند، Fuzzy C-Means
وضعیت: پذیرفته شده برای ارائه شفاهی