You are on page 1of 6

‫ﭘﮋوﻫﺸﯽ‬

‫ﻣﺠـﻠــــــﻪ داﻧـﺸـــــﮕﺎه ﻋــﻠـــــــﻮم ﭘــﺰﺷــﮑـــــــﯽ ﻣـــﺎزﻧـــــــــﺪران‬


‫دوره ﻫﻔﺪﻫﻢ ﺷﻤﺎره ‪ 57‬ﻓﺮوردﯾﻦ و اردﯾﺒﻬﺸﺖ ﺳﺎل ‪( 82-87) 1386‬‬

‫اراﺋﻪ ﻣﺪل ﺑﺮﻧﺎﻣﻪ رﯾﺰی آرﻣﺎﻧﯽ ﺟﻬﺖ ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ در ﺑﺨﺶ آﻣﻮزﺷﯽ‪،‬‬
‫داﻧﺸﮕﺎﻫﯽ وزارت ﺑﻬﺪاﺷﺖ درﻣﺎن و آﻣﻮزش ﭘﺰﺷﮑﯽ‬

‫‪+‬‬
‫ﺑﻬﺮام ﻟﮕﺸﺎﯾﯽ )‪**(Ph.D.‬‬ ‫ﻋﺎﺑﺪی)‪* (Ph.D.‬‬ ‫ﻗﺎﺳﻢ‬
‫)‪****(Ph.D.‬‬ ‫ﻣﯿﺮ ﺑﻬﺎدر ﻗﻠﯽ آرﯾﺎ ﻧﮋاد‬ ‫ﻃﺒﯿﺒﯽ )‪***(Ph.D.‬‬ ‫ﺳﯿﺪ ﺟﻤﺎل اﻟﺪﯾﻦ‬

‫ﭼﮑﯿﺪه‬

‫‪D‬‬
‫ﺳﺎﺑﻘﻪ و ﻫﺪف‪ :‬ﻫﺪف اﺳﺎﺳﯽ ﺑﺮﻧﺎﻣﻪ رﯾﺰی‪ ،‬ﺗﻘﻠﯿﻞ ﻣﯿﺰان ﻗﺒﻮل ﺧﻄﺮ ﻧﺴﺒﺖ ﺑﻪ اﺗﻔﺎﻗﺎت اﺣﺘﻤـﺎﻟﯽ و اﺗﺨـﺎذ ﺗـﺪاﺑﯿﺮی ﺟﻬـﺖ‬
‫ﻫﻤﺎﻫﻨﮕﯽ ﺑﺮای دﺳﺘﯿﺎﺑﯽ ﺑﻪ ﻣﻮﻓﻘﯿﺖ ﻫﺎی ﺳﺎزﻣﺎﻧﯽ اﺳﺖ‪ .‬ﺑﻪ ﻋﻠﺖ ﻣﺤﺪودﯾﺖ ﻣﻨﺎﺑﻊ و ﻧﺎ ﻣﺤـﺪود ﺑـﻮدن ﻧﯿﺎزﻫـﺎی ﺟﺎﻣﻌـﻪ‪ ،‬ﻣـﺴﺄﻟﻪ‬

‫‪SI‬‬
‫ﺗﺨﺼﯿﺺ ﺑﻬﯿﻨﻪ ﻣﻨﺎﺑﻊ ﻣﻄﺮح ﻣﯽﺷﻮد‪ .‬ﺗﺨﺼﯿﺺ ﺑﻬﯿﻨﻪ ﻣﻨﺎﺑﻊ ﻣﻬﻢﺗﺮﯾﻦ اﺑﺰار اﺟﺮای اﺳﺘﺮاﺗﮋی و ﺑﺮﻧﺎﻣﻪای ﺑﻠﻨـﺪ ﻣـﺪت ﻫـﺮ ﺳـﺎزﻣﺎن‬
‫اﺳﺖ و ﺳﯿﺎﺳﺖﻫﺎ و ﻫﺪفﻫﺎی ﺑﺮﻧﺎﻣﻪ ﻫﺮ ﺳﺎزﻣﺎن در ﺗﺨﺼﯿﺺ ﺑﻬﯿﻨﻪ ﻣﻨﺎﺑﻊ ﺑﻪ ﻓﻌﺎﻟﯿﺖ ﻫﺎ اﻧﻌﮑـﺎس ﻣـﯽﯾﺎﺑـﺪ‪ .‬ﺑـﺎ ﺗﻮﺟـﻪ ﺑـﻪ اﯾﻨﮑـﻪ‬
‫ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ در ﺣﺎل ﺣﺎﺿﺮ ﺑﻪ روش ﺳﻨﺘﯽ و ﻣﺒﺘﻨﯽ ﺑﺮ ﺗﺠﺮﺑﯿﺎت و اﺳﺘﺪﻻل ذﻫﻨﯽ ﻧﯿﺮوی اﻧـﺴﺎﻧﯽ ﻣـﯽﺑﺎﺷـﺪ و اﺳـﺘﻔﺎده از آن‬
‫‪of‬‬
‫ﺳﺒﺐ اﯾﺠﺎد ﻧﺎرﺿﺎﯾﺘﯽ اﺳﺖ و ﻗﺎﺑﻠﯿﺖ ﺗﻌﻤﯿﻢﭘﺬﯾﺮی و اﻧﻄﺒﺎق دﻟﯿـﻞ رﯾﺎﺿـﯽ ﻧـﺪارد‪ .‬ﻟـﺬا ﻫـﺪف از ﭘـﮋوﻫﺶ اﺳـﺘﻔﺎده از ﺗﺌـﻮری‬
‫رﯾﺎﺿﯽ ﺟﻬﺖ ﻧﺰدﯾﮏ ﮐﺮدن ﮐﻤﯿﺖ و ﮐﯿﻔﯿﺖ اﺳﺘﺪﻻل اﻧﺴﺎﻧﯽ ﺑﻪ اﺳﺘﺪﻻل رﯾﺎﺿﯽ ﻣﯽﺑﺎﺷﺪ‪.‬‬
‫ﻣﻮاد و روشﻫﺎ‪ :‬روش ﭘﮋوﻫﺶ ﺗﻮﺻﯿﻔﯽ‪ -‬ﻣﻘﻄﻌﯽﮐﺎرﺑﺮدی اﺳﺖ‪ .‬ﻣﺪل ﭘﮋوﻫﺶﺣﺎﺿﺮ ﺑﺮای ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ ﺷﺎﻣﻞ ﺗﻨﻈﯿﻢ‬
‫‪ive‬‬

‫ﺗﺎﺑﻊ ﻫﺪف ﺑﺎ در ﻧﻈﺮ ﮔﺮﻓﺘﻦ ﻣﺤﺪودﯾﺖﻫﺎی آرﻣﺎﻧﯽ ﺑﻮد‪ .‬ﺗﺎﺑﻊ ﻫﺪف آرﻣﺎﻧﯽ از ﻧﻮع ﻣﺮﺑﻌﯽ ﺑﺮاﺳﺎس ﮐﻤﯿﻨﻪ ﺳﺎزی ﺗﻮان دوم‬
‫اﻧﺤﺮاف از آرﻣﺎنﻫﺎ ﺗﻨﻈﯿﻢ ﺷﺪ و ﺑﺮای ﮔﺮدآوری دادهﻫﺎی ﻣﺮﺑﻮط ﺑﻪ ﺗﺎﺑﻊ ﻫﺪف از ﭘﺮﺳﺸﻨﺎﻣﻪ ﻣﺎﺗﺮﯾﺲ ﺗﺼﻤﯿﻢﮔﯿﺮی و‬
‫دادهﻫﺎی ﻣﺮﺑﻮط ﺑﻪ آرﻣﺎﻧﻬﺎ از اﺳﻨﺎد و ﻣﺪارک ﺳﺎل‪ 84‬اﺳﺘﻔﺎده ﺷﺪ ﮐﻪ ﺑﺎ اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰار ‪ Expert- choice‬و ‪MATLAB‬‬
‫ﺗﺠﺰﯾﻪ و ﺗﺤﻠﯿﻞ داده ﻫﺎ ﺻﻮرت ﮔﺮﻓﺖ‪.‬‬
‫‪ch‬‬

‫ﯾﺎﻓﺘﻪﻫﺎ‪ :‬ﭘﺲ از ﺣﻞ ﻣﺪل ‪ ،‬ﺑﺎ ﻣﻘﺎﯾﺴﻪ ﻧﺘﺎﯾﺞ ﺑﻬﯿﻨﻪ ﺑﺪﺳﺖ آﻣﺪه از ﻣﺪل ﻫﺮﯾﮏ از آرﻣﺎﻧﻬﺎ ی در ﻧﻈﺮ ﮔﺮﻓﺘـﻪ ﺷـﺪه در ﭘﺎﯾـﺎن‬
‫ﺳﺎل ‪ 84‬ﺑﺎ ﺗﻐﯿﯿﺮاﺗﯽ ﺗﺤﻘﻖ ﯾﺎﻓﺘﻪ اﺳﺖ‪ .‬در ﻣﺪل ﻫﯿﺸﯿّﻦ ﺑﺎ اﺳﺘﻔﺎده از روش ) ‪ (Quadratic Programming‬ﻫﺮﯾﮏ از ﻣﺘﻐﯿﺮﻫـﺎی‬
‫ﮐﻠﯽ ﺗﻌﺪاد داﻧﺸﺠﻮﯾﺎن و ﺗﻌﺪاد اﻋﻀﺎی ﻫﯿﺄت ﻋﻠﻤﯽ در ﻣﻘﺎﯾﺴﻪ ﺑﺎ آرﻣﺎن ﺑﻪ ﺗﺮﺗﯿﺐ )‪ 120‬ﻫﺰار در ﻣﻘﺎﯾﺴﻪ ﺑﺎ ‪ 116690‬و ‪12‬ﻫﺰار‬
‫‪Ar‬‬

‫ﻧﻔﺮ در ﻣﻘﺎﯾﺴﻪ ﺑﺎ ‪ 9855‬ﻧﻔﺮ( ﺗﺤﻘﻖ ﯾﺎﻓﺘﻪ اﺳﺖ‪.‬‬


‫اﺳﺘﻨﺘﺎج‪ :‬اﺳﺘﻔﺎده از ﺑﺮﻧﺎﻣﻪرﯾﺰی آرﻣﺎﻧﯽ ﺑﻪ ﺑﻬﯿﻨﻪﺳﺎزی ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ ﻣﻨﺠﺮ ﺷﺪ‪ .‬آرﻣﺎنﻫﺎی ﺑﺮﻧﺎﻣﻪ ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻨﺎﺑﻊ‬
‫ﺗﺨﺼﯿﺺ داده ﺷﺪه در ﻣﻘﺎﯾﺴﻪ ﺑﺎ ﺑﻬﯿﻨﻪ دارای ﻣﻐﺎﯾﺮﺗﻬﺎﯾﯽ اﺳﺖ‪ .‬ﻧﺘﺎﯾﺞ ﺑﻪ دﺳﺖ آﻣﺪه ﺑﯿﺎﻧﮕﺮ آﻧﺴﺖ ﮐﻪ ﺑﻪ دﻟﯿﻞ ﻋﺪم اﺳﺘﻔﺎده از‬
‫ﻣﺪلﻫﺎی ﮐﺎر آﻣﺪ رﯾﺎﺿﯽ در ﭘﯿﺶﺑﯿﻨﯽ و ﻫﺪف ﮔﺬاری‪ ،‬ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ ﺑﻪ ﻃﻮر ﺑﻬﯿﻨﻪ اﻧﺠﺎم ﻧﻤﯽﺷﻮد‪.‬‬

‫واژه ﻫﺎی ﮐﻠﯿﺪی ‪ :‬ﺑﺮﻧﺎﻣﻪ رﯾﺰی آرﻣﺎﻧﯽ‪ ،‬ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ‪ ،‬اﻣﻮر آﻣﻮزﺷﯽ داﻧﺸﮕﺎﻫﯽ‪ ،‬وزارت ﺑﻬﺪاﺷﺖ و درﻣﺎن‬

‫‪+‬‬
‫ ﻣﻮﻟﻒ ﻣﺴﺌﻮل‪ :‬ﺳﺎری‪ -‬ﮐﻠﯿﻮﻣﺘﺮ ‪ 18‬ﺟﺎده ﺧﺰر آﺑﺎد‪ ،‬داﻧﺸﮑﺪه ﺑﻬﺪاﺷﺖ‬ ‫* ‪ Ph.D‬ﻣﺪﯾﺮﯾﺖ ﺧﺪﻣﺎت ﺑﻬﺪاﺷﺘﯽ و درﻣﺎﻧﯽ‪ ،‬ﻋﻀﻮ ﻫﯿﺄت ﻋﻠﻤﯽ )اﺳﺘﺎدﯾﺎر( داﻧﺸﮕﺎه ﻋﻠﻮم ﭘﺰﺷﮑﯽ اﯾﺮان‬
‫** ‪ Ph.D‬ﻣﺪﯾﺮﯾﺖ آﻣﻮزش ﻋﺎﻟﯽ‪ ،‬ﻋﻀﻮ ﻫﯿﺄت ﻋﻠﻤﯽ )اﺳﺘﺎدﯾﺎر( داﻧﺸﮕﺎه ﻋﻠﻮم ﭘﺰﺷﮑﯽ اﯾﺮان‬
‫*** ‪ Ph.D‬ﻣﺪﯾﺮﯾﺖ آﻣﻮزش ﻋﺎﻟﯽ‪ ،‬ﻋﻀﻮ ﻫﯿﺄت ﻋﻠﻤﯽ )اﺳﺘﺎد( داﻧﺸﮕﺎه ﻋﻠﻮم ﭘﺰﺷﮑﯽ اﯾﺮان‬
‫**** ‪ Ph.D‬دﮐﺘﺮای ﻣﻬﻨﺪﺳﯽ ﭘﮋوﻫﺶ در ﻋﻤﻠﯿﺎت‪ ،‬ﻋﻀﻮ ﻫﯿﺄت ﻋﻠﻤﯽ )اﺳﺘﺎد( داﻧﺸﮕﺎه ﻋﻠﻢ و ﺻﻨﻌﺖ اﯾﺮان‬
‫ﺗﺎرﯾﺦ ﺗﺼﻮﯾﺐ‪86/1/22 :‬‬ ‫ﺗﺎرﯾﺦ ارﺟﺎع ﺟﻬﺖ اﺻﻼﺣﺎت ‪85/9/18 :‬‬ ‫(ﺗﺎرﯾﺦ درﯾﺎﻓﺖ ‪85/8/15 :‬‬

‫دوره ﻫﻔﺪﻫﻢ ‪ ،‬ﺷﻤﺎره ‪ ، 57‬ﻓﺮوردﯾﻦ و اردﯾﺒﻬﺸﺖ ‪82 1386‬‬ ‫ﻣﺠﻠﻪ داﻧﺸﮕﺎه ﻋﻠﻮم ﭘﺰﺷﮑﯽ ﻣﺎزﻧﺪران‬ ‫‪www.SID.ir‬‬
‫ﻣﺪل ﺑﺮﻧﺎﻣﻪ رﯾﺰی آرﻣﺎﻧﯽ ﺟﻬﺖ ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ‬

‫ﻣﻘﺪﻣﻪ‬
‫از ﻃﺮﻓﯽ ﺑﻪ ﻋﻠﺖ ﻣﺤﺪودﯾﺖ ﻣﻨﺎﺑﻊ و ﻧﺎﻣﺤﺪود ﺑﻮدن‬ ‫ﺳﺎزﻣﺎنﻫﺎ ﻣﻮﺟﻮداﺗﯽ ﻫﻮﺷﻤﻨﺪ ﻫﺴﺘﻨﺪ ﮐﻪ ﺑﺮای‬
‫ﻧﯿﺎزﻫﺎی ﺟﺎﻣﻌﻪ‪،‬ﻣﺴﺄﻟﻪ ﺗﺨﺼﯿﺺﺑﻬﯿﻨﻪ ﻣﻨﺎﺑﻊ ﻣﻄﺮحﻣﯽﺷﻮد‪.‬‬ ‫درک ﻣﺤﯿﻂ ﭘﯿﺮاﻣﻮن ﺧﻮد ﺗﻼش ﻧﻤﻮده و ﺟﻬﺖ ﻧﯿﻞ ﺑﻪ‬
‫ﺗﺨﺼﯿﺺ ﺑﻬﯿﻨﻪ ﻣﻨﺎﺑﻊ ﻣﻬﻢﺗﺮﯾﻦ اﺑﺰار اﺟﺮای اﺳﺘﺮاﺗﮋی و‬ ‫ﻫﺪفﻫﺎی ﮐﻮﺗﺎه ﻣﺪت و ﺑﻠﻨﺪ ﻣﺪت ﺧﻮد و ﻧﯿﺰ دﺳﺘﯿﺎﺑﯽ‬
‫ﺑﺮﻧﺎﻣﻪای ﺑﻠﻨﺪ ﻣﺪت ﻫﺮ ﺳﺎزﻣﺎن اﺳﺖ‪ .‬ﺑﻪ ﻋﺒﺎرت دﯾﮕﺮ‪،‬‬ ‫ﺑﻪ آرزو و آرﻣﺎنﻫﺎی ﺧﻮﯾﺶ ﺑﺮﻧﺎﻣﻪرﯾﺰی ﻣﯽﻧﻤﺎﯾﻨﺪ‪ .‬ﺑﺮای‬
‫ﺳﯿﺎﺳﺖﻫﺎ و ﻫﺪفﻫﺎی ﺑﺮﻧﺎﻣﻪ ﻫﺮ ﺳﺎزﻣﺎن در ﺗﺨﺼﯿﺺ‬ ‫ﻧﯿﻞ ﺑﻪ اﯾﻦ اﻫﺪاف‪ ،‬ﺳﺎزﻣﺎنﻫﺎ از اﻃﻼﻋﺎت ﺣﺎﺻﻞ از‬
‫ﺑﻬﯿﻨﻪ ﻣﻨﺎﺑﻊ ﺑﻪ ﻓﻌﺎﻟﯿﺖﻫﺎ اﻧﻌﮑﺎس ﻣﯽﯾﺎﺑﺪ‪ .‬ﻣﯿﺰان ﺣﺼﻮل ﺑﻪ‬ ‫ﺗﺠﺎرب ﺧﻮد و دﯾﮕﺮ ﺳﺎزﻣﺎنﻫﺎ اﺳﺘﻔﺎده ﻧﻤﻮده و از‬
‫ﻫﺪفﻫﺎ ﺑﻪ ﭼﮕﻮﻧﮕﯽ ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ و ﮐﻨﺘﺮل آن ﺑﺴﺘﮕﯽ‬ ‫ﺗﻮاﻧﻤﻨﺪیﻫﺎی ﻣﻨﺎﺑﻊ اﻧﺴﺎﻧﯽ ﺧﻮﯾﺶ ﺑﺮای ﻧﻈﻢ ﺑﺨﺸﯿﺪن و‬

‫‪D‬‬
‫دارد)‪.(1 ،3 ،4‬‬ ‫اوﻟﻮﯾﺖﺑﻨﺪی اﯾﻦ اﻃﻼﻋﺎت اﺳﺘﻔﺎده ﻣﯽﮐﻨﻨﺪ)‪.(3،1‬‬
‫در ﺗﺪوﯾﻦ و ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ‪ ،‬ﻣﺪلﺳﺎزی‪ ،‬اﺑﺰاری‬ ‫ﻫﺮﺳﺎزﻣﺎن اﯾﻦ اﻃﻼﻋﺎت را ﺑﺮای درک ﺑﯿﺸﺘﺮ ﻣﺤﯿﻂ‬
‫اﺳﺖ ﻣﻨﻈﻢ ﮐﻪ ﻣﯽﺗﻮاﻧﺪ اﻃﻼﻋﺎت ﻻزم ﺑﺮای ﺗﺼﻤﯿﻤﺎت‬
‫ﺟﻬﺖ دﺳﺘﯿﺎﺑﯽ ﺑﻪ اﻫﺪاف را ﻓﺮاﻫﻢ آورد‪ .‬ﺑﺮﻧﺎﻣﻪرﯾﺰان ﺑﺎ‬
‫ﺑﻪ ﮐﺎرﮔﯿﺮی ﻣﺪلﻫﺎ ﻣﯽﺗﻮاﻧﻨﺪ ﺑﻌﻀﯽ رواﺑﻂ و ﻣﻨﺎﺳﺒﺎت‬
‫‪SI‬‬
‫ﭘﯿﺮاﻣﻮن ﺧﻮد‪ ،‬ﯾﺎدﮔﯿﺮی ﻋﻨﺎوﯾﻦ ﺟﺪﯾﺪ و ﺑﺮﻧﺎﻣﻪرﯾﺰی‬
‫ﺑﺮای آﯾﻨﺪه ﺑﻪ ﮐﺎر ﻣﯽﺑﺮد‪ .‬ﺑﺪﯾﻦ ﻃﺮﯾﻖ ﺳﺎزﻣﺎنﻫﺎ از‬
‫ﺗﻮاﻧﺎﯾﯽ اﺳﺘﺪﻻل ﻧﯿﺮوی اﻧﺴﺎﻧﯽ ﺧﻮد ﺑﺮ اﺳﺎس ﻣﻌﻠﻮﻣﺎت و‬
‫‪of‬‬
‫ﺑﯿﻦ ﻋﻮاﻣﻞ را ﺑﻪ ﻃﻮر ﻧﻈﺎﻣﺪار ﺑﺮرﺳﯽ ﮐﻨﻨﺪ‪ .‬رواﺑﻄﯽ ﮐﻪ‬ ‫ﺗﺠﺮﺑﯿﺎت ﺑﺮای ﻧﯿﻞ ﺑﻪ اﻫﺪاف ﺧﻮد اﺳﺘﻔﺎده ﻣﯽﮐﻨﻨﺪ‪ .‬اﻟﺒﺘﻪ‬
‫درک آﻧﻬﺎ ﺑﺪون اﺳﺘﻔﺎده از ﻣﺪل ﻣﻤﮑﻦ اﺳﺖ ﺑﻪ ﺳﺎدﮔﯽ‬ ‫ﺑﻪ دﻟﯿﻞ ﻣﺤﺪودﯾﺖ ﻗﺪرت درک اﻧﺴﺎنﻫﺎ از آﻧﭽﻪ ﮐﻪ در‬
‫ﻣﯿﺴﺮ ﻧﺒﺎﺷﺪ‪ .‬از ﯾﮏ ﻣﺪل اﻧﺘﻈﺎر دارﯾﻢ ﮐﻪ ﺧﻮاﺳﺘﻪﻫﺎی ﻣﺎ‬ ‫ﭘﯿﺮاﻣﻮن ﻣﯽ ﮔﺬرد و ﻧﯿﺰ ﻣﺤﺪوﯾﺖ و ﻧﻘﺺ ﮐﺴﺐ ﺗﺠﺮﺑﻪ ‪،‬‬
‫‪ive‬‬

‫را از ﺑﺮﻧﺎﻣﻪرﯾﺰی ﺗﺄﻣﯿﻦ ﻧﻤﺎﯾﺪ‪ .‬ﺑﺮﺧﯽ از اﯾﻦ ﺧﻮاﺳﺘﻪﻫﺎ‬ ‫ﻫﻤﻮاره ﺑﺎ ﻋﺪم ﻗﻄﻌﯿﺖ و ﺣﺘﻤﯿﺖ ﻣﻮاﺟﻪ ﻫﺴﺘﻨﺪ‪ .‬ﻋﺪم‬
‫ﻋﺒﺎرﺗﻨـﺪ از‪ :‬ﺗﻮاﻧﺎﯾـﯽ ﭘﯿﺶﺑﯿﻨـﯽ‪ ،‬اﻧﻌﻄﺎفﭘﺬﯾـﺮی‪ ،‬ﻗﺎﺑﻠﯿﺖ‬ ‫ﺣﺘﻤﯿﺖ در راﺑﻄﻪ ﺑﺎ ﮐﻔﺎﯾﺖ اﻃﻼﻋﺎت و ﻋﺪم ﻗﻄﻌﯿﺖ در‬
‫ارزﺷﯿﺎﺑﯽ ﻋﻤﻠﮑﺮد‪ ،‬ﺗﺨﺼﯿﺺ ﺑﻬﯿﻨﻪ ﻣﻨﺎﺑﻊ‪ ،‬ﺳﺎزﮔﺎری ﺑﯿﻦ‬ ‫راﺑﻄﻪ ﺑﺎ ﺟﺎﻣﻌﯿﺖ اﻃﻼﻋﺎت‪ ،‬از ﻣﻮارد ﺧﻄﺎی ﺳﺎزﻣﺎنﻫﺎ در‬
‫‪ch‬‬

‫ﺑﺮﻧﺎﻣﻪﻫﺎ و ﺳﺎده ﺑﻮدن ﮐﺎرﺑﺮد آن )‪. (1 ،4،3‬‬ ‫ﺗﺼﻤﯿﻢﮔﯿﺮی ﺑﻮده و ﻫﺴﺖ‪ .‬زﯾﺮا ﺳﺎزﻣﺎنﻫﺎ ﻣﻌﻤﻮﻻً ﻓﺎﻗﺪ‬
‫ﺑﺮﻧﺎﻣﻪرﯾﺰی آرﻣﺎﻧﯽ ﯾﮏ اﻟﮕﻮی ﺗﺼﻤﯿﻢﮔﯿﺮی ﭼﻨﺪ‬ ‫اﻃﻼﻋﺎت ﺟﺎﻣﻊ و ﻫﻤﻪ ﺟﺎﻧﺒﻪ از ﻣﺤﯿﻂ ﭘﯿﺮاﻣﻮن ﺧﻮد‬
‫ﻣﻌﯿﺎری درﺣﻮزه ﺟﺒﺮﺧﻄﯽ اﺳﺖ اﯾﻦ اﻟﮕﻮ ﺑﻪﻃﻮر ﻫﻤﺰﻣﺎن‬ ‫)درون و ﺑﯿﺮون( ﻫﺴﺘﻨﺪ‪ .‬در اﯾﻦ راﺳﺘﺎ ﺳﺎزﻣﺎنﻫﺎ ﺑﺮای ﺑﻘﺎء‬
‫‪Ar‬‬

‫ﭼﻨﺪ ﻫﺪف را در ﺑﺮ ﻣﯽﮔﯿﺮد و ﺑﺮ اﺳﺎس ﺣﺪاﻗﻞ ﮐﺮدن‬ ‫و اداﻣﻪ ﺣﯿﺎت ﺧﻮد ﻋﻠﯽ اﻟﻘﺎﻋﺪه ﺑﺎ اﻣﻮری ﻧﻈﯿﺮ‬
‫اﻧﺤﺮاف از ﻫﺪفﻫﺎ ﺗﻨﻈﯿﻢ ﻣﯽﺷﻮد)‪ .(4،2‬ﻫﻨﺮ اﺻﻠﯽ‬ ‫ﺗﺼﻤﯿﻢﮔﯿﺮی‪ ،‬ﺟﻤﻊآوری اﻃﻼﻋﺎت‪ ،‬ﺗﺠﺰﯾﻪ و ﺗﺤﻠﯿﻞ‬
‫ﺑﺮﻧﺎﻣﻪرﯾﺰی آرﻣﺎﻧﯽ درﻧﻈﺮﮔﺮﻓﺘﻦ ﻣﺤﺪودﯾﺖﻫﺎ وآرﻣﺎنﻫﺎ‬ ‫اﻃﻼﻋﺎت‪ ،‬ﭘﯿﺶﺑﯿﻨﯽ و آﯾﻨﺪه ﻧﮕﺮی اﻣﻮر و ﺣﻮادث ﻣﻮاﺟﻪ‬
‫ﻫﻤﺮاه ﺑﺎ ﻣﺘﻐﯿﺮﻫـﺎی ﺗﺼﻤﯿﻢ و ﻫﻤﭽﻨﯿـﻦ از ﺑﯿـﻦ ﺑﺮدن و‬ ‫و دﺳﺖ ﺑﻪ ﮔﺮﯾﺒﺎن ﻫﺴﺘﻨﺪ‪ .‬در ﺗﻤﺎم اﻣﻮر ﻓﻮق از اﻃﻼﻋﺎت‬
‫ﮐﻢ رﻧﮓ ﻧﻤﻮدن اﺳﺘﺪﻻل ﺿﻌﯿﻒ اﻧﺴﺎﻧﯽ در ﻫﻨﮕﺎم‬ ‫ﮔﺬﺷﺘﻪ و ﺣﺎل ﺑﺮای ﻧﯿﻞ ﺑﻪ اﻃﻼﻋﺎﺗﯽ ﮐﻪ در دﺳﺘﺮس‬
‫ﺑﺮﻧﺎﻣﻪرﯾﺰی و ﺗﺼﻤﯿﻢﮔﯿﺮی اﺳﺖ‪ .‬اﯾﻦ ﻫﻨﺮ در ﺷﺮاﯾﻄﯽ‬ ‫ﻧﯿﺴﺖ اﺳﺘﻔﺎده ﻣﯽﺷﻮد‪ .‬ﺑﺪﯾﻬﯽ اﺳﺖ ﮐﻪ ﻓﻘﺪان اﻃﻼﻋﺎت‬
‫ﮐﻪ ﺑﻪ دﻧﺒﺎل ﺑﻬﯿﻨﻪﺳﺎزی ﭼﻨﺪ ﻋﺎﻣﻞ ﺑﻪ ﺻﻮرت ﻫﻤﺰﻣﺎن‬ ‫ﮐﺎﻣﻞ و ﻋﻠﻤﯽ ﻣﻨﺠﺮ ﺑﻪ ﻋﺪم ﺣﺘﻤﯿﺖ ﻣﯽﮔﺮدد‪ .‬ﻟﯿﮑﻦ ﻓﻌﻞ‬
‫ﺑﺎﺷﯿﻢ ﺟﻠﻮه وﯾﮋه ای ﭘﯿﺪا ﻣﯽﮐﻨﺪ)‪.(7‬‬ ‫و اﻧﻔﻌﺎﻻت و اﺛﺮات ﻣﺘﻘﺎﺑﻞ اﻃﻼﻋﺎت و ﻋﺪم ﺣﺘﻤﯿﺖ‬
‫ﺑﻪ ﻫﺮ ﺗﻘﺪﯾﺮ‪ ،‬در اﯾﻦ ﭘﮋوﻫﺶ در ﻧﻈﺮ ﺑﻮد در ﺷﺮاﯾﻄﯽ‬ ‫ﻣﻌﯿﺎری ﺑﺮای ﻣﯿﺰان ﭘﯿﭽﯿﺪﮔﯽ اﺳﺖ)‪.(1 ،3 ،4‬‬
‫ﮐﻪ در ﺗﺼﻤﯿﻢﮔﯿﺮی ﺑﻪ دﻧﺒﺎل ﺑﻬﯿﻨﻪﺳﺎزی ﭼﻨﺪ ﻋﺎﻣﻞ ﺑﻪ‬

‫دوره ﻫﻔﺪﻫﻢ ‪ ،‬ﺷﻤﺎره ‪ ، 57‬ﻓﺮوردﯾﻦ و اردﯾﺒﻬﺸﺖ ‪1386‬‬ ‫‪www.SID.ir‬‬


‫‪ 83‬ﻣﺠﻠﻪ داﻧﺸﮕﺎه ﻋﻠﻮم ﭘﺰﺷﮑﯽ ﻣﺎزﻧﺪران‬
‫ﻗﺎﺳﻢ ﻋﺎﺑﺪی و ﻫﻤﮑﺎران‬ ‫ﭘﮋوﻫﺸﯽ‬

‫ﺳﺎل ‪ 83‬و ‪ 84‬ﻣﺮﮐﺰ ‪ EDC‬وزارت ﺑﻬﺪاﺷﺖ و درﻣﺎن‬ ‫ﺻﻮرت ﻫﻤﺰﻣﺎن ﺑﺎﺷﯿﻢ )ﺗﺼﻤﯿﻢﮔﯿﺮی ﭼﻨﺪ ﻣﻨﻈﻮره(‪ ،‬ﻣﺪل‬
‫اﺳﺘﻔﺎده ﺷﺪ‪.‬‬ ‫ﺑﺮﻧﺎﻣﻪرﯾﺰی آرﻣﺎﻧﯽ ﺑﺮای ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ را ﺑﻪﮐﺎر ﺑﺒﺮﯾﻢ‪.‬‬
‫‪ -4‬ﺑﺮای اﺳﺘﻔﺎده از دادهﻫﺎی ﻓﺮﺿﯽ در ﻣﻮردی ﮐﻪ‬
‫اﻃﻼﻋﺎت وﺟﻮد ﻧﺪارد ﺑﻪ ﻧﻈﺮات ﮐﺎرﺷﻨﺎﺳﯽ و ﺧﺒﺮﮔﺎن‬ ‫ﻣﻮاد و روش ﻫﺎ‬
‫اﺳﺘﻨﺎد ﺷﺪ‪.‬‬ ‫روش ﭘﮋوﻫﺶ ﺗﻮﺻﯿﻔﯽ‪ -‬ﻣﻘﻄﻌﯽ و ﮐﺎرﺑﺮدی اﺳﺖ‪.‬‬
‫‪ -‬ﻣﺪل ﭘﮋوﻫﺶ ﺣﺎﺿﺮ ﺑﺮای ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ ﺷﺎﻣﻞ‪:‬‬
‫روش ﺗﺤﻠﯿﻞ داده ﻫﺎ و آزﻣﻮن ﻓﺮﺿﯿﻪ‪:‬‬
‫ﻧﺘﺎﯾﺞ ﺳﺎﺧﺘﺎرﻫﺎی اوﻟﻮﯾﺖﺑﻨﺪی ﺷﺪه آرﻣﺎنﻫﺎ‪ ،‬ﮐﻪ‬ ‫اﻟﻒ‪ -‬ﺗﻨﻈﯿﻢ ﺗﺎﺑﻊ ﻫﺪف‪:‬‬

‫‪D‬‬
‫ﺗﺠﺰﯾﻪ وﺗﺤﻠﯿﻞﻫﺎ وﺑﺮرﺳﯽ ﺳﯿﺎﺳﺖﻫﺎ ﺑﺮاﺳﺎسآﻧﻬﺎ ﺻﻮرت‬ ‫ﺗﺎﺑﻊ ﻫﺪف آرﻣﺎﻧﯽ از ﻧﻮع ﻣﺮﺑﻌﯽ اﺳﺖ و ﺑﺮ اﺳﺎس‬
‫ﻣﯽﮔﯿﺮد ﺑﺎ اﺳﺘﻔﺎده از ﻣﺪلﻫﺎی ﺑﺮﻧﺎﻣﻪرﯾﺰی آرﻣﺎﻧﯽ‪ ،‬ﮐﻪ‬ ‫ﮐﻤﯿﻨﻪ ﺳﺎزی ﺗﻮان دوم اﻧﺤﺮاف از آرﻣﺎﻧﻬﺎ ﺗﻨﻈﯿﻢ ﺷﺪ‪.‬‬

‫‪SI‬‬
‫در آن ﺗﺎﺑﻊ ﻫﺪف از ﻧﻮع ﻣﺮﺑﻌﯽ ﺑﻮده و ﺑﺮ ﺣﺴﺐ‬
‫اﻧﺤﺮاﻓﺎت از ﻫﺪفﻫﺎ ﺗﻨﻈﯿﻢ ﺷﺪ ﮐﻪ ﺣﻞ آﻧﻬﺎ ﺑﻪ روش‬ ‫ب‪ :‬ﻣﺤﺪودﯾﺖ آرﻣﺎﻧﯽ‪:‬‬
‫ﺑﺮﻧﺎﻣﻪرﯾﺰی درﺟﻪ دو ﺑﺎ ﮐﻤﮏ ﻧﺮماﻓﺰار ‪ MATLAB‬و‬ ‫آرﻣﺎنﻫﺎ‪ ،‬ﺷﺎﺧﺺﻫﺎی ﻋﻤﻠﮑﺮدی ﻫﺴﺘﻨﺪﮐﻪ ﺳﯿﺴﺘﻢ‬
‫‪ Expert -choice‬ﻣﯽﺑﺎﺷﺪ‪ .‬اﺑﺰار ﻣﻮرد اﺳﺘﻔﺎده ﭘﺮﺳﺸﻨﺎﻣﻪ‬
‫‪of‬‬
‫ﺑﻪ دﻧﺒﺎل دﺳﺘﯿﺎﺑﯽ ﺑﻪ آﻧﻬﺎ اﺳﺖ‪ .‬آرﻣﺎنﻫﺎ ﺑﺮ ﺣﺴﺐ‬
‫ﻣﺎﺗﺮﯾﺲ ﺗﺼﻤﯿﻢﮔﯿﺮی و روش ﺗﺤﻠﯿﻞ‪،‬ﺗﮑﻨﯿﮏ‪ AHP‬اﺳﺖ‪.‬‬ ‫ﭘﺎراﻣﺘﺮﻫﺎی ﺗﺤﻘﯿﻖ ﺗﻬﯿﻪ ﺷﺪﻧﺪ ﮐﻪ ﺑﯿﺎﻧﮕﺮ ﺳﻄﺢ ﻣﻄﻠﻮب‬
‫ﻋﻤﻠﯿﺎت ﺑﺮای دﺳﺘﯿﺎﺑﯽ ﺑﻪآرﻣﺎن ﻣﻮردﻧﻈﺮاﺳﺖ‪ .‬درﺻﻮرﺗﯽ‬
‫‪ive‬‬

‫ﯾﺎﻓﺘﻪ ﻫﺎ‬ ‫ﮐﻪ ﻫﺮ دو اﻧﺤﺮاف ﻣﺜﺒﺖ و ﻣﻨﻔﯽ اﻫﻤﯿﺖ داﺷﺘﻪاﻧﺪ از‬

‫ﺑﺮ اﺳﺎس آرﻣﺎنﻫﺎ‪ ،‬وﺿﻌﯿﺖ ﻣﺘﻐﯿﺮﻫﺎی ﺗﺼﻤﯿﻢ در‬ ‫راﺑﻄﻪ ﻣﺴﺎوی ‪ AX=b‬و اﮔﺮ اﻧﺤﺮاف ﻣﻨﻔﯽ اﻫﻤﯿﺖ‪،‬‬

‫اﻧﺘﻬﺎی ﺳﺎل ‪ 83‬در ﺟﺪول ﺷﻤﺎره ‪ 1‬ﺗﻌﺮﯾﻒ ﺷﺪهاﻧﺪ‬ ‫داﺷﺘﻪ‪ ،‬از راﺑﻄﻪ ﮐﻢﺗﺮ ﯾﺎ ﻣﺴﺎوی‪ AX<b‬وﻟﯽ اﮔﺮ اﻧﺤﺮاف‬
‫ﻣﺜﺒﺖ دارای اﻫﻤﯿﺖ ﺑﯿﺸﺘﺮ ﺑﻮد ﺑﺎ ﺗﻐﯿﯿﺮ ﻋﻼﻣﺖ ﺿﺮاﯾﺐ ‪A‬‬
‫‪ch‬‬

‫)ﻣﺘﻐﯿﺮﻫﺎی ﺣﺎﻟﺖ(‬
‫آﻧﻬﺎ را ﺑﺸﮑﻞ ﻣﺤﺪودﯾﺖﻫﺎی ‪ Ax <b‬ﺗﺒﺪﯾﻞ ﮐﺮدﯾﻢ‪.‬‬
‫ﺟﺪول ﺷﻤﺎره ‪ : 1‬ﻓﻬﺮﺳﺖ ﻣﺘﻐﯿﺮ ﻫﺎی ﺣﺎﻟﺖ‬
‫وﺿﻌﯿﺖ‬
‫‪Ar‬‬

‫ﻣﻮﺟﻮد‬
‫ﺷﺮح‬ ‫ﻣﺘﻐﯿﺮ‬ ‫روش ﮔﺮد آوری داده ﻫﺎ‪:‬‬
‫‪68467436‬‬ ‫ﺟﻤﻌﯿﺖ ﺳﺎل ‪1383‬‬ ‫‪PT‬‬

‫‪95880‬‬ ‫داﻧﺸﺠﻮ در ﺳﺎل‬ ‫‪ST‬‬ ‫ﺑﺮای ﮔﺮدآوری دادهﻫﺎ از روش زﯾﺮ اﺳﺘﻔﺎده ﺷﺪ‪.‬‬
‫‪22650‬‬ ‫ﺗﻌﺪاد داﻧﺸﺠﻮی ﮐﺎرداﻧﯽ درﺳﺎل‬ ‫‪SIT‬‬
‫‪SET‬‬
‫‪ -1‬ﺑﺮای ﮔﺮدآوری دادهﻫﺎی ﻣﺮﺑﻮط ﺑﻪ ﭘﺎراﻣﺘﺮﻫﺎی‬
‫‪26800‬‬ ‫ﺗﻌﺪاد داﻧﺸﺠﻮﯾﺎن ﮐﺎرﺷﻨﺎﺳﯽ درﺳﺎل‬
‫‪MST‬‬
‫‪3300‬‬ ‫ﺗﻌﺪاد داﻧﺸﺠﻮﯾﺎن ﮐﺎرﺷﻨﺎﺳﯽ ارﺷﺪ درﺳﺎل‬ ‫ﭘﮋوﻫﺸﯽ از ﺑﺮرﺳﯽ اﺳﻨﺎد و ﻣﺪارک رﺳﻤﯽ ﺳﺎل ‪ 84‬ﻣﺮﮐﺰ‬
‫‪33150‬‬ ‫ﺗﻌﺪاد داﻧﺸﺠﻮﯾﺎن ﭘﺰﺷﮑﯽ در ﺳﺎل‬ ‫‪MDT‬‬

‫‪8906‬‬ ‫ﺗﻌﺪاد داﻧﺸﺠﻮﯾﺎن ﭘﺰﺷﮑﯽ ﺗﺨﺼﺼﯽ وﻓﻮق ﺗﺨﺼﺼﯽ درﺳﺎل‬ ‫‪MDAT‬‬ ‫‪ EDC‬وزارت ﺑﻬﺪاﺷﺖ و درﻣﺎن اﺳﺘﻔﺎده ﺷﺪ‪.‬‬
‫‪1074‬‬ ‫ﺗﻌﺪاد داﻧﺸﺠﻮﯾﺎن ﺗﺨﺼﺼﯽ ‪ Ph.D‬در ﺳﺎل‬ ‫‪Ph.DT‬‬

‫‪9854‬‬ ‫ﺗﻌﺪاد ﻫﯿﺄت ﻋﻠﻤﯽ‬ ‫‪BT‬‬ ‫‪ -2‬ﺑﺮای ﮔﺮدآوری دادهﻫﺎی ﻣﺮﺑﻮط ﺑﻪ ﺗﺎﺑﻊ ﻫﺪف‬
‫‪2989‬‬ ‫ﺗﻌﺪاد ﻫﯿﺄت ﻋﻠﻤﯽ ﻣﺮﺗﺒﻪ ﻣﺮﺑﯽ‬ ‫‪BET‬‬

‫‪5612‬‬ ‫ﺗﻌﺪاد ﻫﯿﺄت ﻋﻠﻤﯽ ﻣﺮﺗﺒﻪ اﺳﺘﺎدﯾﺎر‬ ‫‪BMT‬‬ ‫از ﭘﺮﺳﺸﻨﺎﻣﻪ ﻣﺎﺗﺮﯾﺲ ﺗﺼﻤﯿﻢﮔﯿﺮی ﻣﺮﺑﻮط ﺑﻪ روش ‪AHP‬‬
‫‪900‬‬ ‫ﺗﻌﺪاد ﻫﯿﺄت ﻋﻠﻤﯽ ﻣﺮﺗﺒﻪ داﻧﺸﯿﺎر‬ ‫‪BLT‬‬

‫‪353‬‬ ‫ﺗﻌﺪاد ﻫﯿﺄت ﻋﻠﻤﯽ ﻣﺮﺗﺒﻪ اﺳﺘﺎد‬ ‫‪BPT‬‬


‫)ﻧﻈﺮ ﺧﺒﺮﮔﺎن‪ ،‬ﻣﻌﺎوﻧﯿﻦ آﻣﻮزﺷﯽ و ﮐﺎرﺷﻨﺎﺳﺎن اﺳﺘﻔﺎده‬
‫‪1820656‬‬ ‫ﻣﻘﺪار ﻓﻀﺎی داﻧﺸﮕﺎﻫﯽ‬ ‫‪UST‬‬
‫ﺷﺪ‪.‬‬
‫‪841624‬‬ ‫ﻣﻘﺪار ﻓﻀﺎی ﺧﻮاﺑﮕﺎﻫﯽ‬ ‫‪BST‬‬

‫‪177292‬‬ ‫ﻣﻘﺪار ﻓﻀﺎی ورزﺷﯽ‪ -‬ﺗﻔﺮﯾﺤﯽ‬ ‫‪EST‬‬ ‫‪ -3‬ﺑﺮای ﮔﺮدآوری دادهﻫﺎی ﻣﺮﺑﻮط ﺑﻪ آرﻣﺎنﻫﺎ و‬
‫ﭘﯿﺶﺑﯿﻨﯽ آرﻣﺎنﻫﺎی ﺳﺎﻻﻧﻪ‪ ،‬از اﺳﻨﺎد و ﻣﺪارک ﺑﺮﻧﺎﻣﻪ‬

‫دوره ﻫﻔﺪﻫﻢ ‪ ،‬ﺷﻤﺎره ‪ ، 57‬ﻓﺮوردﯾﻦ و اردﯾﺒﻬﺸﺖ ‪84 1386‬‬ ‫‪www.SID.ir‬‬


‫ﻣﺠﻠﻪ داﻧﺸﮕﺎه ﻋﻠﻮم ﭘﺰﺷﮑﯽ ﻣﺎزﻧﺪران‬
‫ﻣﺪل ﺑﺮﻧﺎﻣﻪ رﯾﺰی آرﻣﺎﻧﯽ ﺟﻬﺖ ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ‬

‫ﻣﺪل رﯾﺎﺿﯽ ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊﺷﺎﻣﻞ ﺗﺎﺑﻊ ﻫﺪف آرﻣﺎﻧﯽ‬ ‫ﺑﺎ اﻇﻬﺎر ﻧﻈﺮ ﮐﺎرﺷﻨﺎﺳﺎن و ﺑﺮﻧﺎﻣﻪرﯾﺰان آﻣﻮزﺷﯽ‬
‫از ﻧﻮع ﻣﺮﺑﻌﯽ ﺑﻮد‪ .‬ﮐﻪ ﺑﺮاﺳﺎس ﮐﻤﯿﻨﻪﺳﺎزی ﺗﻮان دوم‬ ‫وزارت ﺑﻬﺪاﺷﺖ و درﻣﺎن و آﻣﻮزش ﭘﺰﺷﮑﯽ ﻓﻬﺮﺳﺖ‬
‫اﻧﺤﺮاف از آرﻣﺎنﻫﺎ ﺗﻨﻈﯿﻢ ﺷﺪ‪ .‬ﺑﻪ ﻃﻮریﮐﻪ ﻣﯿﺰان اﻫﻤﯿﺖ‬ ‫ﻣﺘﻐﯿﺮﻫﺎی اﻧﺤﺮاف از آرﻣﺎن در ﺟﺪول ﺷﻤﺎره ‪ 2‬آﻣﺪه‬
‫ﻫﺮآرﻣﺎن ﺑﻪ وﺳﯿﻠﻪ ‪ Wi‬ﻣﺸﺨﺺ ﺷﺪ‪.‬‬ ‫اﺳﺖﮐﻪ ‪ dn‬ﺑﯿﺎﻧﮕﺮ اﻧﺤﺮافﻣﺜﺒﺖ وﻣﻨﻔﯽ از آرﻣﺎنﻫﺎ اﺳﺖ‪.‬‬

‫([‬ ‫‪−‬‬
‫‪Min = ∑ Wi d i , 2 d i‬‬ ‫]) ( )‬
‫‪+ 2‬‬
‫ﺟﺪول ﺷﻤﺎره ‪ :2‬ﻓﻬﺮﺳﺖ ﻣﺘﻐﯿﺮﻫﺎی اﻧﺤﺮاف از آرﻣﺎن‬
‫اﻧﺤﺮاف‬ ‫اﻧﺤﺮاف‬ ‫آرﻣﺎن‬

‫ﻫﻤﭽﻨﯿـﻦ ﻣﺤـﺪودﯾﺖ آرﻣﺎﻧـﯽ‪ ،‬آرﻣـﺎنﻫﺎ ﺑـﺮﺣﺴﺐ‬ ‫ﻣﻨﻔﯽ‬ ‫ﻣﺜﺒﺖ‬


‫‪dn1‬‬ ‫‪-‬‬ ‫‪-1‬ﺗﻌﺪاد داﻧﺸﺠﻮﯾﺎن درﺻﺪ ﻫﺰارﻧﻔﺮ ﺟﻤﻌﯿﺖ‬
‫ﭘﺎراﻣﺘﺮﻫﺎی ﭘﮋوﻫﺶ ﻣﺸﺨﺺ ﺷﺪ‪ .‬ﺑﻪ ﻃﻮری ﮐﻪ ﺟﻬﺖ‬ ‫‪-‬‬ ‫‪dn2‬‬ ‫‪-2‬ﻧﺴﺒﺖ ﺗﻌﺪادداﻧﺸﺠﻮﯾﺎن ﮐﺎرداﻧﯽ ﺑﻪ ﮐﻞ داﻧﺸﺠﻮﯾﺎن‬

‫‪D‬‬
‫اﻧﺤﺮاف در ﻣﺤﺪودﯾﺖ ﺑﺮاﺳﺎس ﻣﺎﻫﯿﺖ آرﻣﺎن )ﺟﺪول‬ ‫‪-‬‬ ‫‪dn3‬‬ ‫‪-3‬ﻧﺴﺒﺖ ﺗﻌﺪاد داﻧﺸﺠﻮﯾﺎن ﮐﺎرﺷﻨﺎﺳﯽ ﺑﻪ ﮐﻞ داﻧﺸﺠﻮﯾﺎن‬
‫‪dn4‬‬ ‫‪-‬‬ ‫‪-4‬ﻧﺴﺒﺖ ﺗﻌﺪادداﻧﺸﺠﻮﯾﺎن ﮐﺎرﺷﻨﺎﺳﯽ ارﺷﺪ ﺑﻪ ﮐﻞ داﻧﺸﺠﻮﯾﺎن‬
‫ﺷﻤﺎره ‪ (2‬ﺑﻮد‪ .‬ﻟﺬا ﺑﺎ اﺳﺘﻔﺎده از ﻣﺪل ﻫﯿﺸﯿّﻦ‬ ‫‪dn5‬‬

‫‪SI‬‬
‫‪-‬‬ ‫‪-5‬ﻧﺴﺒﺖ ﺗﻌﺪاد داﻧﺸﺠﻮﯾﺎن ﭘﺰﺷﮑﯽ ﺑﻪ ﮐﻞ داﻧﺸﺠﻮﯾﺎن‬
‫‪dn6‬‬ ‫‪-‬‬ ‫‪-6‬ﻧﺴﺒﺖ ﺗﻌﺪاد داﻧﺸﺠﻮﯾﺎن دﮐﺘﺮای ﺗﺨﺼﺼﯽ ﺑﻪﮐﻞ داﻧﺸﺠﻮﯾﺎن‬

‫‪F(x) = 1 X T HXf T X‬‬ ‫‪dn7‬‬ ‫‪-‬‬ ‫‪-7‬ﻧﺴﺒﺖ ﺗﻌﺪاد داﻧﺸﺠﻮﯾﺎن ‪ ph.D‬ﺑﻪ ﮐﻞ داﻧﺸﺠﻮﯾﺎن‬
‫‪2‬‬ ‫‪dn8‬‬ ‫‪-‬‬ ‫‪-8‬ﻧﺴﺒﺖ داﻧﺸﺠﻮ ﺑﻪ اﺳﺘﺎد‬
‫‪S.T : Ax <b‬‬ ‫‪-‬‬ ‫‪dn9‬‬ ‫‪-9‬ﻧﺴﺒﺖ ﺗﻌﺪاداﻋﻀﺎی ﻫﯿﺎتﻋﻠﻤﯽ ﻣﺮﺑﯽ ﺑﻪ ﮐﻞ اﻋﻀﺎی ﻫﯿﺎت ﻋﻠﻤﯽ‬

‫‪Aeq.x=beq‬‬
‫‪of‬‬
‫‪dn10‬‬ ‫‪-‬‬ ‫‪-10‬ﻧﺴﺒﺖ ﺗﻌﺪاداﻋﻀﺎی اﺳﺘﺎدﯾﺎر ﻫﯿﺎت ﻋﻠﻤﯽ ﺑﻪﮐﻞ اﻋﻀﺎی ﻫﯿﺎت ﻋﻠﻤﯽ‬

‫‪Lb < x < Ub‬‬ ‫‪dn11‬‬ ‫‪-‬‬ ‫‪-11‬ﻧﺴﺒﺖ ﺗﻌﺪاد اﻋﻀﺎی داﻧﺸﯿﺎر ﻫﯿﺎت ﻋﻠﻤﯽ ﺑﻪ ﮐﻞ اﻋﻀﺎی ﻫﯿﺎت ﻋﻠﻤﯽ‬
‫‪dn12‬‬ ‫‪-‬‬ ‫‪-12‬ﻧﺴﺒﺖ ﺗﻌﺪاد اﻋﻀﺎی اﺳﺘﺎد ﻫﯿﺎت ﻋﻠﻤﯽ ﺑﻪ ﮐﻞ اﻋﻀﺎی ﻫﯿﺎت ﻋﻠﻤﯽ‬
‫‪dn13‬‬ ‫‪-‬‬ ‫‪-13‬ﺳﺮاﻧﻪ ﻓﻀﺎی داﻧﺸﮕﺎﻫﯽ‬
‫ﻧﺘﺎﯾﺞ ﺑﻬﯿﻨﻪ ﺑﻪ دﺳﺖ آﻣﺪه در ﺟﺪول ﺷﻤﺎره ‪ 3‬ﻧﺸﺎن‬
‫‪dn14‬‬ ‫‪-‬‬ ‫‪-14‬ﺳﺮاﻧﻪ ﻓﻀﺎی ﺧﻮاﺑﮕﺎﻫﯽ‬
‫‪ive‬‬

‫داده ﺷﺪه اﺳﺖ‪.‬‬ ‫‪dn15‬‬ ‫‪-‬‬ ‫‪-15‬ﻧﺴﺒﺖ ﻓﻀﺎی ورزﺷﯽ‪ ،‬ﺗﻔﺮﯾﺤﯽ ﺑﻪ ﺗﻌﺪاد داﻧﺸﺠﻮﯾﺎن‬

‫ﺟﺪول ﺷﻤﺎره ‪ : 3‬ﻣﻘﺎﯾﺴﻪ ﻣﻘﺎدﯾﺮ واﻗﻌﯽ ﻣﺘﻐﯿﺮ ﺣﺎﻟﺖ‪ ،‬آرﻣﺎن و ﻣﻘﺎدﯾﺮ ﺑﻬﯿﻨﻪ آﻧﻬﺎ‬
‫‪ch‬‬

‫ﻣﻘﺪار ﺑﻬﯿﻨﻪ‬ ‫آرﻣﺎن‬ ‫ﻣﻘﺎدﯾﺮ واﻗﻌﯽ ﻣﺘﻐﯿﺮ ﺣﺎﻟﺖ‬ ‫ﺷﺮح‬ ‫ﻣﺘﻐﯿﯿﺮ ﺣﺎﻟﺖ‬
‫______‬ ‫____‬ ‫‪68467436‬‬ ‫ﺟﻤﻌﯿﺖ ﺳﺎل ‪83‬‬ ‫‪Pt‬‬
‫______‬ ‫____‬ ‫‪69425980‬‬ ‫ﺟﻤﻌﯿﺖ ﺳﺎل ‪84‬‬ ‫‪Pt+1‬‬
‫‪120200‬‬ ‫‪116690‬‬ ‫‪95880‬‬ ‫داﻧﺸﺠﻮ در ﺳﺎل‬ ‫‪ST‬‬
‫‪Ar‬‬

‫‪30800‬‬ ‫‪30310‬‬ ‫‪22650‬‬ ‫ﺗﻌﺪاد داﻧﺸﺠﻮی ﮐﺎرداﻧﯽ درﺳﺎل‬ ‫‪SIT‬‬


‫‪32610‬‬ ‫‪34514‬‬ ‫‪26800‬‬ ‫ﺗﻌﺪاد داﻧﺸﺠﻮی ﮐﺎرﺷﻨﺎﺳﯽ درﺳﺎل‬ ‫‪SET‬‬
‫‪8200‬‬ ‫‪4059‬‬ ‫‪3300‬‬ ‫ﺗﻌﺪاد داﻧﺸﺠﻮی ﮐﺎﺷﻨﺎﺳﯽ ارﺷﺪ در ﺳﺎل‬ ‫‪MST‬‬
‫‪29900‬‬ ‫‪35650‬‬ ‫‪33150‬‬ ‫ﺗﻌﺪاد داﻧﺸﺠﻮی ﭘﺰﺷﮑﯽ درﺳﺎل‬ ‫‪MDT‬‬
‫‪15700‬‬ ‫‪10985‬‬ ‫‪8906‬‬ ‫ﺗﻌﺪاد داﻧﺸﺠﻮی ﭘﺰﺷﮑﯽ ﺗﺨﺼﺼﯽ و ﻓﻮق ﺗﺨﺼﺺ درﺳﺎل‬ ‫‪MDAT‬‬
‫‪1690‬‬ ‫‪1172‬‬ ‫‪1074‬‬ ‫ﺗﻌﺪاد داﻧﺸﺠﻮی ﺗﺨﺼﺼﯽ ‪ PH.D‬درﺳﺎل‬ ‫‪PH.DT‬‬
‫‪12000‬‬ ‫‪11660‬‬ ‫‪9854‬‬ ‫ﺗﻌﺪاد ﻫﯿﺎت ﻋﻠﻤﯽ‬ ‫‪BT‬‬
‫‪3400‬‬ ‫‪2989‬‬ ‫‪2989‬‬ ‫ﺗﻌﺪاد ﻫﯿﺎت ﻋﻠﻤﯽ ﻣﺮﺗﺒﻪ ﻣﺮﺑﯽ‬ ‫‪BET‬‬
‫‪5200‬‬ ‫‪5612‬‬ ‫‪5612‬‬ ‫ﺗﻌﺪاد ﻫﯿﺎت ﻋﻠﻤﯽ ﻣﺮﺗﺒﻪ اﺳﺘﺎدﯾﺎر‬ ‫‪BMT‬‬
‫‪1700‬‬ ‫‪1100‬‬ ‫‪900‬‬ ‫ﺗﻌﺪاد ﻫﯿﺎت ﻋﻠﻤﯽ ﻣﺮﺗﺒﻪ داﻧﺸﯿﺎر‬ ‫‪BLT‬‬
‫‪1700‬‬ ‫‪400‬‬ ‫‪353‬‬ ‫ﺗﻌﺪاد ﻫﯿﺎت ﻋﻠﻤﯽ ﻣﺮﺗﺒﻪ اﺳﺘﺎد‬ ‫‪BPT‬‬
‫‪3005700‬‬ ‫‪2917250‬‬ ‫‪1820656‬‬ ‫ﻣﻘﺪار ﻓﻀﺎی داﻧﺸﮕﺎﻫﯽ‬ ‫‪UST‬‬
‫‪1683200‬‬ ‫‪1633660‬‬ ‫‪841624‬‬ ‫ﻣﻘﺪار ﻓﻀﺎی ﺧﻮاﺑﮕﺎﻫﯽ‬ ‫‪BST‬‬
‫‪324600‬‬ ‫‪315063‬‬ ‫‪177292‬‬ ‫ﻣﻘﺪار ﻓﻀﺎی ورزﺷﯽ ‪ -‬ﺗﻔﺮﯾﺤﯽ‬ ‫‪EST‬‬

‫دوره ﻫﻔﺪﻫﻢ ‪ ،‬ﺷﻤﺎره ‪ ، 57‬ﻓﺮوردﯾﻦ و اردﯾﺒﻬﺸﺖ ‪1386‬‬ ‫‪ 85‬ﻣﺠﻠﻪ داﻧﺸﮕﺎه ﻋﻠﻮم ﭘﺰﺷﮑﯽ ﻣﺎزﻧﺪران‬ ‫‪www.SID.ir‬‬
‫ﻗﺎﺳﻢ ﻋﺎﺑﺪی و ﻫﻤﮑﺎران‬ ‫ﭘﮋوﻫﺸﯽ‬

‫ﺑﺤﺚ‬
‫ﻫﺴﺖ در ﻣﻄﺎﻟﻌﻪ‪ ،‬ﻧﯿﺰ ﺗﺎﯾﯿﺪ ﺷﺪه اﺳﺖ‪ .‬وﻟﯽ در ﻣﻘﺎﯾﺴﻪ‬ ‫ﺑﺮ اﺳﺎس ﻧﺘﺎﯾﺞ ﺑﻪ دﺳﺖ آﻣﺪه از ﺣﻞ ﻣﺪل و ﻣﻘﺎﯾﺴﻪ‬
‫ﻣﻘﺪار ﺑﻬﯿﻨﻪ ﭘﺬﯾﺮش داﻧﺸﺠﻮی ﮐﺎرﺷﻨﺎﺳﯽ و ﮐﺎرﺷﻨﺎﺳﯽ‬ ‫ﻣﻘﺎدﯾﺮ ﺑﻬﯿﻨﻪ ﺑﺎ ﻣﻘﺎدﯾﺮ واﻗﻌﯽ ﻣﺘﻐﯿﺮ ﺣﺎﻟﺖ‪ ،‬اﺳﺘﻔﺎده از‬
‫ارﺷﺪ ﺑﺎ آرﻣﺎن ﺗﺪوﯾﻦ ﺷﺪه ﻣﻐﺎﯾﺮت ﻗﺎﺑﻞ ﻣﻼﺣﻈﻪای ﺑﻪ‬ ‫ﺑﺮﻧﺎﻣﻪرﯾﺰی آرﻣﺎﻧﯽ ﺑﻪ ﺑﻬﯿﻨﻪ ﺳﺎزی ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ ﻣﻨﺠﺮ‬
‫ﺗﺮﺗﯿﺐ ‪ 1904‬ﻧﻔﺮ و ‪ 4141‬ﻧﻔﺮ ﺑﻪ ﭼﺸﻢ ﻣﯽﺧﻮرد)‪.(11،10‬‬ ‫ﺷﺪ‪ .‬ﻣﻘﺎﯾﺴﻪ ﻣﻘﺪار اﻧﺤﺮاف از آرﻣﺎنﻫﺎ در ﭘﮋوﻫﺶ ﺣﺎﺿﺮ‬
‫ﻗﺴﻤﺖ دﯾﮕﺮی از ﻣﻄﺎﻟﻌﻪ ﺣﺎﺿﺮ ﺑﻪ ﺑﺮآورد ﻣﻘﺪار‬ ‫ﺑﺎ ﻣﻘﺎدﯾﺮ واﻗﻌﯽ ﻣﺘﻐﯿﺮ ﺣﺎﻟﺖ)ﺟﺪول ﺷﻤﺎره ‪ (3‬ﺑﯿﺎﻧﮕﺮ‬
‫ﺑﻬﯿﻨﻪ ﻓﻀﺎی داﻧﺸﮕﺎﻫﯽ و رﻓﺎﻫﯽ ﺑﻮد ﮐﻪ ﻣﻘﺪار ﻣﻐﺎﯾﺮت‬ ‫ﺗﻮاﻧﺎﯾﯽ ﺑﺎﻻی روش ﭘﯿﺸﻨﻬﺎدی در ﺑﻬﯿﻨﻪﺳﺎزی ﺗﺨﺼﯿﺺ‬
‫ﭘﺲ از ﺣﻞ ﻣﺪل ﺑﺎ ﻣﻘﺎﯾﺴﻪ ﻣﻘﺪار ﺑﻬﯿﻨﻪ و ﻣﻘﺎدﯾﺮ واﻗﻌﯽ در‬ ‫ﻣﻨﺎﺑﻊ ﺑﺨﺶ آﻣﻮزش اﺳﺖ‪ .‬ﺗﺤﻘﯿﻘﺎت ﻣﺸﺎﺑﻬﯽ ﮐﻪ ﺗﻮﺳﻂ‬

‫‪D‬‬
‫ﻣﻘﺪار ﻓﻀﺎی داﻧﺸﮕﺎﻫﯽ ‪1185044‬ﻣﺘﺮ ﻣﺮﺑﻊ‪ ،‬ﻣﻘﺪار ﻓﻀﺎی‬ ‫ﮐﺎﺑﺎﻟﺮو در زﻣﯿﻨﻪ ﮐﺎرﺑﺮد ﺑﺮﻧﺎﻣﻪرﯾﺰی آرﻣﺎﻧﯽ در ﺗﺨﺼﯿﺺ‬
‫ﺧﻮاﺑﮕﺎﻫﯽ ‪ 841576‬ﻣﺘﺮ ﻣﺮﺑﻊ و ﻣﻘﺪار ﻓﻀﺎی ورزﺷﯽ‪-‬‬ ‫ﮐﺎرآﯾﯽ ﻣﻨﺎﺑﻊ داﻧﺸﮕﺎﻫﯽ ﮐﻪ ‪ 142‬رﺷﺘﻪ داﻧﺸﮕﺎﻫﯽ را‬
‫ﺗﻔﺮﯾﺤﯽ ‪147308‬ﻣﺘﺮ ﻣﺮﺑﻊ ﻣﯽﺑﺎﺷﺪ‪.‬‬
‫ﻣﻼﺣﻈﻪ ﻣﯽﺷﻮد در ﻣﻘﺎﯾﺴﻪ ﻣﻘﺎدﯾﺮ ﺑﻬﯿﻨﻪ ﺑﺎ ﻣﻘﺎدﯾﺮ‬
‫واﻗﻌﯽ )ﻣﺘﻐﯿﺮ ﺣﺎﻟﺖ( ﻫﺪفﻫﺎی ﺑﺮﻧﺎﻣﻪ در ﻫﯿﭻ ﯾﮏ از‬
‫‪SI‬‬
‫ﺷﺎﻣﻞ ﻣﯽﺷﺪ‪ ،‬ﺑﺮ ﮐﺎراﯾﯽ ﺑﺮﻧﺎﻣﻪرﯾﺰی آرﻣﺎﻧﯽ در‬
‫ﺑﻬﯿﻨﻪﺳﺎزی ﻣﻨﺎﺑﻊ ﺗﺎﮐﯿﺪ ﮐﺮد)‪ .(8‬ﻣﻄﺎﻟﻌﻪ ﺣﺎﺿﺮ در ﺳﻪ‬
‫دﺳﺘﻪ از ﻣﺘﻐﯿﺮﻫﺎی اﺻﻠﯽ ﺷﺎﻣﻞ ﭘﺬﯾﺮش داﻧﺸﺠﻮ در ﻣﻘﺎﻃﻊ‬
‫‪of‬‬
‫آرﻣﺎنﻫﺎی ﻓﻮق ﺗﺎﻣﯿﻦ ﻧﺸﺪه اﺳﺖ‪ .‬ﻃﺒﻖ ﻧﻈﺮ ﮔﺮوه‬ ‫ﻣﺨﺘﻠﻒ‪ ،‬ﺟﺬب اﻋﻀﺎی ﻫﯿﺎت ﻋﻠﻤﯽ‪ ،‬ﻣﻘﺪار ﻓﻀﺎی‬

‫ﮐﺎرﺷﻨﺎﺳﯽ و ﺳﯿﺎﺳﺖﮔﺰاران در ﺳﺎلﻫﺎی اﺧﯿﺮ‪ ،‬ﻫﺪف‬ ‫داﻧﺸﮕﺎﻫﯽ و رﻓﺎﻫﯽ اﻧﺠﺎم ﺷﺪ‪ .‬ﺑﺮ اﺳﺎس ﻧﺘﺎﯾﺞ ﺣﺎﺻﻞ از‬
‫ﺣﻞ ﻣﺪل ﻣﻘﺪار ﻣﻐﺎﯾﺮت در ﭘﺬﯾﺮش ﺑﻬﯿﻨﻪ داﻧﺸﺠﻮ ﺑﺎ‬
‫اﻓﺰاﯾﺶ درﺻﺪ ﭘﺬﯾﺮش داﻧﺸﺠﻮ اﺳﺖ ﺗﺎ ﻧﯿﺮوی اﻧﺴﺎﻧﯽ‬
‫‪ive‬‬

‫آرﻣﺎن ‪ 3510‬ﻧﻔﺮ‪ ،‬ﭘﺬﯾﺮشﮐﺎرداﻧﯽ‪ -490‬ﻧﻔﺮ‪ ،‬ﮐﺎرﺷﻨﺎﺳﯽ‬


‫ﮐﺎرآﻣﺪ و ﻣﺘﺨﺼﺺ در راﺳﺘﺎی دﯾﮕﺮ اﺑﻌﺎد ﺗﻮﺳﻌﻪ ﺗﺎﻣﯿﻦ‬
‫‪ -1904‬ﻧﻔﺮ وﻟﯽ ﮐﺎرﺷﻨﺎﺳﯽ ارﺷﺪ ‪ 4141‬ﻧﻔﺮ را ﻧﺸﺎن داد‪.‬‬
‫ﺷﻮد‪ .‬اﻣﺎ ﻧﻪ ﺗﻨﻬﺎ ﺳﺮاﻧﻪ اﻣﮑﺎﻧﺎت داﻧﺸﮕﺎﻫﯽ و رﻓﺎﻫﯽ‬
‫اﯾﻦ ﺗﻌﺪاد ﺗﻘﺮﯾﺒﺎ ﻣﺸﺎﺑﻪ ﻧﺘﺎﯾﺞ ﻣﻄﺎﻟﻌﻪ ﺟﻬﺎﻧﮕﯿﺮ ﯾﺪاﻟﻬﯽ‬
‫ﻣﻮﺟﻮد ﭘﺎﯾﯿﻦﺗﺮ از آرﻣﺎن و ﺣﺘﯽ اﺳﺘﺎﻧﺪارد ﺟﻬﺎﻧﯽ اﺳﺖ‪،‬‬
‫‪ch‬‬

‫ﻓﺎرﺳﯽ در ﺑﺨﺶ آﻣﻮزش ﻋﺎﻟﯽ در ﮔﺮوه ﻓﻨﯽ و ﻣﻬﻨﺪﺳﯽ‬


‫ﺑﻠﮑﻪ وزارت ﻣﺘﺒﻮع ﻫﻤﭽﻨﺎن ﺑﺮ اﻓﺰاﯾﺶ ﭘﺬﯾﺮش داﻧﺸﺠﻮ‬
‫ﻣﯽﺑﺎﺷﺪ)‪ .(6،5‬ﻣﻄﺎﻟﻌﻪ دﯾﮕﺮی ﺗﻮﺳﻂ ﮔﺮوﻫﯽ از ﻣﺤﻘﻘﯿﻦ‬
‫ﺗﺎﮐﯿﺪ ﻣﯽﮐﻨﺪ‪ .‬اﯾﻦ اﻣﺮ ﺑﻪ ﺑﻬﺎی از دﺳﺖ رﻓﺘﻦ ﮐﯿﻔﯿﺖ‬
‫داﻧﺸﮕﺎه ﻣﺎﻻﮔﺎ در اﺳﭙﺎﻧﯿﺎ در ﺧﺼﻮص ﮐﺎرﺑﺮد ﻣﺪل ﺑﺮﻧﺎﻣﻪ‬
‫ﺧﺪﻣﺎتآﻣﻮزﺷﯽ ﺑﻪ ﺑﻬﺎﻧﻪ ﺗﺎﻣﯿﻦ ﻫﺪفﻫﺎیﮐﻤﯽ ﺧﻮاﻫﺪﺑﻮد‪.‬‬
‫‪Ar‬‬

‫رﯾﺰی آرﻣﺎﻧﯽ در ﻓﺮآﯾﻨﺪ ﺗﺼﻤﯿﻢﮔﯿﺮی داﻧﺸﮕﺎﻫﯽ در‬


‫ﻣﻨﺎﺑﻊ ﻋﻤﻮﻣﯽ اﺧﺘﺼﺎص ﯾﺎﻓﺘﻪ در ﭼﺎرﭼﻮب ﻣﻨﺎﺑﻊ‬
‫زﻣﯿﻨﻪ ﻣﺴﺎﻟﻪ ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ در داﻧﺸﮕﺎه‪ ،‬ﻧﺸﺎن داد ﮐﻪ‬
‫ﻣﻮﺟﻮد اﻧﺠﺎم اﺻﻼﺣﺎت ﺳﺎﺧﺘﺎری ﻫﻢ در زﻣﯿﻨﻪ ﭘﺬﯾﺮش‬
‫ﺑﺮﻧﺎﻣﻪرﯾﺰی آرﻣﺎﻧﯽ ﺗﮑﻨﯿﮏ ﺑﺴﯿﺎر ﻣﻨﺎﺳﺒﯽ ﺑﺮای ﺗﺨﺼﯿﺺ‬
‫داﻧﺸﺠﻮ در ﺗﺮﮐﯿﺐ ﻣﻘﺎﻃﻊ ﻣﺨﺘﻠﻒ و ﻫﻢ ﺟﺬب اﻋﻀﺎی‬
‫ﻣﻨﺎﺑﻊ داﻧﺸﮕﺎﻫﯽ اﺳﺖ)‪ .(9،8‬ﺑﻪ ﻧﻈﺮ ﻣﯽرﺳﺪ اﮐﺜﺮ ﺗﺤﻘﯿﻘﺎت‬
‫ﻫﯿﺎتﻋﻠﻤﯽ و اﻣﮑﺎﻧﺎتآﻣﻮزﺷﯽ‪-‬رﻓﺎﻫﯽ اﺟﺘﻨﺎب ﻧﺎﭘﺬﯾﺮاﺳﺖ‪.‬‬
‫ﻣﺸﺎﺑﻬﯽ ﮐﻪ در ﺧﺼﻮص ﮐﺎرآﯾﯽ ﺑﺮﻧﺎﻣﻪرﯾﺰی آرﻣﺎﻧﯽ در‬
‫ﻣﺪلﺑﺮﻧﺎﻣﻪرﯾﺰیآرﻣﺎﻧﯽ اﺑﺰاری ﺗﻮاﻧﻤﻨﺪ وﮐﺎرآﻣﺪ ﺑﺮای‬
‫ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ ﺗﻮﺳﻂ ﻣﺤﻘﻘﯿﻦ ﻣﺨﺘﻠﻒ اﻧﺠﺎم ﺷﺪه‪ ،‬در‬
‫ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ ﺑﺸﻤﺎر ﻣﯽرود‪ .‬اﯾﻦ ﻣﺪل را ﻣﯽﺗﻮان ﺣﺘﯽ‬
‫ﺗﺤﻘﯿﻖ ﺣﺎﺿﺮ ﻧﯿﺰ ﺗﺎﯾﯿﺪ ﺷﺪه اﺳﺖ‪ .‬ﻧﮑﺘﻪ ﺣﺎﺋﺰ اﻫﻤﯿﺖ ﺗﺮ‬
‫درﺳﻄﻮح ﺑﺨﺸﯽ وﮔﺮوهﻫﺎی آﻣﻮزش ﻫﻢ ﺑﻪ ﮐﺎر ﮔﺮﻓﺖ‪.‬‬ ‫اﯾﻦﮐﻪ ﻃﺒﻖ ﻧﻈﺮ ﮐﺎرﺷﻨﺎﺳﺎن اﺟﺮاﯾﯽ در ﺑﺨﺶ آﻣﻮزﺷﯽ‬
‫اﺳﺘﻔﺎده از اﯾﻦ ﻣﺪل ﻋﻼوه ﺑﺮ ﮐﻤﮏ ﺑﻪ ﺟﻬﺖدﻫﯽ‬ ‫وزارت ﻣﺘﺒﻮع و ﺧﺒﺮﮔﺎن ﻣﺒﻨﯽ ﺑﺮ اﯾﻦﮐﻪ در ﭘﺬﯾﺮش‬
‫ﻣﻨﺎﺑﻊ‪ ،‬ﺑﻪ ﯾﮑﭙﺎرﭼﻪﺳﺎزی ﻫﺪفﻫﺎی ﻣﺪﯾﺮﯾﺖ ﻣﻨﺎﺑﻊ در‬ ‫داﻧﺸﺠﻮ در ﻣﻘﺎﻃﻊ ﮐﺎرداﻧﯽ و ﮐﺎرﺷﻨﺎﺳﯽ اﻧﺤﺮاف ﻣﺜﺒﺖ و‬
‫اﻣﻮر آﻣﻮزﺷﯽ ﻧﯿﺰ ﮐﻤﮏ ﻣﯽﮐﻨﺪ‪.‬‬ ‫در ﻣﻘﺎﻃﻊ ﮐﺎرﺷﻨﺎﺳﯽ ارﺷﺪ اﻧﺤﺮاف ﻣﻨﻔﯽ دارای اﻫﻤﯿﺖ‬

‫دوره ﻫﻔﺪﻫﻢ ‪ ،‬ﺷﻤﺎره ‪ ، 57‬ﻓﺮوردﯾﻦ و اردﯾﺒﻬﺸﺖ ‪86 1386‬‬ ‫‪www.SID.ir‬‬


‫ﻣﺠﻠﻪ داﻧﺸﮕﺎه ﻋﻠﻮم ﭘﺰﺷﮑﯽ ﻣﺎزﻧﺪران‬
‫ﻣﺪل ﺑﺮﻧﺎﻣﻪ رﯾﺰی آرﻣﺎﻧﯽ ﺟﻬﺖ ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ‬

‫ﻓﻬﺮﺳﺖ ﻣﻨﺎﺑﻊ‬
1. Hopkins G.P, Iarreche J, Massy W.F. -‫ وزارت ﺑﻬﺪاﺷﺖ و درﻣﺎن و آﻣﻮزش ﭘﺰﺷﮑﯽ‬.٦
Constrained Optimization Vol. 24. of A ‫ ﺳﺎل‬-EDC ،‫ داﻧﺸﮕﺎﻫﯽ ﻣﺮﮐﺰ‬-‫ﻣﻌﺎوﻧﺖ آﻣﻮزﺷﯽ‬
University Administrator’s performance .35 ‫ ص‬،1384
Funnctionmgmt. Sci. alloctiong operating 7. Lim YI, Floquct P, Joulia X, Kim SD.
Budgets of Academic Units. Socio. Econ. Multiobjective design and analysis in a
Plann. 1977; 21(5): 24. chemical process simulator, industrial and
‫ راﻫﮑﺎری‬.‫ ﻋﻠﯽ‬،‫ ﺳﻮری‬.‫ ﺳﯿﺪ ﻣﻨﺼﻮر‬،‫ ﺧﻠﯿﻠﯽ ﻋﺮاﻗﯽ‬.٢ E engineering Chemistry Research, 1999;

D
،‫ﭘﯿﺮاﻣﻮن ﺗﺨﺼﯿﺺ ﺑﻬﯿﻨﻪ ﻣﻨﺎﺑﻊ در آﻣﻮزش ﻋﺎﻟﯽ‬ 38(12): 4729-4741.
21 ‫ ﺷﻤﺎرهﻫﺎی‬،1381،‫ﻓﺼﻠﻨﺎﻣﻪرﯾﺰی در آﻣﻮزش ﻋﺎﻟﯽ‬ 8. Lim chin teng, Adaptive subset hood for
.11-24 ‫ص‬22 ‫و‬
‫ ﻃﺮاﺣﯽ‬:‫ ﭘﺎﯾﺎن ﻧﺎﻣﻪ دﮐﺘﺮی ﺑﺎ ﻋﻨﻮان‬،‫ آذر ﻋﺎدل‬.٣
،‫ﺑﺮﻧﺎﻣﻪرﯾﺰیآرﻣﺎﻧﯽ ﻓﺎزی ﺑﺮای ﺑﻮدﺟﻪﺑﻨﺪی داﻧﺸﮕﺎﻫﯽ‬
SI Neural Fuzzy control, international J.
Syst. Sci. 1996; 27(10): 12-19.

‫ اداره‬،‫ وزارت ﺑﻬﺪاﺷﺖ و درﻣﺎن و آﻣﻮزش ﭘﺰﺷﮑﯽ‬.٩


of
.19-23‫ص‬،1375 ،‫ داﻧﺸﮑﺪه ﻣﺪﯾﺮﯾﺖ‬،‫داﻧﺸﮕﺎه ﺗﻬﺮان‬ ‫ ﺷﺎﺧﺺﻫﺎی ﺳﻼﻣﺘﯽ در ﺟﻤﻬﻮری‬،‫رواﺑﻂ ﻋﻤﻮﻣﯽ‬
‫ ﺗﻄﺒﯿﻘﯽ‬-‫ﺑﺮﻧﺎﻣﻪرﯾﺰی آرﻣﺎﻧﯽ‬.‫ﺟﻬﺎﻧﮕﯿﺮ‬.‫ ﯾﺪاﻟﻠﻬﯽ ﻓﺎرﺳﯽ‬.٤ .28 ‫ ص‬،1382 ‫ ﺗﺎﺑﺴﺘﺎن‬،‫اﺳﻼﻣﯽ اﯾﺮان‬
‫ رﺳﺎﻟﻪ‬،‫ﺑﺮای ﺗﺨﺼﯿﺺ ﻣﻨﺎﺑﻊ در ﺳﺴﯿﺴﺘﻢﻫﺎی ﻓﺎزی‬ ‫ وزارت ﺑﻬﺪاﺷﺖ و درﻣﺎن و آﻣﻮزش ﭘﺰﺷﮑﯽ ﻣﻌﺎوﻧﺖ‬.١٠
ive

،1381 ،‫ داﻧﺸﮑﺪه ﻣﺪﯾﺮﯾﺖ داﻧﺸﮕﺎه ﺗﻬﺮان‬.‫دﮐﺘﺮی‬ ‫ دﻓﺘﺮ ﺗﻮﺳﻌﻪ و ﻫﻤﺎﻫﻨﮕﯽ ﻧﻈﺎم‬-‫ﺗﺤﻘﯿﻘﺎت و ﻓﻨﺎوری‬
.234‫ص‬ . 420 ‫ ﻧﺸﺮﯾﻪ ﺷﻤﺎره‬،‫آﻣﺎری‬
5. kwak N.K, Lee, Changwon lee. A 11. Lu chin gang, Stankovic john A, Tao
ch

Multicriteria Decision, Making Approach Gang and son sang H, feed back control
to University Resource Allocations and real time scheduling: Framework,
Information 110 infrastructure planning. Modeling and algorithms, J. Real time
Ar

Eur. J. Operat. Res. 1998; 18: 16. Syst. 2002: 41-44.

1386 ‫ ﻓﺮوردﯾﻦ و اردﯾﺒﻬﺸﺖ‬، 57 ‫ ﺷﻤﺎره‬، ‫دوره ﻫﻔﺪﻫﻢ‬ www.SID.ir


‫ ﻣﺠﻠﻪ داﻧﺸﮕﺎه ﻋﻠﻮم ﭘﺰﺷﮑﯽ ﻣﺎزﻧﺪران‬87