دانلود نرم افزار Micmac - نرم افزار آینده پژوهی

[Mohammad Aref 120452]

نرم افزار جدید میک مک به توسط موسسه نوآوری کامپیوتری فرانسوی تحت نظارت مرکز سازمان تحقیقات و راهبرد چشم ­انداز طراحی است. این نرم افزار جهت تصمیم گیری­ های راهبردی و چشم­ اندازسازی مورد استفاده قرار می­گیرد.

روش نرم ­افزار MICMAC
تحلیل ساختاری یکی از ابزارهای ساختاربندی ایده ­هاست. نرم ­افزار میک مک این امکان را می­ دهد که با کمک گرفتن از ارتباط ماتریسی همه مولفه­ های اصلی یک سیستم را تشریح کند. با بررسی این ارتباط، روش مربوطه امکان آشکارسازی متغییرهای اصلی جهت ارزیابی سیستم را ارائه دهد. این ممکن است که به تنهایی (به عنوان کمی برای بازتاب یا تصمیم­ گیری) یا قسمتی از یک فعالیت بسیار پیچیده پیش بینی (سناریوها) مورد استفاده قرار بگیرد.
روش پیش بینی میک مک به وسیله مایکل گودت اختراع شد. گودت روش پیش بینی به وسیله میک مک را در مرحله ارائه داده است که عبارتند از:

مرحله 1: بررسی متغییرها
اولین مرحله شامل بررسی همه متغیرهای شناسایی شده در داخل سیستم مورد نظر است (متغیرهای درونی و بیرونی)؛ بایستی توجه شود که به صورت جامع همه متغیرها در نظر گرفته شوند. استفاده از نظر گروه­ ها و روش طوفان مغزها کمک می­ کند تا مجموعه متغیرها گسترده­ تر شده و همه بازیگران احتمالی در سیستم مورد نظر مورد توجه قرار گیرند. توصیح متغیرهای اصلی با جزئیات ضروری است، این کار اجازه می­ دهد تا استنباط بهتری از ارتباط بین این متغیرها در تحلیل داشته باشیم.در پایان یک لیست هماهنگ شده از متغیرهای درونی و بیرونی سیستم تهیه شود. بر اساس تجارب گذشته نباید تعداد متغیرها از 70 تا 80 تجاوز کند.

مرحله 2: بررسی ارتباط بین متغیرها
در یک تحلیل ساختاری این امکان وجود دارد که متغیرها در یک جدول دو ردیفی با هم ارتباط پیدا کنند (ارتباط مستقیم).
میزان ارتبط دو تا متغیر به صورت کمی نشان داده می­شود. عدد صفر به این معنی است که هیچ ارتباطی بین دو متغیر وجود ندارد. و همچنین می­توان میزان تاثیر متغیرها را هم با اعداد مربوطه نشان داد (0 = ارتباطی وجود ندارد، 1 = ارتباط ضعیف، 2 = ارتباط متوسط، 3 = ارتباط قوی، P = ارتباط بالقوه).
در این مرحله با N متغیر، با N × N سوال مواجه خواهیم بود (تقریباً 5000 سوال برای 70 متغیر) که برخی از متغیرها بدون اینکه هیچ تاثیری سیستماتیک و جامع داشته باشند از دور خارج می­ شوند.

مرحله 3 : شناسایی متغیرهای کلیدی
این مرحله شامل شناسایی متغیرهای کلیدی می­باشد، این کار با کمک گرفتن از طبقه ­بندی مستقیم و سپس با یک طبقه­ بندی غیر مستقیم انجام می­ گیرد.
طبقه ­بندی مستقیم: همه ارتباط­ها در یک ردیف نشان­ دهنده اهمیت تاثیر یک متغیر بر کل سیستم است. مجموع یک ستون نشان­دهنده میزان تاثیرپذیری یک متغیر است (سطح تاثیر پذیری مستقیم).
طبقه بندی غیرمستقیم: برنامه این امکان را می­ دهد تا گسترش تاثیر را به وسیله مسیرها و حلقه ­های بازخورد مورد مطالعه قرار داد و سرانجام متغیرها را طبقه­ بندی کرد.