Evaluation and Forecasting Model of defense technologies spillover to civilian based on Adaptive Neuro-Fuzzy Inference System

Document Type : Original Article

Authors

1 PhD Student, Department of Technology Management, Faculty of Management and Economics, Science and Research Branch, Islamic Azad University, Tehran, Iran

2 Associate Professor in Department of Industrial Management,, Karaj Branch,, Islamic Azad University, Karaj, Iran. Responsible Author, Email: abbas.khamseh@kiau.ac.ir

Abstract

The spillover of defense technologies in commercial businesses has an effective role in the development of technology, production, employment and economic growth of the country. The main purpose of this study is to design a model to evaluate and forecasting of defence technologies spillover to civillian with ANFIS. The research statistical population includes experts in the field of defence and civillian. The research is applied research in terms of method and according to the use of fuzzy inference system for modeling, it is of mathematical modeling type. The difference between the output values of ANFIS and the input data to an acceptable level of 6.6252*10-7 (the average error calculated in the model training stage) indicates the approximate compliance of the real data with the predicted data and implies It is designed on the lack of over-fitting phenomenon in ANFIS. In other words, the obtained model has a high power of prediction and we see a positive effect on the modeling ability to generalize. policies and laws with a weight criterion of 28.82% have the highest impact on the research model and it is necessary to consider the necessary policies and laws to make optimal use of the technological capabilities of the defense sector in the civilian sector. Also, communication factors, technological capability, environmental factors, socio-cultural factors, economic-financial factors and technological characteristics affect the model, respectively.

Keywords


  • الف. منابع فارسی

    • بهمنی، مجتبی؛ جمشیدنژاد، آرش و جنابی، امید (1395)، تحلیل فضای سرریزهای فناوری در کشورهای منتخب آسیایی، فصلنامة مدیریت توسعه فناوری، دوره 3، شماره 3.
    • بوالحسنی، خسرو؛ کیانی، سورنا؛ کرمی دولتشاه، بهروز (1399)، راهبردهای کسب قدرت برتر اقتصاد دفاعی جمهوری اسلامی ایران در منطقه جنوب غرب آسیا، فصلنامه مطالعات دفاعی استراتژیک، سال هجدهم، شماره 79.
    • پژوهش جهرمی، امین؛ پورکریمی، جواد (1394)، تجاری‌سازی دستاوردهای نظامی: مفاهیم، الگوی‌ها و چارچوبی برای تحلیل، دومین کنفرانس اقتصاد و مدیریت کاربردی با رویکرد ملی، بابلسر.
    • خوبرو، محمدتقی؛ الوانی، سیدمهدی؛ جندقی، غلامرضا؛ رحمتی، محمدحسین (1397)، یکپارچگی صنایع دفاعی و غیردفاعی: یک بوم نگاری خط‌مشی در صنعت دفاعی، بهبود مدیریت، دوره 12، شماره 4 .
    • خوبرو، محمدتقی؛ رحمتی، محمدحسین؛ الوانی، سیدمهدی؛ جندقی، غلامرضا (1397)، الگو‌سازی و تدوین خط‌مشی دومنظوره سازی صنعت دفاعی: رویکردی آمیخته، پژوهش‌های مدیریت راهبردی، سال بیست و چهارم، شماره 70.
    • سالمی نجف‌آبادی، محمدرضا؛ عبداله زاده، سهراب؛ فهیم، جواد (1398)، شناسایی و رتبه‌بندی فرصت‌های حاصل از راهبرد استانداردسازی در صنایع دفاعی کشور، راهبرد دفاعی، دوره 17، شماره 4 .
    • فراهانی فر، فروغ؛ خمسه، عباس؛ حسینی شکیب، مهرداد؛ حسنوی آتشگاه، رضا (1400)، ارائه الگوی راهبردی سرریز فناوری‌های دفاعی به کسب‌وکارهای تجاری، آینده‌پژوهی، دوره 6، شماره 21.
    • فرتوک‌زاده، حمیدرضا؛ وزیری، جواد (1391)، الگوی توسعه صنعت و فناوری در ایران: هسته‌های کوچک – شبکه‌های بزرگ؛ درس‌هایی از صنایع دفاعی و الگوسازى براى صنعت نفت، فصلنامة بهبود مدیریت، دورة 6، شمارة 17.
    • طباطبائیان، سیدحبیب اله.، لطفی، امیر و عامری، عبدالعلی (1384)، ارائه الگوی تحلیلی عوامل مؤثر بر سرریز تکنولوژی، مدیر، دومین کنفرانس مدیریت تکنولوژی، تهران.
    • محمودزاده، ابراهیم؛ ‌ قاضی، حسن؛ قوچانی، محمد مهدی (1396)، نقش و جایگاه توسعه فناوری در بعد نظامی قدرت ملی،مطالعات دفاعی استراتژیک، دوره 15، شماره 67.

    ب. منابع انگلیسی

    • Ata, R. and Kocyigit, Y. (2010). An adaptive neuro-fuzzy inference system approach for prediction of tip speed ratio in wind turbines. Expert Systems with Applications, 37 (7).
    • Burgess, J.P. et al ed. (2018). Socially Responsible Innovation in Security: Critical Reflections,
    • Cao X., Yang X., & Zhang L. (2020). Conversion of Dual-Use Technology: A Differential Game Analysis under the Civil-Military integration, Symmetry, 12(11), 1861.‏
    • Evron Y. (2021). China's Military-Civil Fusion and Military Procurement, asia policy, 28(1), 25-44.‏
    • Guichard R. (2005). Suggested Reposition R&D Within the French System of Innovation, Technovation Journal, 7(4),55.
    • Hausken K., Moxnes J.F. (2018). Innovation, Development and National Indices, Soc. Indic. Res, 141, 1165–1188.
    • LeSage, J., & Pace, R. K. (2009). Introduction to spatial econometrics. Chapman and Hall/CRC.‏
    • Li B., Zhang, J. (2021). A Cooperative Partner Selection Study of Military-Civilian Scientific and Technological Collaborative Innovation Based on Interval-Valued Intuitionistic Fuzzy Set, Symmetry, 13(4), 553.‏
    • Perani G., di Politica Internazionale, C. C. S. (1997). Military technologiesand commercial applications, Public policies in NATO countries.
    • Rath J., Ischi M., Perkins D. (2014). Evolution of different dual-use concepts in international and national law and its implications on research ethics and governance, Science and Engineering Ethics, 20, 769–790.
    • Riebe T., Schmid S., Reuter, C. (2020). Measuring Spillover Effects from Defense to Civilian Sectors–A Quantitative Approach Using LinkedIn. Defence and Peace Economics, 1-13.‏
    • Selgelid M. J. (2009). Dual-Use Research Codes of Conduct: Lessons from the Life Sciences, Nanoethics, 3 (3).
    • Vogel . (2017). Knowledge and Security, in Felt, U. et al eds., The Handbook of Science and Technology Studies, MIT Press, 973-1001.
    • Wang Z., Zhang Z., Jhony N. C. Y. (2019). Measurement of innovation resource allocation efficiency in civil–military integration enterprises. Kybernetes.‏
    • Xu X., Wang Z., Zhu Y., Luo X. (2021). Subject Behavior of Collaborative Innovation in Civil-Military Integration: An Evolutionary Game Analysis, Mathematical Problems in Engineering.