<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>موسسه انتشارات بین المللی  پژوهش‌های مدیریت</PublisherName>
				<JournalTitle>مدیریت استراتژیک هوشمند</JournalTitle>
				<Issn>2891-4128</Issn>
				<Volume></Volume>
				<Issue>مقالات آماده انتشار</Issue>
				<PubDate PubStatus="epublish">
					<Year>2026</Year>
					<Month>09</Month>
					<Day>22</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Designing A Smart Energy Governance Model Based On Digital Twins And Artificial Intelligence To Enhance Environmental Sustainability In Smart Cities</ArticleTitle>
<VernacularTitle>طراحی مدل حکمرانی انرژی هوشمند مبتنی بر دوقلوی دیجیتال و هوش مصنوعی با هدف ارتقای پایداری محیط‌زیست در شهرهای هوشمند</VernacularTitle>
			<FirstPage></FirstPage>
			<LastPage></LastPage>
			<ELocationID EIdType="pii">253581</ELocationID>
			
<ELocationID EIdType="doi">10.87453/bumara.2026.373601.0012</ELocationID>
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>ابوالفضل</FirstName>
					<LastName>نوایی</LastName>
<Affiliation>دانشجوی دکتری مهندسی سیستم های انرژی، گرایش محیط زیست، دانشکده محیط زیست، دانشگاه تهران، پردیس بین المللی کیش، کیش، ایران</Affiliation>
<Identifier Source="ORCID">0009-0008-8000-1949</Identifier>

</Author>
<Author>
					<FirstName>ناصر</FirstName>
					<LastName>مهردادی</LastName>
<Affiliation>استاد، گروه مهندسی محیط زیست، دانشکده محیط زیست، دانشگاه تهران، تهران، ایران</Affiliation>
<Identifier Source="ORCID">0009-0008-8000-1949</Identifier>

</Author>
<Author>
					<FirstName>احسان</FirstName>
					<LastName>رسولی نژاد</LastName>
<Affiliation>دانشیار، گروه مطالعات  فرا منطقه ای و جهانی ، دانشکده مطالعات جهان، دانشگاه تهران، تهران، ایران</Affiliation>

</Author>
<Author>
					<FirstName>محمدجواد</FirstName>
					<LastName>امیری</LastName>
<Affiliation>دانشیار، گروه سوانح، آموزش و سیستم های محیط زیست، دانشکده محیط زیست، دانشگاه تهران، تهران، ایران</Affiliation>
<Identifier Source="ORCID">0000-0003-1748-9036</Identifier>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2026</Year>
					<Month>09</Month>
					<Day>03</Day>
				</PubDate>
			</History>
		    <Abstract>The rapid expansion of urbanization and the continuously increasing demand for energy have ushered energy governance in smart cities into a new phase—one shaped by the emergence of digital twins and artificial intelligence. However, technological advancement in these two domains alone does not guarantee environmental sustainability. One of the major gaps in the existing literature is the absence of a framework capable of translating the data generated by these technologies into accountable and purposeful decisions. This study aimed to design and validate a conceptual model for smart energy governance based on digital twins and artificial intelligence. The research was conducted in four phases: a systematic literature review based on the PRISMA protocol; thematic analysis of the resulting textual corpus using Braun and Clarke’s six-phase approach; two rounds of the Delphi method involving a panel of eighteen academic and executive experts; and final validation of the model by the same panel. The resulting model comprises three layers: a data-driven layer (digital twin), an analytics-driven layer (artificial intelligence), and an institutional layer (governance), which are interconnected through three mechanisms: a progressive data-to-decision flow, an institutional feedback loop, and a transversal cybersecurity protection layer. Kendall’s coefficient of concordance was 0.74, indicating strong agreement, and the panel confirmed the model’s contribution to enhancing environmental sustainability, with 94.1% agreement. The proposed model demonstrates that integrating these technologies with institutional mechanisms can facilitate data-driven decision-making and enhance energy efficiency in smart cities.</Abstract>
			<OtherAbstract Language="FA">گسترش شتابان شهرنشینی و افزایش پیوسته تقاضای انرژی، حکمرانی انرژی در شهرهای هوشمند را وارد مرحله تازه‌ای کرده است؛ مرحله‌ای که با ظهور دوقلوی دیجیتال و هوش مصنوعی شکل‌گرفته، اما صرفِ پیشرفت فنی این دو فناوری، پایداری محیط‌زیستی را تضمین نمی‌کند. یکی از خلأهای اصلی ادبیات موجود، نبود چارچوبی است که داده‌های تولیدشده توسط این فناوری‌ها را به تصمیم‌های پاسخگو و هدفمند تبدیل کند. پژوهش حاضر با هدف طراحی و اعتبارسنجی مدلی مفهومی برای حکمرانی هوشمند انرژی، مبتنی بر دوقلوی دیجیتال و هوش مصنوعی، در چهار فاز اجرا شد: مرور نظام‌مند ادبیات بر پایه پروتکل پریزما، تحلیل مضمون پیکره متنی حاصل بر پایه رویکرد شش‌مرحله‌ای براون و کلارک، دو دور روش دلفی با مشارکت پانلی هجده‌نفره از خبرگان دانشگاهی و اجرایی، و اعتبارسنجی نهایی مدل توسط همان پانل. نتیجه، مدلی سه‌لایه است: لایه داده‌محور (دوقلوی دیجیتال)، لایه تحلیل‌محور (هوش مصنوعی) و لایه نهادی (حکمرانی)، که از طریق سه سازوکار به هم متصل می‌شوند — جریان پیش‌رونده داده‌به‌تصمیم، حلقه بازخورد نهادی، و لایه حفاظتی عرضی امنیت سایبری. ضریب هماهنگی کندال ۷۴/۰ (توافق قوی) به دست آمد و پانل با ۱/۹۴ درصد موافقت، سهم مدل در ارتقای پایداری محیط‌زیستی را تأیید کرد. مدل پیشنهادی نشان می‌دهد یکپارچگی این فناوری‌ها با سازوکارهای نهادی، زمینه تصمیم‌گیری داده‌محور و افزایش بهره‌وری انرژی را در شهرهای هوشمند فراهم می‌آورد.</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">حکمرانی هوشمند انرژی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">دوقلوی دیجیتال</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">هوش مصنوعی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">پایداری محیط‌زیستی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">شهرهای هوشمند</Param>
			</Object>
		</ObjectList>
</Article>
</ArticleSet>
