پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,573 |
| تعداد مقالات | 71,037 |
| تعداد مشاهده مقاله | 125,521,808 |
| تعداد دریافت فایل اصل مقاله | 98,781,363 |
Presenting a Hybrid ANN-MADM Method to Define Excellence Level of Iranian Petrochemical Companies | ||
| Journal of Information Technology Management | ||
| مقاله 6، دوره 6، شماره 2، مهر 2014، صفحه 267-284 اصل مقاله (874.17 K) | ||
| نوع مقاله: Research Paper | ||
| شناسه دیجیتال (DOI): 10.22059/jitm.2014.50864 | ||
| نویسندگان | ||
| Ahmad Reza Ghasemi* 1؛ Ezatollah Asgharizadeh2 | ||
| 1Assistant Prof., Industrial Management, Farabi Campus, University of Tehran, Qum, Iran | ||
| 2Associate Prof., Industrial Management, Farabi Campus, University of Tehran, Qum, Iran | ||
| چکیده | ||
| Defining maturity level is one of the important elements of the excellence models. This approach helps companies to assess competitive positions and help them to benchmark from best practices. One of the significant features of excellence models is defining maturity level using subjective and conventional approach. Present research is a Cross-sectional Study among Iranian petrochemical companies. In this research a heuristic approach based on revised self-organized neural network was developed to define excellence level of H3SC Model in petrochemical industries. Applying compactness and distance among clusters in categorization, beside the impact of criteria's weighting are some benefits of the proposed method compared to traditional methods. In this hybrid approach, criteria were clustered in different scenarios. Then optimum number of clusters was assessed using mean square error (MSE) and R2 criteria. The results indicate that given the current data, categorizing the studied options into two clusters is of higher mathematical validity. So the proposed method categorizes and evaluates companies participated in quality awards based on the competitive approach. | ||
| کلیدواژه‌ها | ||
| Clustering؛ H3SE excellence؛ MADM؛ Petrochemical Industry | ||
| عنوان مقاله [English] | ||
| به‌کارگیری روش شبکه‌های عصبی مصنوعی خودسامانده اصلاح‌شده در تعیین سطح سرآمدی شرکت‌های پتروشیمی کشور | ||
| نویسندگان [English] | ||
| احمدرضا قاسمی1؛ عزت‌اله اصغری زاده2 | ||
| 1استادیار پردیس فارابی(قم) دانشگاه تهران، مدیریت صنعتی، دانشکده مدیریت دانشگاه تهران | ||
| 2دانشیار دانشکده مدیریت دانشگاه تهران، مدیریت صنعتی، دانشکده مدیریت | ||
| چکیده [English] | ||
| تعیین سطح تعالی(بلوغ) سازمانی از جمله مسایل مهم مدل‌های تعالی سازمانی است. تعیین سطح بلوغ شرکت‌ها به آن‌ها در شناخت جایگاه رقابتی کمک نموده و قابلیت الگوبرداری را فراهم می‌کند. یکی از مشخصه‌های بارز مدل‌های سرآمدی تعیین بلوغ با رویکرد سلیقه‌ای و قراردادی در این مدل‌ها است. پژوهش حاضر پیمایشی تک مقطعی در میان شرکت‌های پتروشیمی کشور بوده‌است. همچنین از ابزار رویکردی ابتکاری شبکه‌های عصبی خودسامانده اصلاح‌شده برای تعیین سطح سرآمدی مدل تعالی H3SE در صنایع پتروشیمی بهره‌گیری شده‌است. امتیاز رویکرد حاضر در قیاس رویکرد سنتی در استفاده از شاخص‌های فشردگی و فاصله میان خوشه‌ها در طبقه‌بندی گزینه‌ها و همچنین لحاظ تأثیر اوزان شاخص‌های مختلف در ارزیابی و طبقه‌بندی شرکت‌ها است. بنابراین با استفاده از روش ترکیبی ابتدا در سناریو‌های مختلف شاخص‌ها خوشه‌بندی شدند. سپس تعداد بهینه خوشه‌ها با استفاده از شاخص‌های میانگین مربعات خطا‌ها و ضریب تعیین محاسبه شد. نتایج گویای آنست که با توجه به داده‌های فعلی طبقه بندی گزینه‌های مورد بررسی به دو خوشه از اعتبار ریاضی بالاتری برخوردار است. بنابراین روش حاضر با رویکردی رقابتی به ارزیابی و خوشه‌بندی شرکت‌های مشارکت کننده در جوایز کیفیت می‌پردازد. | ||
|
آمار تعداد مشاهده مقاله: 2,913 تعداد دریافت فایل اصل مقاله: 2,108 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب