سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات163
تعداد شماره‌ها6,824
تعداد مقالات73,565
تعداد مشاهده مقاله134,699,089
تعداد دریافت فایل اصل مقاله105,221,056
Nikookar, Gholamhossein, Alidadi Nakhlestani, Yaser, Mahdavi, Mohammad, Mousavi, Seyed Jalal. (1393). Non-Dominated Sorting Genetic Algorithm to inegrated model for R&D members selection. , 6(2), 385-410. doi: 10.22059/imj.2014.51848
Gholamhossein Nikookar; Yaser Alidadi Nakhlestani; Mohammad Mahdavi; Seyed Jalal Mousavi. "Non-Dominated Sorting Genetic Algorithm to inegrated model for R&D members selection". , 6, 2, 1393, 385-410. doi: 10.22059/imj.2014.51848
Nikookar, Gholamhossein, Alidadi Nakhlestani, Yaser, Mahdavi, Mohammad, Mousavi, Seyed Jalal. (1393). 'Non-Dominated Sorting Genetic Algorithm to inegrated model for R&D members selection', , 6(2), pp. 385-410. doi: 10.22059/imj.2014.51848
Nikookar, Gholamhossein, Alidadi Nakhlestani, Yaser, Mahdavi, Mohammad, Mousavi, Seyed Jalal. Non-Dominated Sorting Genetic Algorithm to inegrated model for R&D members selection. , 1393; 6(2): 385-410. doi: 10.22059/imj.2014.51848

Non-Dominated Sorting Genetic Algorithm to inegrated model for R&D members selection

Industrial Management Journal
مقاله 10، دوره 6، شماره 2، مهر 2014، صفحه 385-410    اصل مقاله (1.4 M)
نوع مقاله: Research Paper
شناسه دیجیتال (DOI): 10.22059/imj.2014.51848
نویسندگان
Gholamhossein Nikookar؛ Yaser Alidadi Nakhlestani* ؛ Mohammad Mahdavi؛ Seyed Jalal Mousavi
چکیده
An alternative for decreasing risk for knowledge workers is effective & optimized work break.Major performance criteria in R&D based organization is successful projects. Selection of opproporiate members can be a most effect on the projects achievement. But as the selection of R&D special members lead to decrease of risk, repeatative participation of this people in the same project lead to knowledge concentration and achieve organization with serios risks. Therefore attendance to knowledge and quality project angles is important to selection of R&D teams members. In this study, we developed a model based on Non-Dominated Sorting Genetic Algorithm.
کلیدواژه‌ها
Research and Development Team؛ Member Selection؛ Knowledge Management؛ Multi-objective Decision Making؛ Non-dominated sorting genetic algorithm
عنوان مقاله [English]
ارائۀ یک الگوریتم ژنتیک با مرتب‎سازی نامغلوب ـ نسخۀ 2 (NSGA-II) برای مدل یکپارچۀ انتخاب اعضای تیم‎های تحقیق و توسعه
نویسندگان [English]
غلامحسین نیکوکار؛ یاسر علی دادی تلخستانی؛ محمد مهدوی مزده؛ سید جلال موسوی
چکیده [English]
معیار عملکرد اصلی در سازمان‎های مبتنی بر تحقیق و توسعه، عموماً آمار پروژه ­های موفق است. انتخاب مناسب اعضا می‎تواند در موفقیت پروژه‎ها سهم بسزایی داشته باشد، اما همان‎طور که انتخاب افرادی خاص کاهش‎دهندۀ ریسک پروژه می‎شود، حضور مکرر این افراد در پروژه‎های مشابه، سبب تمرکز دانش‎شده و سازمان را با خطری جدی روبه‎رو می‎کند. بنابراین انتخاب اعضای تیم‎های تحقیق و توسعه به نحوی که زوایای کیفی پروژه و دانش سازمان، هر دو کانون توجه قرار گیرند، حائز اهمیت است. در حالت کلی این نوع مسائل جزء مسائل پیچیدۀ حوزۀ تحقیق ­در عملیات به­شمار می­رود. چون معمولاً در واقعیت تعداد ترکیبات ممکن بسیار زیاد است، روش­های بهینه ­سازی مبتنی بر شمارش یک‎به‎یک، از حل جامع این‎گونه مسائل عاجزند. به­ همین ­دلیل از الگوریتم­ های فراابتکاری، مثل الگوریتم ژنتیک، شبیه‎سازی تبرید، شبکه­ های عصبی و... برای حل استفاده می­شود. در پژوهش پیش رو، مدلی بر این اساس معرفی‎شده و یک الگوریتم ژنتیک با مرتب‎سازی نامغلوب ـ نسخۀ 2 برای حل آن توسعه داده می‎شود.
کلیدواژه‌ها [English]
الگوریتم ژنتیک با مرتب‎سازی نامغلوب ـ نسخۀ 2 (NSGA-II), انتخاب اعضا, گروه تحقیق و توسعه (R&D), مدیریت دانش, تصمیم‎گیری چندهدفه
آمار
تعداد مشاهده مقاله: 5,602
تعداد دریافت فایل اصل مقاله: 2,600





سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب