ارایه مدل جهت بهبود ارزیابی عملکرد تطبیقی شرکت ها با استفاده از شبکه عصبی مصنوعی و تحلیل پوششی داده ها
- سال انتشار: 1402
- محل انتشار: پنجمین کنفرانس بین المللی محاسبات نرم
- کد COI اختصاصی: CSCG05_005
- زبان مقاله: فارسی
- تعداد مشاهده: 224
نویسندگان
دانشجوی دکتری مدیریت صنعتی گرایش تولید و عملیات، دانشکده مدیریت و اقتصاد، دانشگاه گیلان، گیلان، ایران
دانشیار گروه مدیریت، دانشکده مدیریت و اقتصاد، دانشگاه گیلان، گیلان، ایران
چکیده
برای افزایش توان رقابتی، مدیران سازمان ها نیازمند تصمیم گیری بر مبنای اطلاعات درست هستند. یکی از ابزارهایی که به قدرت تحلیل مدیران و در نهایت تصمیم گیری بهتر کمک می کند، تحلیل پوششی داده ها است. این روش مبتنی بر برنامه ریزی خطی است و عملکرد واحدها را مورد سنجش قرار می دهد اما کاستی هایی نیز دارد مانند حساسیت به داده های پرت و عدم قدرت تفکیک پذیری واحدها. برای جبران این کاستی ها ایده ی ادغام آن با شبکه عصبی مصنوعی مطرح می شود. شبکه های عصبی می توانند ابزارهای بهتری را برای غلبه بر کاستی های تحلیل پوششی داده ها ارائه دهند و همچنین جنبه ی پیش بینی به آن بدهند. در این مقاله، مدل ترکیبی از تلفیق یکی از انواع مدل های جمعی تحلیل پوششی داده ها، مدل RAM، که وزن ها را بر اساس دامنه تغییرات ورودی و خروجی اختصاص می دهد و از خروجی نامطلوب جلوگیری می کند، با شبکه های عصبی مصنوعی ارائه شده است. بخش مورد مطالعه، صنعت بانک، بیمه و شرکت های سرمایه گذاری فعال در بورس اوراق بهادار تهران است. داده ها برای ده دوره متوالی از سال ۱۳۹۱ الی ۱۴۰۰ از کدال جمع آوری شد و سپس با استفاده از مدل ترکیبی مطرح شده کارایی واحدها در سال ۱۴۰۱ تخمین زده شد و بر اساس آن واحدها رتبه بندی شدند. نتایج نشان داد که مدل ترکیبی، حساسیت به داده های پرت را ندارد و رتبه بندی ارائه شده آن تحلیل قابل اطمینان تری از عملکرد را نشان می دهد.کلیدواژه ها
شبکه عصبی مصنوعی،تحلیل پوششی داده ها،عملکرد شرکت،کاراییمقالات مرتبط جدید
- هندسه و مفاهیم آن برای دانش آموزان مقاطع ابتدایی
- شناسایی بوزون هیگز با استفاده از طبقه بندی کننده های کوانتومی
- بهبود الگوریتم های رمزنگاری با سیستم تراختنبرگ مطالعه ای درباره سرعت و امنیت
- بهبود عملکرد روش های عددی برای حل معادلات دیفرانسیل خطی با استفاده از سیستم حساب تراختنبرگ
- روش های نوآورانه تراختنبرگ برای کاهش پیچیدگی محاسباتی در حل کننده متغیری مقدارویژه کوانتومی VQE
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.