طراحی چارچوب تحلیلی-پیشگویانه برای ارزیابی کارایی سرمایه انسانی در شرکت های برق منطقه ای با تلفیق تحلیل پوششی داده ها (DEA) و الگوریتم درخت تصمیم گرادیانی: یک پارادایم ترکیبی مبتنی بر یادگیری تقویتی

این پژوهش با هدف ارتقای دقت ارزیابی کارایی سرمایه انسانی در شرکتهای برق منطقه ای، یک چارچوب تحلیلی- پیشگویانه نوین مبتنی بر تلفیق روش تحلیل پوششی دادهها (DEA) و الگوریتم یادگیری ماشین درخت تصمیمگرادیانی (GBDT) ارائه میدهد. این چارچوب با هدف بهبود دقت پیشبینی و رفع محدودیت های روشهای سنتی طراحی شده و توانست دقت پیش بینی را به میزان قابل توجه ۶۷% بهبود بخشد. نوآوری روششناختی این پژوهش در ترکیب هوشمندانه DEA و GBDT نهفته است که منجر به بهینهسازی پارامترها و افزایش انعطافپذیری مدل در مواجهه با تغییرات محیطی می گردد. نتایج این پژوهش نشان میدهد که چارچوب پیشنهادی ترکیبی، رویکردی برتر و کارآمدتر برای ارزیابی کارایی سرمایه انسانی در مقایسه با روشهای DEA کلاسیک و GBDT .خالص است تحلیل عمیق ویژگیها نشان داد که آموزش تخصصی (با وزن ۰.۳۲) مهمترین عامل کلیدی است که بر نقش حیاتی آموزش های هدفمند در افزایش بهرهوری فردی، نوآوری سازمانی و بهبود عملکرد تیمی در این صنعت تاکید دارد. تجربه کاری (با وزن ۰.۲۸ ) و رضایت شغلی (با وزن ۰.۲۵ ) نیز به ترتیب در رتبههای بعدی اهمیت قرار گرفتند. بهطور خاص، تعامل هم افزای آموزش تخصصی با فناوریهای جدید (با وزن ۰.۷۸ ) و تعامل مثبت رضایت شغلی و تجربه کاری (با وزن۰.۶۵ ) به عنوان عوامل بسیار موثر در ارتقاء کارایی سرمایه انسانی برجسته شدند. این پژوهش نه تنها به بهبود روششناسی های ارزیابی کارایی سرمایه انسانی کمک میکند، بلکه راه را برای توسعه سیستم های پشتیبان تصمیم گیری هوشمند و داشبوردهای مدیریتی کارآمدتر هموار می سازد. یافته ها تاکید دارند که سرمایه گذاری هدفمند در آموزشهای تخصصی و به روزرسانی دانش فنی کارکنان همگام با فناوریهای نوین، و همچنین ایجاد و حفظ رضایت شغلی، به ویژه در میان کارکنان با تجربه، اولویتهای کلیدی برای بهبود کارایی سرمایه انسانی و دستیابی به عملکرد سازمانی بهینه هستند. مطالعه موردی در شرکت برق منطقهای سیستان و بلوچستان در باز ه زمانی ۱۳۹۹- ۱۴۰۳ ، کاربرد عملی این چارچوب را تایید میکند.

کلیدواژه ها:

سرمایه انسانی ، کارایی ، تحلیل پوششی داده ها (DEA) ، درخت تصمیم گرادیانی (GBDT) ، یادگیری تقویتی ، پارادایم ترکیبی ، پیشبینی ، ارزیابی کارای ی