مدل سازی سرمایه فکری با استفاده از شبکههای عصبی مصنوعی ومقایسه آن با مدل رگرسیون خطی

با توجه به سرمایهگذاری انبوهی که اخیراً سازمانها برای اکتساب دانش و بهرهوری سرمایه فکری، روی سیستم- هایی که بعضاً اثر بخش نیستند؛ انجام میدهند، ضرورت ارائه مدلی جهت ارزیابی سرمایه فکری نمود مییابد. بر این اساس، هدف از نگارش این مطالعه ارائه مدلی از سرمایه فکری با استفاده از شبکه عصبی میباشد. جهت نیل به این منظور، شبکه عصبی مصنوعی با ساختار پرسپترون چند لایه در نظر گرفته شد، که پس از بارها آزمون و خطا بر روی دادههای هدف، مدلی با یک لایه ورودی دارای سه نرون و دو لایه پنهان که در هر لایه دو نرون وجود دارد و لایه خروجی که همان متغیر پاسخ (سرمایه فکری) میباشد، طراحی گردید که دارای بیشترین دقت در پیش بینی متغیر پاسخ میباشد. جهت کارایی مدل انتخاب شده به مقایسه آن با مدل رگرسیون خطی پرداخته شد. نتایج نشان میدهد که مدل شبکه عصبی نسبت به رگرسیون خطی، دارای میانگین مربعات خطای کمتری میباشد. براین اساس مدل شبکه عصبی با قدرت بیشتری به پیش بینی سرمایه فکری میپردازد.

کلیدواژه های مدل سازی سرمایه فکری با استفاده از شبکههای عصبی مصنوعی ومقایسه آن با مدل رگرسیون خطی:

سرمایه فکری ، سرمایه انسانی ، سرمایه ساختاری ، سرمایه مشتری و شبکه عصبی مصنوعی