نوع مقاله : مقاله پژوهشی - کاربردی

نویسندگان

1 رئیس دانشگاه آموزش عالی آیندگان تنکابن

2 گروه مهندسی صنایع دانشگاه ازاد واحد علوم و تحقیقات

3 دانشگاه ازاد واحد علوم و تحقیقات

4 دانشگاه ازادواحد علوم و تحقیقات

چکیده

استراتژی اصلی‌ترین منبع رشد بلندمدت سازمان‌ها می‌باشد و در صورت عدم اجرای موفق استراتژی، حتی اگر استراتژی‌های مناسبی اتخاذشده باشد این فرآیند بیهوده است. در این مقاله یک مدل جامع ترکیبی را برای پیش بینی شاخصهای عملکردی سازمانی پیشنهاد میدهیم.به این ترتیب که ابتدا از کارت امتیازی متوازن به‌عنوان ابزاری برای طراحی شاخص‌های ارزیابی عملکرد و از تحلیل پوششی داده‌های شبکه‌ای به‌عنوان ابزاری برای ارزیابی عملکرد استفاده می کنیم. سپس با استفاده از تطبیق شاخص بهره‌وری مالم کوئیست با مدل ترکیبی مذکور، به ارائه مدل پیشرفت و پسرفت سازمآن‌ها طی دو دوره متوالی می پردازیم. سرانجام با ترکیب مدل های پیشنهادی و شبکه های عصبی مصنوعی راهکاری را برای ارزیابی عملکرد 500 شعبه بانک و نیز تشخیص پیشرفت و پسرفت آن‌ها ارائه می کنیم. نتایج به‌دست‌آمده نشان‌دهنده دقت مناسب و زمان محاسباتی کمتر مدل های ترکیبی پیشنهادی است.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

A COMPREHENSIVE HYBRID NDEA- BSC MODEL AND A NEW NEURAL NETWORK FOR PREDICTING ORGANIZATIONAL PERFORMANCE INDICATORS

نویسندگان [English]

  • mohammad jaberi 2
  • farhad hoseinzadeh 3
  • mohammad haji molana 4

2 Department of Industrial Engineering, Science and Research Branch, Islamic Azad University, Tehran

3 Department of Industrial Engineering, Science and Research Branch, Islamic Azad University, Tehran

4 Department of Industrial Engineering, Science and Research Branch, Islamic Azad University, Tehran

چکیده [English]

Strategies are the most significant source of long-term development in an organization and if not successfully operated, no matter how well suited those strategies are designed, the whole process would be bound to fail. In this article, we suggest a comprehensive hybrid model to predict organizational performance indicators. Thus we use Balanced Score Card as a tool for designing performance assessment indicators, we also use Network Data Envelopment Analysis as the proper tool for performance assessment. The next step would be matching the aforementioned hybrid model against the Malmquist productivity index and using the outcome to present the organization’s progression and regression models during two consequential cycles. Finally, with combining the suggested models and the artificial neural system, we present an appropriate solution to assess the performance of 500 bank branches and also determining their progression and regression. The results show the proper accuracy of the suggested hybrid models and also the fact that they appear to be less time consuming to operate than any other method out there.

کلیدواژه‌ها [English]

  • "network data envelopment analysis (NDEA)" ،" balanced score cards (BSC)"، "strategy goals" ، "Malmquist productivity index
  • artificial neural system"، "multilayered perceptron
  • efficiency"