%0 Journal Article %T یک مدل جامع ترکیبی NDEA-BSC و شبکه عصبی جدید برای پیش بینی شاخصهای عملکردی سازمانی %J تصمیم گیری و تحقیق در عملیات %I موسسه آموزش عالی آیندگان %Z 2538-5097 %A جابری, محمد %A نجفی, سید اسماعیل %A حسین زاده لطفی, فرهاد %A حاجی مولانا, محمد %D 2021 %\ 09/06/2021 %V 6 %N 2 %P 271-287 %! یک مدل جامع ترکیبی NDEA-BSC و شبکه عصبی جدید برای پیش بینی شاخصهای عملکردی سازمانی %K "تحلیل پوششی داده های شبکه ای " %K "کارت امتیازی متوازن" %K " اهداف استراتژی" %K "شاخص بهره وری مالمکوئیست " %K "شبکه عصبی مصنوعی " %K "پرسپترون چندلایه " %R 10.22105/dmor.2020.254632.1243 %X هدف: استراتژی اصلی‌ترین منبع رشد بلندمدت سازمان‌ها می‌باشد و در صورت عدم اجرای موفق استراتژی، حتی اگر استراتژی‌های مناسبی اتخاذشده باشد این فرآیند بیهوده است. هدف این مقاله پیشنهاد یک مدل جامع ترکیبی را برای پیش‌بینی شاخص‏های عملکردی سازمانی است.روش‌شناسی پژوهش: به منظور رسیدن به هدف پژوهش، ابتدا از کارت امتیازی متوازن به‌عنوان ابزاری برای طراحی شاخص‌های ارزیابی عملکرد و از تحلیل پوششی داده‌های شبکه‌ای به‌عنوان ابزاری برای ارزیابی عملکرد استفاده شده است. سپس با استفاده از تطبیق شاخص بهره‌وری مالمکوئیست با مدل ترکیبی مذکور، به ارائه مدل پیشرفت و پسرفت سازمان‌ها طی دو دوره متوالی پرداخته می‌شود. سرانجام با ترکیب مدل‏های پیشنهادی و شبکه‏های عصبی مصنوعی راهکاری را برای ارزیابی عملکرد 500 شعبه بانک و نیز تشخیص پیشرفت و پسرفت آن‌ها ارائه می‏گردد.یافته‌ها: نتایج به‌دست‌آمده نشان‌دهنده دقت مناسب و زمان محاسباتی کمتر مدل‏های ترکیبی پیشنهادی است.اصالت/دانش‌افزایی علمی: پژوهش حاضر با ارائه یک مدل ترکیبی با استفاده از تحلیل پوششی داده‌های شبکه‌ای و کارت امتیازی متوازن می‌تواند به دانش موجود در خصوص ارزیابی عملکرد بنگاه‌های اقتصادی بیافزاید و روش‌های پیشنهادی می‌توانند ابزارهای نوید‌بخشی برای ارزیابی عملکرد سازمان‌ها، به‌خصوص داده‏های بزرگ باشند. %U https://www.journal-dmor.ir/article_118628_919f6c911e02a6018407b4ba6769ffd9.pdf