ارایه ی چارچوبی برای پیش بینی غیبت کارکنان با رویکرد شبکه های عصبی مصنوعی
Authors
abstract
غیبت از کار موضوعی مهم و اساسی برای صنایع و سازمان ها است. این مسئله، به عنوان عاملی هزینه زا در سازمان ها، مدیران را بر آن داشته است تا در زمینه ی کاهش آن اقدامات لازم را انجام دهند. نخستین گام در جهت کاهش هزینه های غیبت، شناسایی عواملی است که بر غیبت اثر گذاشته و باعث کاهش یا افزایش آن می شوند. تحقیق حاضر برای نخستین بار در ایران با استفاده از خصوصیت تقریب توابع غیرخطی شبکه های عصبی مصنوعی، مدلی مناسب برای پیش بینی میزان غیبت کارکنان طراحی شده و میزان تأثیر عوامل مختلف بر غیبت از کار نیز مورد ارزیابی قرار گرفته است. به منظور رسیدن به اهداف یادشده، 14 عامل مؤثر بر غیبت کارکنان به عنوان ورودی تبیین، سپس با استفاده از مدل پرسپترون چندلایه، میزان غیبت کارکنان پیش بینی شده است که براساس قابلیت های مدل طراحی شده، مدیریت می تواند اقدامات لازم را در جهت کاهش غیبت کارکنان به عمل آورد. در ادامه ی تحقیق، با استفاده از فن تحلیل حساسیت، تأثیر هر کدام از متغیرهای ورودی بر خروجی این مدل مورد ارزیابی قرار گرفته است. نتایج نهایی، نشانگر این است که: عوامل «تعهد سازمانی»، «رضایت شغلی» و «تنوع شغلی» بیشترین تأثیر را بر میزان غیبت کارکنان دارند.
similar resources
ارایه‌ی چارچوبی برای پیش‌بینی غیبت کارکنان با رویکرد شبکه‌های عصبی مصنوعی
غیبت از کار موضوعی مهم و اساسی برای صنایع و سازمان‌ها است. این مسئله، به‌عنوان عاملی هزینه‌زا در سازمان‌ها، مدیران را بر آن داشته است تا در زمینه‌ی کاهش آن اقدامات لازم را انجام دهند. نخستین گام در جهت کاهش هزینه‌های غیبت، شناسایی عواملی است که بر غیبت اثر گذاشته و باعث کاهش یا افزایش آن می‌شوند. تحقیق حاضر برای نخستین بار در ایران با استفاده از خصوصیت تقریب توابع غیرخطی شبکه‌های عصبی مصنوعی، ...
full textکاربرد شبکه های عصبی مصنوعی در پیش بینی بارش زمستانه
پیش‌بینی بارش یکی از مهم‌ترین مسائل در زمینه مدیریت بهینه منابع آب در بخش‌های مختلف نظیر صنعت، شرب و کشاورزی است. پیش بینی بارش می تواند باعث جلوگیری از تلفات و خسارات ناشی از بلایای طبیعی شود. هدف از تحقیق حاضر پیش‌بینی بارش زمستانه استان خراسان رضوی با استفاده از شبکه‌های عصبی مصنوعی می‌باشد. بدین منظور، ابتدا سری زمانی بارش متوسط منطقه‌ای به روش کریجینگ در طول دوره آماری به دست آورده شد. سپس...
full textمقایسه ی مدل های شبکه های عصبی مصنوعی و سری های زمانی برای پیش بینی قیمت گوشت مرغ در ایران
با توجه به اهمیت پیش بینی قیمت گوشت مرغ، در تحقیق حاضر قیمت این محصول با استفاده از روش ARIMA و شبکه های عصبی مصنوعی برای افق های زمانی یک ماهه، شش ماهه و دوازده ماهه پیش بینی گردید و این فرضیه که شبکه ی عصبی در پیش بینی قیمت گوشت مرغ از کارایی بیشتری نسبت به مدل های سری زمانی برخوردار است، مورد بررسی قرار گرفت. داده های مربوط به این متغیّر برای دوره ی زمانی1371:1 تا 1385:11 بوده و از شر...
full textشبکه های عصبی مصنوعی : مدلی برای پیش بینی
با توجه به محدودیتها و ابهامهای موجود در مدلهای متداول آماری مانند از دست دادن دادههای مربوط به تعاملهای پیچیده و غیرخطی بین سازههای روانشناختی و برخی مفروضهها مانند همگونی واریـانسها و توزیع نرمال، پژوهش حاضر توانایی مدلهای شبکه‌های عصبی مصنوعی را برای مطالعات پیش‌بینی بررسی کرد. گروه نمونهای شامل 456 دانش ـ آموز پسر سال سوم دبیرستان پرسشنامه شخصیتی کالیفرنیا (cpi؛ گاف، 1975) و پرسشنـام...
full textMy Resources
Save resource for easier access later
Journal title:
پژوهش های مدیریت منابع انسانیجلد ۶، شماره ۱، صفحات ۱۲۹-۱۵۶
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023