فلسفه زنجیره تأمین در چند دهه اخیر به علت افزایش رقابت محیط پرتلاطم صنایع مختلف توجهات زیادی را به خود جلب کرده است. صنعتگران مختلف می دانند که برای بقای در این محیط جلب رضایت مشتری مهم ترین فاکتور است. جلب رضایت برآورده سازی خواسته های آن هاست که در کیفیت، دقت و قیمت مناسب خلاصه می شود. یکی از ابزارهای برآورده سازی خواسته ها معرفی و بکارگیری فناوری ها و تکنولوژی های نوین و برتر است. هدف اصلی زنجیره تأمین، تولید، توزیع، لجستیک و تحویل کالا در مکان درست، زمان مناسب و تعداد و مقدار درست جهت برآورده کردن رضایت مشتری با حداقل زمان و هزینه می باشد. بنابراین نیاز به تکنولوژی هایی جهت کاهش زمان و هزینه های پروژه، بهبود تولیدات و عملیات می باشد. ظهور تکنولوژی هایی همانند rfid باعث خودکار سازی زنجیره تأمین می شوند و زنجیره تأمین را در ردیابی و نظارت بر کالا و محصولات و بدست آوردن داده صحیح از کالا و خدمات نسبت به گذشته کاراتر می کنند. این پژوهش نیز از آنجا برآمده است تا چارچوبی نسبتاً دقیق، عینی و قاعده مند برای بکارگیری و توسعه تکنولوژی rfid در لجستیک ارائه دهد. پژوهش پیش رو، با هدف بکارگیری و توسعه تکنولوژی rfid در لجستیک شرکت تعاونی کارکنان صنایع الکترونیک شیراز(تکصا)، به شناسایی معیارها و زیر معیارهای مرتبط و همچنین رویکرد تصمیم گیری فازی مبتنی بر روش anpبه منظور وزن دهی به معیارها و زیر معیارها مورد استفاده قرار داده است.

در سازمان های امروزی دیگر به مانند گذشته، سرمایه های فیزیکی عامل اصلی موفقیت محسوب نمی گردند و حتی بزرگ ترین شرکت ها نیز در حاشیه ی امنیت قرار ندارند. با در نظر گرفتن شرایط فعلی می توان دانش را به عنوان اصلی ترین عامل موفقیت در سازمان های پیشرو معرفی کرد. دانش برای سازمان مزیت رقابتی پایدار ایجاد کرده و امکان ماندن در چرخه ی رقابت را فراهم می کند، در نتیجه اجرای مدیریت دانش به عنوان فرایندی برای حفاظت از ارزشمندترین دارایی سازمان ضروری است. یکی از مهم ترین گام های مدیریت دانش، فرایند ممیزی دانش یعنی بررسی و ارزیابی وضعیت موجود دانش سازمانی است. ممیزی دانش با بررسی دارایی های موجود آشکار و نهان دانشی، جریان دانش و فرایندهای دانشی دید روشنی از وضعیت سازمان در اختیار مدیریت قرار می دهد. بدون شک پیاده سازی مدیریت دانش بدون انجام یک ارزیابی دقیق از دارایی های دانشی سازمان امکان پذیر نخواهد بود. در این پژوهش سعی می شود با بررسی مدل های موجود ممیزی دانش و در نظر گرفتن نقاط قوت و ضعف آن ها، یک چهارچوب مشخص و مدون بدین منظور ارائه گردد. از طرفی با استفاده از مزایای روش های فازی سعی می شود خروجی ارزیابی تا حد ممکن به واقعیت نزدیک تر گردد. در مواقعی که پاسخ اندیشه سازان با بازه ای از ابهام همراه بوده و نمی توان یک مقدار مطلق را به عنوان جواب ارائه نمود، کاربرد روش های فازی می تواند نتایج بهتری نسبت به حالات غیر فازی ارائه دهد. مدل ارائه شده در این پژوهش شامل مراحل مختلفی است و به منظور تحلیل کمی داده ها در این پژوهش از روش های فازی استفاده خواهد شد. در نهایت مدل ارائه شده در یک سازمان دانش محور، پیاده سازی و مورد ارزیابی قرار خواهد گرفت. کلمات کلیدی: مزیت رقابتی، مدیریت دانش، ممیزی دانش، رویکرد فازی.

توجه به حرکت جوامع و خصوصا سازمان ها،نشان می دهد که محوریت سازمان ها از رویکرد سنتی به سمت نگرش های دانش بنیان تغییر پیدا کرده است.بسیاری از آن ها هویت یافته و برخی به نابودی کشیده شده اند.اما آنچه مانده است و روز به روز گسترش می یابد دانش بشری است.سازمان های پیشرو به اهمیت و نقش دانش به عنوان یک نیاز راهبردی پی برده اند.آن ها با تغییرات اساسی در ساختار نگرش خود تلاش های وسیعی را آغاز کرده اند تا بتوانند از این طریق دانایی را در تمامی ابعاد کاری و سازمانی خود بصورت نظام مند مدیریت کرده و مورد استفاده قرار دهند. حوزه رقابت، سازمان ها را مجبور می سازد که با نیاز به کارایی روبه رو شوند و آن را تشویق کنند، از مدیریت دانش برای ارتقای عوامل هوشمند استفاده کنند و همچنین آن ها را قادر می سازد که از امکانات و ابزارهای فنی استفاده بیشتری نمایند. بر مبنای مجموعه ای از ابزارهای فنی سیستم حمایت از تصمیمات استراتژیک (کار گروهی و واسطه ها، عوامل یکپارچه کننده سیستم و نرم افزار و سخت افزار)، سازمان ها می توانند تلاش نمایند که یک رهیافت جدیدی برای نیل به سطوح بالاتر، تصمیمات استراتژیک یکپارچه، کارایی سازمانی و عملکرد مدیریت دست یابند. به همین دلایل شناخت وضعیت موجود سازمان در ضمینه ی مدیریت دانش و تعیین عوامل موثر بر تصمیم گیری یک سازمان به منظور بکار گیری و یا حتی بهبود مدیریت دانش امری ضروری است.بر این اساس در این تحقیق با عوامل و شاخص های موثر بر مدیریت دانش شناسایی و با استفاده از مدل های بلوغ به بررسی وضعیت سازمان جهت انتخاب راهکارها و انتخاب استراتژی مناسب برای ازتقاء سطح بلوغ پیشنهاد می گردد. در این تحقیق ابتدا عوامل موثر بر موفقیت دانش از ادبیات موضوع استخراج می شود و سپس با روش تحلیل عاملی تاییدی و مدل سازی معادلات ساختاری مدلی جهت ارزیابی بلوغ مدیریت دانش تدوین می شود. در ادامه یک سیستم خبره ی فازی کار ارزیابی بلوغ مدیریت دانش را بر اساس این مدل در سازمان انجام می دهد. هدف در این تحقیق ارائه ی مدلی جدید برای سازمان ها به منظور ارتقای سطح کیفی و نیز صعود در ارزیاب های جهانی کیفیت efqm و make می باشد. یک شرکت صنعتی جهت مطالعه ی موردی انتخاب شد که از بزرگ ترین تولید کننده های صنعتی کشور می باشند.

داده کاوی یک ابزار با ارزش برای درک نیازهای مشتری می باشد. خوشه بندی جز مهمترین تکنیک های داده کاوی به شمار می آید. در این تحقیق، الگوریتم پیشنهادی که جزء الگوریتم های فرا ابتکاری است، برای خوشه بندی بهینه ، ارائه می شود. الگوریتم پیشنهادی از دو الگوریتم رقابت استعماری برای تعیین تعداد بهینه خوشه ها و الگوریتم جغرافیای زیستی برای توسعه خوشه بندی تشکیل شده است. پس از تعیین تعداد خوشه ها، اعتبار تعداد خوشه ها مورد بررسی قرار می گیرد و خوشه بندی با الگوریتم پیشنهادی انجام می شود و آن را با برخی الگوریتم های خوشه بندی دیگر مورد مقایسه قرار می دهیم تا عملکرد بهتر این الگوریتم برای ما مشخص شود. پس از آن، با استفاده از تکنیک های داده کاوی نظیر درخت تصمیم، به تجزیه و تحلیل هر بخش پرداخته خواهد شد و استراتژی های بازاریابی مختص به هر خوشه تعیین می شود. نتایجی که درخت تصمیم به نمایش می گذارد به صورت قوانینی است که می توان برای پیش بینی مشتریان جدید قرار گیرد که در کدام خوشه قرار خواهند گرفت. پس از بخش بندی و تعیین خوشه ها از تکنیک های داده کاوی پیش بینی کننده برای سنجش دقت پیش بینی مشتریان جدید که در کدام خوشه قرار می گیرند بهره خواهیم برد و بهترین تکنیک پیش بینی کننده را از نظر دقت و صحت ارائه خواهیم کرد.

ﭘﻴﺶﺑﻴﻨﻲ ﻣﺴﺎﻟﻪ اﺻﻠﻲ ﺑﺴﻴﺎری از ﺗﺤﻘﻴﻘﺎت در ﭼﻨﺪ دهه¬یﮔﺬﺷﺘﻪ ﺑﻮده اﺳﺖ، و ﺑﺴﻴﺎری از ﻣﺤﻘﻘﻴﻦ ﺑﺮروی اﻳﻦ ﻣﺴﺎﻟﻪ تمرکز کرده اند. ﭘﻴﺶﺑﻴﻨﻲ آب و ﻫﻮا، ﭘﻴﺶﺑﻴﻨﻲ ﺑﻮرس، ﭘﻴﺶﺑﻴﻨﻲ ﻓﺮوش و ﭘﻴﺶﺑﻴﻨﻲ در پزشکی ﺗﻨﻬﺎ ﻧﻤﻮﻧﻪﻫﺎﻳﻲ از ﻛﺎرﺑﺮد اﺑﺰارﻫﺎی ﭘﻴﺶﺑﻴﻨﻲ ﻫﺴﺘﻨﺪ. ﻃﻴﻒ وﺳﻴﻌﻲ از ﺗﻜﻨﻴﻚﻫﺎ، از روشﻫﺎی رﻳﺎﺿﻲ ﺗﺎ روشﻫﺎی داده ﻛﺎوی ﺗﻮﺳﻂ ﻣﺤﻘﻘﻴﻦ ﺑﺮای ﭘﻴﺶﺑﻴﻨﻲ ﺑﻜﺎر ﮔﺮﻓﺘﻪ ﺷﺪه اﺳﺖ. ﻳﻜﻲ از کاریردهای ﻣﺸﻬﻮر ﺑﺮای ﭘﻴﺶﺑﻴﻨﻲ "تشخیص بیماریها من جمله دیابت" اﺳﺖ. از جمله روش¬های پیش بینی، درعرصه پزشکی به کارگیری الگوریتم های تکاملی و ترکیبی است که دارای توانمندی بالایی در مدل¬سازی مسائل پزشکی و مهندسی می¬باشند. از دلایل به کار گیری الگوریتمهای تکاملی در پزشکی، این است که گاهی سطح واضح وخاصی از بیماری نمی تواند افراد بیمار را از افرادسالم تمییزدهد و یا به دلیل شباهت علائم بیماریها به هم و یا عواملی من جمله خستگی پزشک ممکن است بیماری تشخیص داده نشود. این امر سبب گردیده است تا در مواقعی بیماری به دلیل عدم تشخیص به صورت خاموش در بیمار تا مدتها باقی مانده و حتی جان بیمار را به خطر اندازد . اگرچه می توان با ملاحظات آماری یک سطح را در نظر گرفت ولی بطور ایده آل مایل هستیم سطحی را براساس داده های بیولوژیک تنظیم کنیم، اما برای بسیاری از شاخصهای انسانی فاقد اطلاعات و ابزاری هستیم که بتوانند مارادر تعیین سطح خاص یاری دهند. در همین راستا پزشکان جهت تشخیص بیماری نیازمند سطح خاصی از علائم بیماری می باشند تا بتوانند بیماری را با اطمینان تشخیص داد . در مطالعه حاضر با استفاده از الگوریتم ممتیک، الگوریتم ژنتیک، و ترکیبی از الگوریتم مذکور با روش لونبرگ-مارکوارت (lm)، به تعیین وزن های شبکه عصبی ¬پرداخته شده، و جهت بررسی اعتبار سنجی شبکه عصبی از روشهای اعتبار سنجی سنتی و kfold validation استفاده گردیده، و در نهایت برای مقایسه مدل ها از سطح زیر منحنی، ماتریس در هم ریختگی، و نمودار سطح پاسخ استفاده شده است. همچنین در این پژوهش جهت تعیین پارامترهای مهم از سطح پاسخ(rsm) استفاده می¬گردد. پس از انجام بررسی¬های اولیه معلوم گردید دقت پیش بینی شبکه عصبی در بهترین حالت، و با روش اعتبار سنجی سنتی 88% ، با الگوریتم ژنتیک، و روش اعتبار سنجی سنتی 91%، با ترکیب الگوریتم ژنتیک و لونبرگ-مارکوارت به 95.5% ، و با روش الگوریتم ممتیک 92.3% است. نتایج نشان می¬دهد از نظر دقت به ترتیب الگوریتم galm ، الگوریتم ممتیک، الگوریتم ژنتیک، شبکه عصبی دارای دقت بیشتری می باشند اما ازنظر نمودار roc به ترتیب الگوریتم galm ، الگوریتم ممتیک، شبکه عصبی، الگوریتم ژنتیک دارای اهمیت است.

استفاده از سیستمهای پیشنهادگر روز به روز در حال افزایش است. سیستمهای پیشنهادگر خبره، به عنوان موضوعی جدید در فروم های آنلاین و شبکه های اجتماعی بیش از پیش مورد استفاده قرار می-گیرند. آنچه که در سیستمهای پاسخ به سوال و فروم های آنلاین بسیار ضروری است، این است که علاوه بر محتوای مورد نیاز، نویسنده ی آن محتوا نیز به عنوان ایجاد کننده ی دانش پیشنهاد شوند. ارتباط با متخصصین باعث می شود که علاوه بر انتقال مطلب، با انتقال تجارب و دانسته ها، بینش و فهم در مورد موضوع منتقل شود. در این پژوهش، ما از رزومه های اساتید دانشگاه به عنوان داده های پروفایل افراد متخصص استفاده کرده و با استفاده از ماتریس همبستگی کلمات، مدل فضای برداری و الگوریتم pagerank سه مدل جدید برای یافتن افراد خبره ارائه کرده ایم که در مقایسه با روش های مرجع نتایج بهتری دارند.