مدل‌سازی عملکرد شغلی با استفاده از سیستم بهینه استنتاج فازی-عصبی تطبیقی( مطالعه موردی: شرکت گاز استان گیلان)

نویسندگان

  • بهناز زنجانی کارشناسی ارشد مدیریت صنعتی، دانشگاه گیلان، رشت، ایران
  • علی جمالی استادیار گروه مهندسی مکانیک، دانشگاه گیلان، رشت، ایران
  • محمود مرادی استادیار گروه مدیریت صنعتی، دانشگاه گیلان، رشت، ایران
چکیده مقاله:

استخراج مدل حاکم بر عملکرد شغلی بر اساس عملکرد کارکنان فعلی سازمان، رویکردی بسیار مؤثر است که بر اساس آن، می‌توان رفتار متقاضیان را پیش‌بینی و ضمن استفادة کم‌هزینه از داده‌های موجود، دانش‌های نهفته در سازمان را برای مدیران آشکار کرد. اما ابهام و عدم قطعیت موجود در ماهیت حوزة منابع انسانی و محدودیت شناختی ذهن انسان، پیش‌بینی عملکرد و مشخصات ناشناختة سیستم را دشوار می‌سازد. بنابراین، باید به دنبال ساخت مدل‌هایی بود که ابهام را بخشی از سیستم مدل در نظر داشته باشد. در این پژوهش ، به‌منظور مدل‌سازی عملکرد شغلی، با بهره‌گیری از هوش مصنوعی و الگوریتم‌های بهینه‌سازی پیشرفته، شامل الگوریتم ژنتیک و روش تجزیة مقادیر منفرد، سیستم بهینة استنتاج عصبی-فازی تطبیقی معرفی شده است. ضریب همبستگی 995/0 برای مدل ارائه‌شده، بیانگر دقت و توانمندی بسیار بالای مدل، حداقل خطای آموزش و حداقل خطای پیش‌بینی و حداکثر انطباق‌پذیری عملکرد شغلی پیش‌بینی‌شده با عملکرد واقعی است. درنتیجه، می‌توان مدیران منابع انسانی را به ابزاری قدرتمند به‌منظور تصمیم‌گیری‌های گزینشی به دور از خطای ناشی از قضاوت‌های ذهنی، مجهز کرد.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

مدل سازی عملکرد شغلی با استفاده از سیستم بهینه استنتاج فازی-عصبی تطبیقی( مطالعه موردی: شرکت گاز استان گیلان)

استخراج مدل حاکم بر عملکرد شغلی بر اساس عملکرد کارکنان فعلی سازمان، رویکردی بسیار مؤثر است که بر اساس آن، می توان رفتار متقاضیان را پیش بینی و ضمن استفادة کم هزینه از داده های موجود، دانش های نهفته در سازمان را برای مدیران آشکار کرد. اما ابهام و عدم قطعیت موجود در ماهیت حوزة منابع انسانی و محدودیت شناختی ذهن انسان، پیش بینی عملکرد و مشخصات ناشناختة سیستم را دشوار می سازد. بنابراین، باید به دنبا...

متن کامل

مدلسازی طراحی آرایه‌های خورشیدی ماهواره‌های سنجش از دور برمبنای سیستم استنتاج عصبی-فازی تطبیقی

از دیر باز مسأله مدل‌سازی و تحلیل سیستم‌ها خصوصاً در سیستم‌های پیچیده با دینامیک بالا همراه با نویز و عدم قطعیت در شناخت رفتار سیستم‌ها و تصمیم‌گیری بسیار با اهمیت بوده و هست. این مقاله نشان می‌دهد که سیستم‌های عصبی- فازی می‌توانند برای مدل‌سازی طراحی آرایه‌های خورشیدی زیرسیستم تأمین توان الکتریکی ماهواره‌های سنجش از دور در فاز طراحی مفهومی به‌طور مؤثری مورد استفاده قرار گیرند. در طراحی مدل سیست...

متن کامل

بکارگیری سیستم بهینه استنتاج فازی-عصبی تطبیقی به منظور پیش بینی کارایی پرسنل (مطالعه موردی)

ابهام و عدم قطعیت موجود در ماهیت و محدودیت شناختی ذهن انسان، همواره پیش بینی رفتار و مشخصات ناشناخته سیستم هایی که با انسان سروکار دارند را دشوار می سازد. درنتیجه، پیش بینی در این حوزه، نیازمند ساخت مدل هایی است که ابهام را به عنوان بخشی از سیستم درنظر گرفته و مدل سازی کند. هدف از این مقاله بهره-گیری از هوش مصنوعی و الگوریتم های بهینه سازی پیشرفته برای مدل سازی کارایی پرسنل است که در این بررسی ...

متن کامل

تخمین ضریب اصطکاک در لوله‌ها با استفاده از سیستم تطبیقی استنتاج فازی- عصبی

تخمین ضریب اصطکاک در لوله‌ها در بسیاری از مسائل مهندسی آب و فاضلاب، مانند توزیع سرعت و تنش برشی، فرسایش، انتقال رسوب و افت هد، اهمیت ویژه‌ای دارد. در تحلیل این‌گونه مسائل با دانستن ضریب اصطکاک، می‌توان تخمین دقیق‌تری از آنها به‌دست آورد. در این تحقیق به‌منظور تخمین ضریب اصطکاک در لوله‌ها با استفاده از سیستم تطبیقی استنتاج فازی- عصبی، روش افراز شبکه‌ای مورد استفاده قرار گرفت. برای آموزش و تست مد...

متن کامل

تنظیم پارامتر اندیکاتور های تحلیل تکنیکال با استفاده از بهینه سازی چندهدفه گروه ذرات و سیستم استنتاج تطبیقی فازی-عصبی

در این مقاله، یک سیستم معاملاتی خودکار که از ترکیب تحلیل تکنیکال و سیستم استنتاج تطبیقی فازی-عصبی جهت پیش بینی روند قیمتی سهام و افزایش بازدهی حاصل از سرمایه گذاری استفاده می کند، معرفی شده است. در سیستم معاملاتی معرفی شده، نخست با استفاده از الگوریتم بهینه سازی گروه ذرات پارامتر های بهینه اندیکاتورهای تحلیل تکنیکال تعیین شده و با استفاده از خروجی این اندیکاتورها و سیستم استنتاج تطبیقی عصبی-فاز...

متن کامل

پیش‌بینی کیفی رودخانه‌ها با استفاده از سیستم استنتاج فازی-عصبی تطبیقی

اخیرأ استفاده از مدل‌های ریاضی برای شبیه‌سازی کیفیت آب رودخانه‌ها توسعه زیادی یافته که به دلیل پیچیدگی و تعدد فرایندهای کیفی منابع آب سطحی و وجود ضرایب و ثابت‌های شیمیایی و بیولوژیکی متعدد، استفاده از سیستم استنباط فازی-عصبی تطبیقی، روشی نو جهت پیش‌بینی کیفی رودخانه‌هاست. در این مقاله ضمن بیان مبانی این سیستم به‌منظور پیش‌بینی کیفی آبهای سطحی، کاربرد آن با مجموعه‌ای از داده‌های 16 ساله از اکسیژ...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 6  شماره 1

صفحات  111- 136

تاریخ انتشار 2014-03-21

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023