فایل ورد کامل الگوریتم یکپارچه مجموعه های راف- شبکه عصبی مصنوعی ANN – آنالیز پوششی اطلاعات (DEA) جهت سنجش کارآیی پرسنل

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل الگوریتم یکپارچه مجموعه های راف- شبکه عصبی مصنوعی ANN – آنالیز پوششی اطلاعات (DEA) جهت سنجش کارآیی پرسنل،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۹ صفحه

۳ نتیجه گیری و کارهای آینده

دیدگاه پیشنهادیِ این مقاله تجزیه و تحلیل شش- مرحله ای را برای کمک به مدیران ارائه می دهد تا روش تصمیم گیری موثری را برای نشان دادن ویژگی های مهمِ موثر بر کارایی پرسنل به طور خاص و در کل راندمانِ کل تنظیم کنند. هدف این است تا ویژگی های مهمی به مدیریت اخطار داده شوند که باید در صورتی که تصمیم-گیری موثر برای بهبود راندمان کل اتخاذ شده، در نظر گرفته شوند. تعیین ویژگی های مهم پرسنل یک روش مفید برای غلبه بر پیچیدگی مرتبط با ورودی ها و خروجی های متعدد می باشد. الگوریتم پیشنهادی اثر ویژگی های کارآمد پرسنل بر روی راندمان کل را از طریق تجزیه و تحلیل پوششی اطلاعات (DEA)، شبکه ی عصبی مصنوعی و نظریه ی مجموعه راف (RST) ارزیابی می کند. نتیجه ی این بررسی به مدیران کمک می کند تا سیستم مفیدی را برای پیش بینی راندمان های DMUها توسط ویژگی های انتخابی ایجاد کنند. همچنین، این اولین بررسی در ادبیات است که در آن شبکه های عصبی، تجزیه و تحلیل پوششی اطلاعات و نظریه ی مجموعه راف برای ارزیابی راندمان پرسنل ادغام می شوند. ویژگی های مهم الگوریتم پیشنهادی در مقایسه با الگوریتم ها مدل های موجود در جدول ۸ نشان داده می شوند. به وضوح، الگوریتم پیشنهادی نسبت به مدل ها و الگوریتم های موجود و متداول بهتر است.

عنوان انگلیسی:An integrated Data Envelopment Analysis–Artificial Neural Network–Rough Set Algorithm for assessment of personnel efficiency~~en~~

۴ Conclusion and future work

The proposed approach of this paper provided a six-stage analysis to help managers formulate an effective decision-making procedure to demonstrate critical attributes affecting personnel efficiency in particular and total efficiency in general. The purpose is to alert management to the important attributes that should be considered if an effective decision to enhance total efficiency is to be formulated. Determination of critical personnel attributes is a useful procedure to overcome complication associated with multiple inputs and outputs. The proposed algorithm assesses the impact of personnel efficiency attributes on total efficiency through Data Envelopment Analysis (DEA), Artificial Neural Network and Rough Set Theory (RST). The outcome helps managers to construc helpful system to forecast DMUs efficiencies by selected attributes. Also, this is the first study in literature in which neural networks, Data Envelopment Analysis and Rough Set Theory are integrated for assessment of personnel efficiency. The significant features of the proposed algorithm in comparison with existing models and algorithms are shown in Table 8. Obviously, the proposed algorithm is superior to the conventional and existing models and algorithms.

$$en!!