ارزیابی عملکرد سازمان با استفاده از دو رویکرد تلفیقی DEA-BSC و ANN-DEA

محورهای موضوعی : مدیریت

رضا احتشام‏ راثی ¹ , عیسی ناجی ²

1 - استادیار، گروه مدیریت صنعتی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران (عهده‌دار مکاتبات)
2 - دانشجوی دکتری، گروه مدیریت صنعتی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران

تاریخ دریافت : 1399/10/23 تاریخ پذیرش : 1399/10/23 تاریخ انتشار : 1399/10/01

کلید واژه: ارزیابی عملکرد, شبکه عصبی مصنوعی, کارت امتیازی متوازن (BSC), تحلیل پوششی داده‌ها (DEA), مدل غیرشعاعی (SBM),

چکیده مقاله :

با توجه به اهمیت کارایی در پیشبرد جوامع و جایگاهی که سازمان های امروزی به خود اختصاص داده ، استفاده از ارزیابی عملکرد به ضرورتی گریز ناپذیر تبدیل شده است. از این رو در این پژوهش سعی بر آن داریم تا با استفاده از تلفیق دو رویکرد DEA-BSC و ANN-DEA به بررسی کارایی سازمان ها بپردازیم. در این راستا، ابتدا به تعیین شاخص های عملکرد به کمک تکنیک کارت امتیازی متوازن در چهار بعد مشتری، فرآیندهای داخلی، رشد و یادگیری و مالی پرداخته، سپس با استفاده از روش تحلیل پوششی داده ها و مدل غیر شعاعی SBM و نرم افزار GAMS کارایی سازمان را محاسبه نمودیم. در گام بعد به کمک شاخص های بدست آمده از روش DEA-BSC و با استفاده از رویکرد تلفیق تحلیل پوششی داده ها و شبکه عصبی مصنوعی و با بهره گیری از نرم افزار MATLAB میزان کارایی را مجدداً محاسبه نمودیم. در گام آخر به مقایسه دو روش DEA-BSC و ANN-DEA پرداخته که نتایج بدست آمده از مقایسه دو روش مذکور حاکی از سازگاری دو مدل در بحث کارایی و برتری روش ANN-DEA به لحاظ زمان کوتاه پاسخگویی و تعیین کارایی و امکان استفاده از الگوریتم آموزش دیده آن برای اندازه گیری کارایی واحدهای سازمانی در آینده است.

چکیده انگلیسی:

Considering the importance of efficiency in advancing communities and the place that today's organizations have embraced, the use of performance evaluation has become an inevitable necessity. Therefore, we are trying to investigate the effectiveness of organizations by combining the two DEA-BSC systems and neural networks in this study. In this regard, first, the performance indicators were determined by using the Balanced Scorecard technique in four dimensions of customer, internal processes, learning and growth and financial, then using the data envelopment analysis method and non-radial SBM model and GAMS software, the organization's efficiency we calculated. In the next step, with the help of the indicators derived from the DEA-BSC method and using the combination of two systems of data envelopment analysis and neural network and using the MATLAB software, the efficiency was re-calculated. In the last step, we compared the two methods of DEA-BSC and ANN-DEA. The results of the comparison of the two methods indicated the compatibility of the two models in discussing the efficiency and superiority of the ANN-DEA method in terms of the short response time and the determination of the efficiency and the possibility of using Its trained algorithm to measure the performance of organizational units in the future.