دوره 18، شماره 3 - ( 6-1400 )
جلد 18 شماره 3 صفحات 92-73 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Homayounfar M, Salahi F, Daneshvar A, Khatami Firouzabadi S M A. Applying a Hybrid DEA-ANN Approach in Evaluation of Balanced Efficiency of the Tehran Stock Exchange Pharmaceutical Companies. jor 2021; 18 (3) :73-92
URL: http://jamlu.liau.ac.ir/article-1-1908-fa.html
URL: http://jamlu.liau.ac.ir/article-1-1908-fa.html
همایون فر مهدی، صلاحی فریبا، دانشور امیر، خاتمی فیروزآبادی سید محمدعلی. کاربرد رویکرد ترکیبی تحلیل پوششی داده‌ها و شبکه عصبی مصنوعی در ارزیابی کارایی متوازن شرکت های داروسازی بورس اوراق بهادارتهران. تحقیق در عملیات در کاربردهای آن. 1400; 18 (3) :73-92
دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران
چکیده: (2174 مشاهده)
ارزیابی عملکرد از مهم‌ترین روش های بررسی نحوه کارکرد سازمان ها در مقایسه با وضعیت گذشته و یا سایر رقبا می باشد که امکان انجام اقدامات لازم برای بهبود عملکرد را ممکن می سازد. در این پژوهش با به‌کارگیری یک رویکرد ترکیبی تحلیل پوششی داده ها و شبکه عصبی مصنوعی به ارزیابی عملکرد شرکت داروسازی ایران دارو پرداخته شده است. به این منظور، در ابتدا با بررسی مبانی نظری، معیارهای ارزیابی شرکت بر اساس منظرهای کارت امتیازی متوازن مورد بررسی قرار گرفتند و در ادامه معیارهای با درجه اهمیت بالاتر بر اساس نظر خبرگان شناسایی شدند. بر این اساس، با توجه به لزوم مطالعه و ارزیابی عملکرد شرکت داروسازی ایران دارو، عملکرد این شرکت طی دوره 4 ساله (سال 1393 الی 1396) با استفاده از تحلیل پوششی داده ها با فرض بازده به مقیاس ثابت و دیدگاه خروجی محور مورد ارزیابی قرار گرفت. سپس با استفاده از الگوریتم شبکه عصبی مصنوعی به پیش بینی عملکرد شرکت پرداخته شده است. نهایتاً، نتایج شبکه های عصبی مصنوعی با لایه های مختلف بررسی‌شده و نتایج حاصل از شبکه با مناسب‌ترین تعداد لایه ها بر اساس شاخص های دقت، صحت، فراخوانی و خطا با نتایج سایر الگوریتم های یادگیری ماشین مقایسه گردیده است. نتایج، نشان دهنده عملکرد بهتر مدل ارایه شده در مقایسه با الگوریتم های درخت تصمیم، بیز ساده، ماشین بردار پشتیبان و K نزدیک‌ترین همسایه می‌باشد.
واژه‌های کلیدی: تحلیل پوششی داده ها، شبکه عصبی، یادگیری ماشینی، ارزیابی عملکرد، کارت امتیازی متوازن، بورس اوراق بهادار
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
