دوره 18، شماره 3 - ( 6-1400 )                   جلد 18 شماره 3 صفحات 92-73 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
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. Journal of Operational Research and Its Applications. 2021; 18 (3) :73-92
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) :92-73

URL: http://jamlu.liau.ac.ir/article-1-1908-fa.html


دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران
چکیده:   (210 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.
متن کامل [PDF 805 kb]   (72 دریافت)    
نوع مطالعه: كاربردي | موضوع مقاله: تخصصي
دریافت: 1399/4/12 | پذیرش: 1399/12/23

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.