کاربرد رويکرد ترکيبي تحليل پوششي داده ها و شبکه عصبي مصنوعي در ارزيابي کارايي متوازن شرکت هاي داروسازي بورس اوراق بهادارتهران
نویسندگان: دانشور امير | همايون فر مهدي | خاتمي فيروزآبادي سيدمحمدعلي | صلاحي فريبا
کلیدواژه ها: ارزيابي عملکرد | يادگيري ماشيني | شبکه عصبي | تحليل پوششي داده ها | کارت امتيازي متوازن | بورس اوراق بهادار
چکیده:
ارزيابي عملکرد از مهم ترين روش هاي بررسي نحوه کارکرد سازمان ها در مقايسه با وضعيت گذشته و يا ساير رقبا مي باشد که امکان انجام اقدامات لازم براي بهبود عملکرد را ممکن مي سازد. در اين پژوهش با به کارگيري يک رويکرد ترکيبي تحليل پوششي داده ها و شبکه عصبي مصنوعي به ارزيابي عملکرد شرکت داروسازي ايران دارو پرداخته شده است. به اين منظور, در ابتدا با بررسي مباني نظري, معيارهاي ارزيابي شرکت بر اساس منظرهاي کارت امتيازي متوازن مورد بررسي قرار گرفتند و در ادامه معيارهاي با درجه اهميت بالاتر بر اساس نظر خبرگان شناسايي شدند. بر اين اساس, با توجه به لزوم مطالعه و ارزيابي عملکرد شرکت داروسازي ايران دارو, عملکرد اين شرکت طي دوره 4 ساله (سال 1393 الي 1396) با استفاده از تحليل پوششي داده ها با فرض بازده به مقياس ثابت و ديدگاه خروجي محور مورد ارزيابي قرار گرفت. سپس با استفاده از الگوريتم شبکه عصبي مصنوعي به پيش بيني عملکرد شرکت پرداخته شده است. نهايتاً, نتايج شبکه هاي عصبي مصنوعي با لايه هاي مختلف بررسي شده و نتايج حاصل از شبکه با مناسب ترين تعداد لايه ها بر اساس شاخص هاي دقت, صحت, فراخواني و خطا با نتايج ساير الگوريتم هاي يادگيري ماشين مقايسه گرديده است. نتايج, نشان دهنده عملکرد بهتر مدل ارايه شده در مقايسه با الگوريتم هاي درخت تصميم, بيز ساده, ماشين بردار پشتيبان و K نزديک ترين همسايه مي باشد.
