[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: ::
برگشت به فهرست مقالات برگشت به فهرست نسخه ها
مدل ارزیابی و رتبه‌بندی ریسک‌های منابع انسانی بارویکرد هوشمند نِروفازی(ANFIS) درشرکت ملی گاز ایران
معصومه مهراد1، روح‌اله سمیعی*2، حسین دیده‌خانی3، پرویز سعیدی3
1- دانشگاه آزاد اسلامی، واحد علی آباد کتول
2- دانشگاه آزاداسلامی، واحد علی آبادکتول ، r-samiei@Aliabadiau.ac.ir
3- دانشگاه آزاداسلامی،واحد علی آبادکتول
چکیده:   (101 مشاهده)
پژوهش حاضر در صدد است به طراحی مدل ارزیابی و رتبه‌بندی ریسک‌های منابع انسانی با رویکرد هوشمند نِرو‌فازی به‌عنوان یکی از روش‌های هوش مصنوعی در شرکت ملی گاز ایران بپردازد. برای تحقّق این هدف سه گام اصلی انجام پذیرفت:گام اول، شناسایی معیارهای ارزیابی بود که با مُرور پیشینه و مبانی نظری تحقیق و بر اساس نظرخبرگان محقق شد. گام دوم، مدلسازی ریسک‌های منابع انسانی با استفاده از رویکرد نِرو‌فازی بود که با دو روش قاعده‌سازی گرید‌پارتیشن و خوشه‌بندی کاهشی انجام شد.درگام سوم، با به‌کارگیری مدلسازی سیستم نِرو‌فازی رتبه‌بندی ریسک‌های منابع انسانی صورت پذیرفت. نتایج رتبه‌بندی ابعاد ریسک‌های منابع انسانی نشان داد که استان یزد بیشترین ریسک ساختاری، استان ایلام بیشترین ریسک ارزشی و استان خراسان رضوی بیشترین ریسک رفتاری و زمینه‌ای را داشته‌اند. همچنین نتایج ارزیابی کلیِ ریسک‌های منابع انسانی، استان اصفهان را دارای کمترین ریسک و استان خراسان رضوی را دارای بیشترین ریسکِ منابع انسانی در شرکت ملی گاز ایران معرفی نمود. یافته‌های این تحقیق می‌تواند به‌عنوان یک ساختار جامع و یک نقشه راه مورد توجه مدیران سازمان در راستای بهبود تدوین استراتژی‌های مدیریت ریسک منابع انسانی قرارگیرد.
واژه‌های کلیدی: ریسک‌های منابع انسانی، ارزیابی، رتبه‌بندی، سیستم نِرو‌فازی(ANFIS)
     
نوع مطالعه: پژوهشي |
دریافت: 1399/4/9 | پذیرش: 1399/4/9 | انتشار: 1399/4/9
ارسال پیام به نویسنده مسئول

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

CAPTCHA


XML   English Abstract   Print



برگشت به فهرست مقالات برگشت به فهرست نسخه ها
فصلنامه مدیریت منابع انسانی در صنعت نفت Human Resource Management in The Oil Industry
Persian site map - English site map - Created in 0.06 seconds with 29 queries by YEKTAWEB 4227