[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
بایگانی مقالات آماده انتشار::
فرم ها و دستورالعمل ها::
لینک های مفید::
::
آمار نشریه
آمار نشریه
..
اصول اخلاقی نشریه
اصول اخلاقی نشریه
..
کمیته اخلاق نشر (COPE)
این نشریه از قوانین کمیته اخلاق نشر(COPE) پیروی می کند.
..
پیشگیری از تقلب در آثار علمی
نویسندگان این فصلنامه ملزم به استفاده از سامانه مشابه یاب سمیم نور  می باشند.
راهنمای سامانه سمیم نور
..
فهرست نمایه های نشریه
نمایه شده در  ISC
نمایه شده در magiran
نمایه شده در SID
Citation Indices from GS

AllSince 2019
Citations432371
h-index98
i10-index74
">نمایه شده در گوگل اسکولار

 
..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
:: سال 10، شماره 38 - ( 12-1397 ) ::
جلد 10 شماره 38 صفحات 104-75 برگشت به فهرست نسخه ها
عوامل موثر بر تمایل به ترک سازمان با استفاده از الگوریتم های مبتنی بر شبکه عصبی و ژنتیک چند هدفه
سهام خضیری عفراوی1 ، محسن سرداری زارچی 2، سیدمحمدمهدی فاطمی بوشهری3
1- دانشگاه آزاد اسلامی واحد یزد
2- دانشگاه سراسری میبد،یزد ، sardari@meybod.ac.ir
3- دانشگاه یزد
چکیده:   (2572 مشاهده)
بهبود بازدهی سرمایه انسانی از آنجا که می تواند نقش موثری در کارایی سازمان داشته باشد، همواره یکی از موضوعات پژوهش بوده است. میزان تمایل به ترک سازمان یکی از عوامل تأثیرگذار بر کارایی سرمایه انسانی است که آن را می‌توان با استفاده از الگوهای درون داده­ای، شرایط حاکم بر سازمان و بررسی عوامل مؤثر بر آن پیش­ بینی کرد. به همین منظور، از الگوریتم‌های هوشمند مبتنی بر شبکه عصبی و الگوریتم ژنتیک چندهدفه برای پیش‌بینی تمایل کارکنان به ترک سازمان در این پژوهش بهره گرفته ‌شده است. در این راستا، ابتدا با طراحی پرسشنامه‏ای، نظرات کارکنان شرکت بهره­برداری نفت و گاز کارون در مورد رضایت‌مندی و تمایل به ترک سازمان، جمع‌آوری‌شد و بر اساس آن،‌ یک مجموعه داده تدوین گردید. سپس با استفاده از شبکه­ های­ عصبی مصنوعی به‌عنوان طبقه بند و الگوریتم تکاملی ژنتیک چندهدفه برای انتخاب ویژگی‌های مؤثر، یک سیستم خبره طراحی شد. به منظور تست و ارزیابی الگوریتم شبکه عصبی طراحی شده با مجموعه داده استاندارد ایجادشده، آموزش های لازم ارائه شد. نتایج ارزیابی سیستم پیشنهادی بیانگر آن است که با به‌کارگیری الگوریتم ژنتیک چندهدفه و شبکه­ های عصبی مصنوعی می­توان مدلی ارائه کرد تا علاوه بر پیش‌بینی میزان تمایل کارکنان به ترک سازمان با دقت بالای 88%، با انتخاب ویژگی‌های مؤثر، عوامل کلیدی ترک سازمان را نیز مشخص کند
واژه‌های کلیدی: جایگزینی، داده، کاوی، انتخاب کارکنان، شبکه های عصبی مصنوعی، الگوریتم ژنتیک چندهدفه
متن کامل [PDF 852 kb]   (1589 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مديريت
دریافت: 1397/2/31 | پذیرش: 1397/7/24 | انتشار: 1397/12/23
ارسال پیام به نویسنده مسئول

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

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Khaziri Afravi S, Sardari Zarchi M, Fatemi Booshehri S M M. Factors affecting the tendency to leave the organization using an intelligent model based on multi-objective neural network and genetic algorithms . Strategic studies in the oil and energy industry 2019; 10 (38) :75-104
URL: http://iieshrm.ir/article-1-624-fa.html

خضیری عفراوی سهام، سرداری زارچی محسن، فاطمی بوشهری سیدمحمدمهدی. عوامل موثر بر تمایل به ترک سازمان با استفاده از الگوریتم های مبتنی بر شبکه عصبی و ژنتیک چند هدفه. مطالعات راهبردي در صنعت نفت و انرژي. 1397; 10 (38) :75-104

URL: http://iieshrm.ir/article-1-624-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
سال 10، شماره 38 - ( 12-1397 ) برگشت به فهرست نسخه ها
فصلنامه مطالعات راهبردي در صنعت نفت و انرژي Strategic Studies in Petroleum and energy Industry
Persian site map - English site map - Created in 0.06 seconds with 42 queries by YEKTAWEB 4645