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 سازمانیکی 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. سپسبااستفادهازشبکه های عصبی مصنوعی بهعنوان طبقه بند والگوریتمتکاملیژنتیک چندهدفه برای انتخاب ویژگیهای مؤثر،یکسیستمخبرهطراحی شد. به منظور تست و ارزیابی الگوریتم شبکه عصبی طراحی شده بامجموعه داده استاندارد ایجادشده،آموزشهای لازم ارائهشد. نتایج ارزیابی سیستمپیشنهادی بیانگرآناست کهبا بهکارگیریالگوریتمژنتیک چندهدفهوشبکه هایعصبیمصنوعیمیتوان مدلیارائهکردتا علاوه بر پیشبینیمیزان تمایل کارکنان به ترک سازمان با دقت بالای 88%، با انتخاب ویژگیهای مؤثر، عوامل کلیدی ترک سازمان را نیز مشخص کند
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