مدلسازی عدم قطعیت در فرایند ارزیابی عملکرد کارکنان مبتنی بر تئوری شواهد و تئوری فازی
محل انتشار: فصلنامه مدل سازی در مهندسی، دوره: 15، شماره: 51
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 335
فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JME-15-51_032
تاریخ نمایه سازی: 16 تیر 1398
چکیده مقاله:
عدم قطعیت در داده های حاصل از نظرات و قضاوت های انسانی از عوامل مهم ایجاد خطا در فرایند ارزیابی عملکرد کارکنان می باشد. در مطالعات معدودی که در زمینه مواجهه با خطا و عدم قطعیت در فرایند ارزیابی عملکرد انجام شده است، راهکارهایی که عمدتا مبتنی بر کاربرد ابزارهای فازی هستند، ارائه شده است. این راهکارها کاستی های اساسی مانند عدم پوشش عدم قطعیت ناشی از نقص دانش و یا مشکلات مرتبط با پیاده سازی و اجرا دارند. با توجه به موارد فوق، در این مقاله مدلی جدید مبتنی بر تئوری شواهد و ابزارهای فازی جهت مدلسازی عدم قطعیت در فرایند ارزیابی عملکرد کارکنان ارائه شده است. مدل ارائه شده امکان دریافت نظر متناسب با سطح دانش ارزیاب را فراهم آورده و قابلیت مواجهه با عدم قطعیت ناشی از تغییرپذیری و جهل را دارا می باشد. در مدل ارائه شده، عدم قطعیت در داده های حاصل از دو مقیاس متداول ارزیابی، شامل مقیاس شباهت بصری و مقیاس عبارت های زبانی فازی، به همراه داده های مرتبط با قابلیت اطمینان ارزیاب، در ساختار تئوری شواهد مدلسازی و با استفاده از قوانین ترکیب شواهد، تجمیع می شوند. عملکرد، مزایا و بهبودهای ناشی از مدل ارائه شده در مقایسه با سایر روش های متداول تجمیع داده های ارزیابی، با استفاده از داده های شبیه سازی شده و مثال عددی، بررسی شده است. نتایج بررسی ها نشان می دهد که مدل ارائه شده علاوه بر افزایش قابلیت مواجهه با عدم قطعیت و تسهیل نظرسنجی در فرایند ارزیابی عملکرد کارکنان، دقت نتایج حاصل از تجمیع داده ها را نیز به طور معنادار افزایش می دهد.
کلیدواژه ها:
نویسندگان
حسین ناهید تیتکانلو
گروه صنایع، دانشکده صنایع، دانشگاه پیام نور، تهران، ایران
رکسانا فکری
گروه مهندسی صنایع، دانشگاه پیام نور، تهران، ایران
عباس کرامتی
مهندسی صنایع، دانشکده فنی دانشگاه تهران، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :