ارتقای اثربخشی تصمیم گیری شهودی به کمک مدل سازی ریاضی آن
Publish place: Strategic Managment Thought، Vol: 14، Issue: 1
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 371
This Paper With 22 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SMT-14-1_006
تاریخ نمایه سازی: 9 مرداد 1400
Abstract:
بهره گیری از شهود و تصمیم گیری شهودی به عنوان یک عامل موثر مدیریت، توجه فزاینده ای را در محافل علمی و پژوهش ها در سطح دنیا به خود جلب کرده است. این پژوهش، با بیان نقش اساسی تصمیم گیری شهودی در شرایط پیچیده جهان امروز، و استفاده از مدلی کمی مبتنی بر عدم قطعیت کوشش می کند، تا الگویی کارآمد برای ارتقای اثربخشی تصمیم گیری شهودی مدیران و شناسایی بهترین تصمیم شهودی نسبت به الگوی بهینه، عرضه کند. برای دستیابی به هدف مذکور، ابتدا یک مدل تصمیم گیری شهودی بر اساس چهار مولفه ی تشکیلدهنده آن ارائه و سپس با استفاده از تکنیک های ریاضی یک مدل برنامه ریزی غیرخطی برای تصمیم گیری شهودی بر پایه نظریه دمپستر شافر ارائه گردید. در نهایت با ذکر یک نمونه عملی مدل سازی واقعی از مساله پژوهش انجام و برای تشریح چگونگی استفاده از آن در جهت ارتقای تصمیم گیری، به کمک روش های ریاضی، به حل آن پرداخته شد. مدل مذکور، در شرایطی که داده ها جهت اخذ تصمیم با ابهام مواجه اند و مبنای منطقی ای جهت اخذ تصمیم وجود ندارد، می تواند راهکار مناسبی جهت کاهش ریسک های احتمالی حاصل از اخذ تصمیم گیری های شهودی گردد. در واقع در این مدل، با تجمیع نظرات خبرگان (تصمیم گیرندگان سازمانی)، یک مدل مرجع پیشنهاد می شود که می تواند به عنوان، مبنایی برای اخذ تصمیمات شهودی قرار گیرد.
Keywords:
Authors
حسین رحمان سرشت
استاد مدیریت استراتژیک، دانشگاه علامه طباطبایی، تهران، ایران
معصومه تدریس حسنی
دانشجوی دکتری مدیریت صنعتی، دانشگاه علامه طباطبایی، تهران، ایران
اکبر رحیمی پور
دانشجوی دکتری حسابداری، دانشگاه تهران پردیس البرز، تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :