مدل مدیریت روتین های فرایند نوآوری در شرکت های توربین های گازی (مبتنی بر شبکه عصبی)

Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 117

This Paper With 20 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IIESHRM-14-53_002

تاریخ نمایه سازی: 17 مرداد 1402

Abstract:

در دهه های اخیر مدیریت نوآوری همواره مورد توجه و کنکاش پژوهشگران قرار گرفته و تلاش برای ارتقا و بهبود عملکرد این فرایند به شکل مستمر در جریان است. در این پژوهش به­ منظور طراحی مدل مدیریت روتین­ های فرایند نوآوری، ابتدا با مرور مطالعات پیشین، شاخص­ه ای مربوطه استخراج و پس از اجرای تکنیک دلفی فازی و اجماع نظر خبرگان مدلی ارائه شد. سپس با روش پیمایشی به منظور پیاده سازی مدل طراحی شده در ANFIS از پرسشنامه­ استفاده شد. قواعد طراحی شده با ۴۰ دوره آموزش به خطایی قابل قبول رسید. یافته ­ها نشان داد که عامل سازمانی بااهمیت ­ترین متغیر و عامل آموزشی در رتبه آخر قرار دارد. لذا پیشنهاد می­شود اقداماتی از قبیل: ایجاد مرکز توربین گاز ایران، اهتمام در ثبات روتین­ های سازمانی به عنوان منبع اصلی نوآوری، ایجاد فضایی مناسب جهت تعاملات فرهنگی و اجتماعی، توانمندسازی در تعمیق قابلیت ­های نوآورانه و افزایش آگاهی و مهارت های فنی و مدیریتی انجام­ پذیرد.

Keywords:

Routine management , innovation process , neural network , based fuzzy inference system , gas turbine. , مدیریت روتین , فرایند نوآوری , سیستم استنتاج فازی مبتنیبر شبکه عصبی , توربین گازی.

Authors

حمیدرضا قاضی زاده

PhD Candidate in Technology Management, Department of Management, Roodehen Branch, Islamic Azad University, Roodehen, Iran

مهرداد حسینی شکیب

Assistant Professor, Department of Industrial Management, Karaj Branch, Islamic Azad University, Karaj, Iran

عباس خمسه

Associate Professor, Department of Industrial Management, Karaj Branch, Islamic Azad University, Karaj, Iran.

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 :