پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 154 |
| تعداد شماره‌ها | 5,835 |
| تعداد مقالات | 64,059 |
| تعداد مشاهده مقاله | 106,290,485 |
| تعداد دریافت فایل اصل مقاله | 83,183,064 |
ارائۀ یک الگوریتم ژنتیک با مرتبسازی نامغلوب ـ نسخۀ 2 (NSGA-II) برای مدل یکپارچۀ انتخاب اعضای تیمهای تحقیق و توسعه | ||
| مدیریت صنعتی | ||
| مقاله 10، دوره 6، شماره 2، تیر 1393، صفحه 385-410 اصل مقاله (1.4 M) | ||
| نوع مقاله: مقاله علمی پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/imj.2014.51848 | ||
| نویسندگان | ||
| غلامحسین نیکوکار1؛ یاسر علی دادی تلخستانی* 2؛ محمد مهدوی مزده3؛ سید جلال موسوی4 | ||
| 1دانشیار مدیریت سیستم، دانشگاه جامع امام حسین (ع)، تهران، ایران | ||
| 2دانشجوی دکتری مدیریت منابع انسانی، دانشگاه آزاد اسلامی واحد قزوین، ایران | ||
| 3استادیار دانشکدۀ مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران، ایران | ||
| 4دانشجوی دکتری مهندسی صنایع، گرایش سیستم و بهرهوری، دانشگاه علم و صنعت ایران، تهران، ایران | ||
| چکیده | ||
| معیار عملکرد اصلی در سازمانهای مبتنی بر تحقیق و توسعه، عموماً آمار پروژه های موفق است. انتخاب مناسب اعضا میتواند در موفقیت پروژهها سهم بسزایی داشته باشد، اما همانطور که انتخاب افرادی خاص کاهشدهندۀ ریسک پروژه میشود، حضور مکرر این افراد در پروژههای مشابه، سبب تمرکز دانششده و سازمان را با خطری جدی روبهرو میکند. بنابراین انتخاب اعضای تیمهای تحقیق و توسعه به نحوی که زوایای کیفی پروژه و دانش سازمان، هر دو کانون توجه قرار گیرند، حائز اهمیت است. در حالت کلی این نوع مسائل جزء مسائل پیچیدۀ حوزۀ تحقیق در عملیات بهشمار میرود. چون معمولاً در واقعیت تعداد ترکیبات ممکن بسیار زیاد است، روشهای بهینه سازی مبتنی بر شمارش یکبهیک، از حل جامع اینگونه مسائل عاجزند. به همین دلیل از الگوریتم های فراابتکاری، مثل الگوریتم ژنتیک، شبیهسازی تبرید، شبکه های عصبی و... برای حل استفاده میشود. در پژوهش پیش رو، مدلی بر این اساس معرفیشده و یک الگوریتم ژنتیک با مرتبسازی نامغلوب ـ نسخۀ 2 برای حل آن توسعه داده میشود. | ||
| کلیدواژه‌ها | ||
| الگوریتم ژنتیک با مرتبسازی نامغلوب ـ نسخۀ 2 (NSGA-II)؛ انتخاب اعضا؛ گروه تحقیق و توسعه (R&D)؛ مدیریت دانش؛ تصمیمگیری چندهدفه | ||
| عنوان مقاله [English] | ||
| Non-Dominated Sorting Genetic Algorithm to inegrated model for R&D members selection | ||
| نویسندگان [English] | ||
| Gholamhossein Nikookar1؛ Yaser Alidadi Nakhlestani2؛ Mohammad Mahdavi3؛ Seyed Jalal Mousavi4 | ||
| چکیده [English] | ||
| An alternative for decreasing risk for knowledge workers is effective & optimized work break.Major performance criteria in R&D based organization is successful projects. Selection of opproporiate members can be a most effect on the projects achievement. But as the selection of R&D special members lead to decrease of risk, repeatative participation of this people in the same project lead to knowledge concentration and achieve organization with serios risks. Therefore attendance to knowledge and quality project angles is important to selection of R&D teams members. In this study, we developed a model based on Non-Dominated Sorting Genetic Algorithm. | ||
| کلیدواژه‌ها [English] | ||
| Research and Development Team, Member Selection, Knowledge Management, Multi-objective Decision Making, Non-dominated sorting genetic algorithm | ||
|
آمار تعداد مشاهده مقاله: 5,233 تعداد دریافت فایل اصل مقاله: 2,375 |
||