جستجوی مقالات مرتبط با کلیدواژه
تکرار جستجوی کلیدواژه fuzzy inference system (fis) در نشریات گروه علوم انسانی
fuzzy inference system (fis)
در نشریات گروه مدیریت
تکرار جستجوی کلیدواژه fuzzy inference system (fis) در مقالات مجلات علمی
-
The article considers a method for solving an information asymmetry problem that is relevant for the banking sector. The authors compare bank products and services in which tariff packages are consist of different informational components. The principal feature of the proposed method is to focus on obtaining a subjective evaluation of the attractiveness of the Bank’s offers for specific target groups. This makes the proposed method relevant for Central and commercial banks, as well as for consumers of banking products. Since complex tariff packages of different banks contain not only many indicators but also different sets, it is impossible to directly compare them. The proposed method allows solving the main informational problems of traditional methods for comparing banking products. Using the Fuzzy Inference System (FIS) allows a flexible approach to the aggregation of singular indicators of tariff packages and simplifies the expert procedures. To make rules for fuzzy inference, linguistic constructions close to the natural language can be used. This makes it easier to fill the knowledge base. To solve the set tasks, a methodology for constructing hierarchical FIS is used. In comparison with non-hierarchical FIS it can reduce the requirements to the number of rules in fuzzy inference rule base and system implementation time. The experiments with the fuzzy inference system, which implements a corporate credit cards tariff packages comparison of four Ukrainian banks, showed the effectiveness of the proposed approach. The obtained numerical results are adequately interpreted for the highlighted groups of banking product consumersKeywords: Comparison indicators, Packages information, Bank tariff, Fuzzy Inference System (FIS), Fuzzy logic
-
برخورداری از مدلی یکپارچه برای مدیریت تغییرات می تواند پیچیدگی ذاتی تغییر را با تشخیص رابطه میان عناصر حیاتی، ساده کند. به دلیل پویایی عوامل موثر بر تغییرات سازمانی و برهم کنشی آن ها بر یکدیگر، تدوین مدلی ایستا چندان راهگشا نیست. در مطالعه پیش رو سعی شد در چهار مرحله و با ترکیب روش های کیفی (تحلیل محتوا و فن دلفی) با روش های هوش مصنوعی (الگوریتم ژنتیک و مفهوم منطق فازی)، روشی جدید برای ساخت الگوی پویا و یکپارچه تغییرات سازمانی ایجاد شود تا بتوان میزان موفقیت تغییر را تخمین زد. به علاوه با اعمال محدودیت های حاکم بر شرایط مختلف، نقشه راهی در اختیار مدیران برای هدایت تغییر قرار دهد. پس از احصاء و غربال عوامل موثر بر تغییرات با روش های کیفی، مدل اولیه به دلیل پیچیدگی و ابعاد بالای مسئله با نظریه فازی ساخته و برای دقیق تر کردن مدل از الگوریتم ژنتیک استفاده شد. برای اعمال محدودیت ها و یافتن مقدار قابل قبول متغیرها جهت موفقیت برنامه تغییر از الگوریتم ژنتیک استفاده شد.کلید واژگان: مدیریت تغییر، الگوی یکپارچه تغییرات سازمانی، الگوریتم ژنتیک، سیستم استنتاج فازیHaving an integrated model of change management can simplify the inherent complexity of change by recognizing the relation between critical elements. Because of dynamic nature of variables and their interaction, developing a static model is not useful. This study tries to generate a new method for constructing a dynamic organizational change model in four steps with combining qualitative methods (content analysis and Delphi technique) and artificial neural networks (Fuzzy theory and genetic algorithm). In addition, by governing restrictions of various conditions, a road map is provided for managers to leading change. After recognizing and screening variables by qualitative methods, due to the complexity and scale of the problem the initial model is built with fuzzy theory and genetic algorithms are used for more accuracy. For governing restrictions and finding acceptable amount of variables to have a successful change program, genetic algorithm is used.Keywords: Change Management, Integrated Organizational Change model, Genetic Algorithm (GA), Fuzzy Inference System (FIS)
-
توسعه محصول جدید رویکردی نوین برای مواجهه با تغییرات محیطی و مقدمه ای برای ورود به فضای رقابتی در شرایط چالشی است. شرکت ها می توانند با شناخت عوامل کلیدی موفقیت و کسب موقعیت ویژه در این عوامل، برای خود مزیت رقابتی ایجاد نمایند.تجزیه و تحلیل محققان در طول سال های اخیر درباره عوامل کلیدی موفقیت و دلایل شکست فرآیند توسعه محصولات جدید حاکی از آن است که مهم ترین این عوامل به مدیریت این فرآیند مربوط می شود. فرآیند توسعه محصول جدید در محصولات سامانه ای و پیچیده به دلیل پیچیدگی های فنی و اجرایی دارای اهمیت بیشتری است. از طرفی عوامل کلیدی موفقیت در صنایع متفاوت، یکسان نیستند. در نتیجه با وجود پیچیدگی های فرآیند توسعه و متفاوت بودن عوامل کلیدی موفقیت در صنایع مختلف، شناخت عوامل کلیدی موفقیت این گونه محصولات می تواند بنگاه را به سمت ارتقا اثربخشی فعالیت هایش راهنمایی کند و بنگاه می تواند از طریق ممیزی فرآیندهای سازمانی اش از نظر پشتیبانی فرآیندها از عوامل کلیدی موفقیت اش در جهت تقویت و عارضه یابی فرآیندها، اقدام موثر انجام دهد. در این تحقیق با هدف شناسایی عوامل کلیدی موفقیت توسعه محصولات جدید برای صنایع دانش بنیان تولید کننده محصولات سامانه ای و پیچیده (CoPS) سه گروه عوامل کلیدی شامل توانمندی های تیم توسعه، منابع سازمانی و نظام ها و فرآیندهای سازمانی شناسایی شدند. در این تحقیق بعد از مرور ادبیات و شناسایی عوامل موثر بر موفقیت پروژه های توسعه محصولات جدید، با بهر گیری از روش سیستم استنتاج فازی(FIS) و مطالعه موردی این پروژه ها در صنعت مربوط، عوامل کلیدی موفقیت اولویت بندی و انتخاب شدند. انتخاب عوامل کلیدی در سیستم استنتاج فازی بر اساس قواعد استنتاج ایجاد شده و دو متغیر ورودی سیستم استنتاج شامل سطح حضور عوامل در فرآیند توسعه محصول و میزان موفقیت پروژه های توسعه محصول از نظر سه شاخص زمان، هزینه و کیفیت و درجه کلیدی بودن عوامل به عنوان متغیر خروجی سیستم استنتاج و با استفاده از نرم افزار مطلب و مدل سوجنو انجام شد.کلید واژگان: توسعه محصول جدید، عوامل کلیدی موفقیت، محصولات سامانه ای و پیچیده، سیستم استنتاج فازیNew product development (NPD) as modern approach applied for facing to environmental changes and is necessary to enter and remain (or survive) in competitive environment and achieve competitive advantages. Firms according to identify the critical success factors (CSF) of NPD and obtain the profitable results from these factor, can achieve competitive advantages. Researchers analysis CSFs of NPD in 35 years and concluded that managing of new product is more important factor. The important of NPD in complex and product system (CoPS) is highlighted. The firm can assess the process whit CSF’s and improve the process and achieve effectiveness of activities.Studying the relevant article and literature reviews, 40 factors influencing the success of NPD has identified in this paper. Applying fuzzy inference system (FIS) and studying some aerospace project as NPD projects that is relevant with CoPS, in the next step, input variety (the level of activity of factor in NPD projects and the level of project success from the viewpoint) and indicator (cost, time and quality of NPD’s product) are analyzed. The MATLAB software and SAJENO model of FIS were applied for analyzing of data. As result, the selected CSF’s whit brainstorming is categorized in 3 groups: development team abilities, organizational resources and organizational process and 20 factors as CSF of NPD identified and prioritized. Thus, focusing in these factors, managers can achieve the competitive advantages.Keywords: New product development (NPD), Critical success factors (CSF), Complex, product system (CoPS), fuzzy inference system (FIS)
-
برنامه ریزی حمل و نقل درون شهری در دوره های اخیر همواره یکی از تصمیمات مهم در حوزه برنامه ریزی شهری در کلان شهرها بوده است. در این بین، پیش بینی حجم سفرهای آتی بین دو منطقه کلان شهر، کلید موفقیت در این امر برنامه ریزی صحیح حمل و نقل به شمار می رود. به دلیل اهمیت برنامه ریزی حمل و نقل درون شهری، مدل های مختلفی توسط محققین در این زمینه توسعه داده شده که بعضی از این مدل ها علیرغم قدمت زیاد، همچنان در حوزه های عملیاتی به کار گرفته می شوند. مساله اساسی در توسعه این مدل ها، پیچیدگی مساله است که از ماهیت رفتار انسانی در انتخاب ناشی می شود. این پیچیدگی سبب می شود تا همواره توسعه مدلی که خطای پیش بینی قابل قبولی داشته باشد، با مشکلات فراوان محاسباتی و عملیاتی روبرو باشد. این مساله در کشورهای در حال توسعه و یا توسعه نیافته که در آن ها داده های تاریخی به شکل مناسب در اختیار نیستند و ظرفیت های محاسباتی رایانه ای نیز به طور کامل در دسترس نمی باشد، از اهمیت بسیار بیشتری برخوردار است. در این پژوهش، یک مدل سه مرحله ای فازی برای مدل سازی فرایند سفر بین دو ناحیه مفروض از یک کلان شهر و در نهایت چارچوبی برای پیش بینی آتی این کمیت پیشنهاد شده است تا بر اساس آن بتوان برای نگاشت بین حجم سفرهای انجام شده بین دو ناحیه به عنوان متغیر خروجی و متغیرهای جمعیت شناختی و اجتماعی به عنوان متغیر ورودی، تابعی را تقریب زد که بتواند فرایند انجام سفر را مدل کند. در این مدل، پایگاه قواعد فازی در حقیقت در پی انتقال الگوی ذهنی متخصصین حمل و نقل به مدل ریاضی تشکیل شده است.کلید واژگان: برنامه ریزی حمل و نقل درون شهری، سیستم استنتاج فازی، پیش بینی سفرUrban Transportation Planning (UTP) has been one of the most important decisions in urban planning and development procedures in recent years. Meanwhile, accurate trip forecasting between two given regions of the city could be considered as the key success factor of urban transportation planning. Due to the importance of the problem, different models have been developed in the field. The overall problem of trip forecasting and transportation planning could be complicated because of its nature that results from the complicated nature of human behavior. Due to the complexity of the problem, it is always hard to develop forecasting models with acceptable forecasting errors and also low computational expenses particularly in developing countries in which historical data are not fully available.
In this paper, a three phase fuzzy model is proposed to forecast trips flow between two given regions of a metropolitan based on mapping demographical and social variables to total number of trips flow. The overall model is to explore the subjective pattern of transportation experts and transfer the subjective model to a mathematical framework.Keywords: Urban Transportation Planning (UTP), Fuzzy Inference System (FIS), Trip Forecasting
نکته
- نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
©2000-2025 magiran.com All Rights Reserved.