فهرست نشریات علمی دسترسی آزاد ایران

در این مقاله، یک مدل ترکیبی مبتنی بر تحلیل پوششی داده‌ها (DEA) و شبکه‌های عصبی مصنوعی (ANN) برای ارزیابی و پیش‌بینی کارایی 50 شرکت صنعتی فعال در بخش‌های مختلف ارائه شده است. در ابتدا، با استفاده از روش DEA، کارایی نسبی شرکت‌ها محاسبه شده و واحدهای تصمیم‌گیرنده کارا و ناکارا شناسایی گردیدند. سپس، نتایج به‌دست‌آمده از DEA به‌عنوان داده‌های هدف برای آموزش شبکه عصبی مصنوعی (ANN)  استفاده شد. این مدل ANN با کشف الگوهای پنهان در داده‌ها، قادر به پیش‌بینی عملکرد آینده شرکت‌ها با دقت بالا بود. نتایج نشان می‌دهند که مدل ترکیبی DEA-ANN نه تنها امکان ارزیابی دقیق کارایی شرکت‌ها را در زمان حال فراهم می‌کند، بلکه توانایی پیش‌بینی تغییرات کارایی را در صورت تغییر ورودی‌ها نیز داراست. علاوه بر این، با استفاده از شبکه عصبی، می‌توان کارایی شرکت‌هایی که به‌طور مستقیم مورد ارزیابی قرار نگرفته‌اند را پیش‌بینی کرد. این رویکرد با ترکیب توانمندی‌های DEA در تحلیل کارایی و قابلیت‌های ANN در مدل‌سازی روابط غیرخطی، ابزاری کارآمد برای مدیران و تصمیم‌گیرندگان جهت بهبود عملکرد و تخصیص بهینه منابع به شمار می‌آید.