ارزیابی جامع عملکرد صنایع پیشرفته با فناوری بالا با استفاده از روش‌های تحلیل پوششی داده‌ها، تحلیل سلسله‌مراتبی و تکنیک‌های یادگیری ماشین

نویسندگان

1 Islamic Azad University, Abadan Branch, Abadan, Iran

doi
چکیده

در این مقاله، به ارزیابی کارایی و بهره‌وری ده صنعت پیشرفته با فناوری بالا استفاده از روش‌های تحلیل پوششی داده‌ها، تحلیل سلسله‌مراتبی و یادگیری ماشین پرداخته شده است. همچنین معیارهای ورودی شامل سرمایه‌گذاری تحقیقاتی، نیروی انسانی متخصص و هزینه‌های عملیاتی و معیارهای خروجی شامل میزان درامد سالانه وپتنت‌ها تعیین شدند. از تحلیل سلسله‌مراتبی برای محاسبه وزن‌های نسبی معیارها استفاده و سپس مدل‌های CCR وBCC  برای ارزیابی کارایی نسبی واحدها به‌کار گرفته شدند. برای افزایش دقت پیش‌بینی، الگوریتم‌های یادگیری ماشین نظیر شبکه‌های عصبی مصنوعی و درخت تصمیم به‌کار رفتند. نتایج نشان داد که در مدل CCR شش واحد و در مدل BCC هشت واحد به‌عنوان واحدهای کارا شناسایی شدند. مدل شبکه‌های عصبی مصنوعی با دقت ۹۵٪ کارایی واحدها را پیش‌بینی کرد. تحلیل‌ها نشان داد که سرمایه‌گذاری تحقیقاتی و تعداد مقالات علمی بیشترین تأثیر را بر کارایی دارند. این پژوهش رویکردی ترکیبی برای ارزیابی و بهبود عملکرد در صنایع پیشرفته ارایه می‌دهد و می‌تواند به مدیران و سیاست‌گذاران در تخصیص بهینه منابع و اتخاذ تصمیمات استراتژیک کمک کند.