دانلود ترجمه مقاله طراحی سلسله مراتبی از استدلال مبتنی بر مورد در متعادل
ترجمه در قالب فایل Word و قابل ویرایش میباشد
سال انتشار:2007
تعداد صفحه ترجمه:11
تعداد صفحه فایل انگلیسی:10
موضوع انگلیسی :hierarchical design of case-based reasoning in the balanced
scorecard application
موضوع فارسی:دانلود ترجمه مقاله طراحی سلسله مراتبی از استدلال مبتنی بر مورد در متعادل
چکیده انگلیسی:A balanced scorecard (BSC) is a management decision tool intended to be the corporate performance measurement. It also can play
an important role in transforming an organization’s mission and strategy into a balanced set of integrated performance measures.
Assigning suitable weight to each level of balanced scorecard is crucial to conduct performance evaluation effectively.
In this research a case-based reasoning (CBR) system has been developed to assist in assigning the suitable weights. Based on the
balanced scorecard design, this study proposed a three-level feature weights design to enhance CBR’s inference performance. For effective
case retrieval, a genetic algorithm (GA) mechanism is employed to facilitate weighting all of levels in balanced scorecard and to
determine the most appropriate three-level feature weights. The proposed approach is compared with the equal weights approach
and the analytical hierarchy process (AHP) approach. The results indicate that the GA-CBR approach is able to produce more effective
performance measurement
چکیده فارسی:
BSC چهارچوبی برای ارزیابی عملکرد می باشد که به مدیران این امکان را می دهد که عملکرد تجاری را از 4 دیدگاه مورد بررسی قرار دهند : مالی ، مشتری ، تجارت داخلی و نوآوری و یادگیری . وزن هر عامل در کارت امتیازی متوازن عاملی تاثیرگذار برای ارزیابی عملکرد می باشد . مدل AHP برای تولید وزن به کار می رود .
مدل AHP به عنوان یک ابزار کارا در شکل دادن و مدل سازی مشکلات چند بعدی بکار می رود زیرا تلاش می کند تا قضاوت های انسان ها و نظریه هایی که نادیده گرفته شده اند را بیان کند .
البته در مقایسه زوجی، نتایج عملکرد بین معیارها بیشتر براساس برخی اطلاعات تجاری و قضاوت ذهنی مدیران ارشد تعیین می شود . مهم نیست که مدیران در کارشان چقدر ماهر هستند ، قضاوت بر اساس نظر تصمیم گیرندگان دارای بی دقتی می باشد .
برای حل این مشکل CBR پیشنهاد می شود . CBR یک ماشین استدلال است که در آن با اقتباس از موارد مشابه قبلی شباهت های آینده را استنتاج می کند . CBR به برنامه های کامپیوتری این امکان را می دهد که در زمینه هایی که کاملاً قابل فهم نیست ، پیشنهادهایی را بدهند.