|
|
چارچوب فراگیر اعمال تغییرات سازمانی
|
|
|
|
|
نویسنده
|
آزرمجو هانیه ,رحمان سرشت حسین ,ناصحی فر وحید
|
منبع
|
مطالعات مديريت راهبردي - 1394 - شماره : 21 - صفحه:15 -39
|
چکیده
|
برخورداری از مدلی یکپارچه برای مدیریت تغییرات میتواند پیچیدگی ذاتی تغییر را با تشخیص رابطه میان عناصر حیاتی، ساده کند. به دلیل پویایی عوامل موثر بر تغییرات سازمانی و برهمکنشی آنها بر یکدیگر، تدوین مدلی ایستا چندان راهگشا نیست. در مطالعه پیشرو سعی شد در چهار مرحله و با ترکیب روشهای کیفی (تحلیل محتوا و فن دلفی) با روشهای 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. بهعلاوه با اعمال محدودیتهای حاکم بر شرایط مختلف، نقشه راهی در اختیار مدیران برای هدایت تغییر قرار دهد. پس از احصاء و غربال عوامل موثر بر تغییرات با روشهای کیفی، مدل اولیه به دلیل پیچیدگی و ابعاد بالای مسئله با نظریه فازی ساخته و برای دقیقتر کردن مدل از الگوریتم ژنتیک استفاده شد. برای اعمال محدودیتها و یافتن مقدار قابلقبول متغیرها جهت موفقیت برنامه تغییر از الگوریتم ژنتیک استفاده شد.
|
کلیدواژه
|
مدیریت تغییر، الگوی یکپارچه تغییرات سازمانی، الگوریتم ژنتیک، سیستم استنتاج فازی
|
آدرس
|
دانشگاه علامه طباطبایی, ایران, دانشگاه علامه طباطبایی, ایران, دانشگاه علامه طباطبایی, ایران
|
|
|
|
|
|
|
|
|
|
|
Framework for Organizational Change
|
|
|
Authors
|
Arazmjoo Hanieh ,Rahmanseresht Hossein ,Nasehifar Vahid
|
Abstract
|
Having 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
|
|
|
|
|
|
|
|
|
|
|
|