مدل ارزیابی و رتبه‌بندی ریسک‌های منابع انسانی بارویکرد هوشمند نِروفازی(anfis) درشرکت ملی گاز ایران

پژوهش حاضر در صدد است به طراحی مدل ارزیابی و رتبه‌بندی ریسک‌های منابع انسانی با رویکرد هوشمند نِرو‌فازی به‌عنوان یکی از روش‌های هوش مصنوعی در شرکت ملی گاز ایران بپردازد. برای تحقّق این هدف سه گام اصلی انجام پذیرفت:گام اول، شناسایی معیارهای ارزیابی بود که با مُرور پیشینه و مبانی نظری تحقیق و بر اساس نظرخبرگان محقق شد. گام دوم، مدلسازی ریسک‌های منابع انسانی با استفاده از رویکرد نِرو‌فازی بود که با دو روش قاعده‌سازی گرید‌پارتیشن و خوشه‌بندی کاهشی انجام شد.درگام سوم، با به‌کارگیری مدلسازی سیستم نِرو‌فازی رتبه‌بندی ریسک‌های منابع انسانی صورت پذیرفت. نتایج رتبه‌بندی ابعاد ریسک‌های منابع انسانی نشان داد که استان یزد بیشترین ریسک ساختاری، استان ایلام بیشترین ریسک ارزشی و استان خراسان رضوی بیشترین ریسک رفتاری و زمینه‌ای را داشته‌اند. همچنین نتایج ارزیابی کلیِ ریسک‌های منابع انسانی، استان اصفهان را دارای کمترین ریسک و استان خراسان رضوی را دارای بیشترین ریسکِ منابع انسانی در شرکت ملی گاز ایران معرفی نمود. یافته‌های این تحقیق می‌تواند به‌عنوان یک ساختار جامع و یک نقشه راه مورد توجه مدیران سازمان در راستای بهبود تدوین استراتژی‌های مدیریت ریسک منابع انسانی قرارگیرد.

A Model for Evaluation and Ranking of Human Resources Risks with an Intelligent Neuro-Fuzzy Approach (ANFIS) In National Iranian Gas Company

The present study aimed to design a model of human resources risks assessment and ranking using the neurofuzzy approach as one of the methods of artificial intelligence in Iran national Gas Company. Three main steps were taken to achieve this goal: the first step was to identify the evaluation criteria that were achieved by literature reviews and the theoretical foundations of the research based on the opinion of the elites. The second step was human resources risks modeling using a neurofuzzy approach, which were formulated with two methods of subtractive clustering and grid partition regularization. In the third step, using the neurofuzzy system modeling, human resource ranking was performed. The results of ranking of human resource risks showed that Yazd province had the highest structural risks, Ilam province had the highest value risks and Khorasan Razavi province had the highest behavioral and contextual risks. The results of the overall evaluation also showed that human resources risks in Isfahan province hadthe least risks and Khorasan Razavi province hadthe highest human resources risks in Iran national Gas Company. The findings of this study can be considered as a comprehensive structure and a roadmap for managers to improve the formulation of HRM strategies.