>
Fa   |   Ar   |   En
   شناسایی و دسته‌بندی چالش‌های شرکت‌های دانش‌بنیان با استفاده از روش شبکه عصبی مصنوعی و رویکرد Bpms؛ مطالعه موردی: شرکت‌های دانش‌بنیان یزد  
   
نویسنده قلی پور مجتبی ,وحدت زاد محمدعلی ,اولیاء محمدصالح ,خادمی زارع حسن
منبع رشد فناوري - 1394 - دوره : 11 - شماره : 4 - صفحه:51 -60
چکیده    دانش همواره ابزاری قدرتمند در تثبیت جایگاه هر فرد/ جامعه، خدمت‌رسانی به عموم و رویکرد تعالی جوامع مستقل کنونی است. ارزش دانش آنجا حیاتی‌تر و معرض‌تر می‌گردد که بتوان آن را به کالا/ خدمتی جهت رفع نیازمندی‌های جامعه بشری تبدیل نمود. شرکت‌های دانش‌بنیان به‌عنوان یک موسسه کوچک حقیقی حقوقی، ازجمله موسسه‌هایی است که توانایی بالایی در تبدیل دانش به فناوری دارند. این در حالی است که شرکت‌های دانش‌بنیان در ایران نسبت به موارد مشابه در خارج و با توجه به سند چشم‌انداز 20ساله ایران، در وضعیت مناسب و مطلوب قرار ندارند. پژوهش حاضر باهدف شناسایی چالش‌های پیش روی شرکت‌های دانش‌بنیان موجود در پارک علم و فناوری اقبال یزد و دسته‌بندی این چالش‌ها با استفاده از روش شبکه عصبی مصنوعی انجام پذیرفته است. نمونه مورد مطالعه شامل 137 نفر از مدیران و کارکنان رده ‌بالای این شرکت‌ها بوده است. 59 چالش‌ها به‌ دست ‌آمده از مطالعه ادبیات موضوع و نظر خبرگان، در یک پرسشنامه تدوین و بین جامعه هدف توزیع گردید. اعتبارسنجی 128 پرسشنامه گردآوری شده، توسط روش شبکه عصبی مصنوعی پیش انتشار با mse=2.0332 تایید گردید و دسته‌بندی چالش‌ها به‌وسیله شبکه عصبی مصنوعی پرسپترون چند لایه و با الهام از سیستم مدیریت فرایند کسب و کار انجام پذیرفته است. نتایج نشان داد که 59 چالش به ‌دست ‌آمده با توجه به الگوی سیستم مدیریت فرآیند کسب و کار، در سه دسته چالش‌های مربوط به فعالیت‌های مدیریتی، عملیاتی (اصلی) و پشتیبانی دسته‌بندی شدند. همچنین تعداد چالش‌های مربوط به فعالیت‌های مدیریتی، عملیاتی (اصلی) و پشتیبانی به ترتیب با تعداد 27، 15 و 17 چالش به دست آمد.
کلیدواژه شناسایی چالش؛ شرکت دانش‌بنیان؛ شبکه عصبی پرسپترون چندلایه؛ دسته‌بندی چالش؛ سیستم مدیریت فرآیند کسب و کار؛ پارک علم و فناوری؛ یزد
آدرس دانشگاه یزد, ایران, دانشگاه یزد, ایران, دانشگاه یزد, ایران, دانشگاه یزد, ایران
پست الکترونیکی hkhademiz@yazd.ac.ir
 
   Identify and Clustering Challenges of knowledge-based Enterprises using ANN and BPMS Approaches; Case study: Yazd KBEs  
   
Authors
Abstract    Knowledge always is a powerful tool in stabilizing position of individual/community service to the public and excellence approach in current autonomous communities. Value of knowledge has been more necessary if it capable for transfer to the HighTec and needed Technologies of humanity societies. Knowledge Based Enterprise (KBE) is a reallaw enterprise such as factory that transfer Knowledge to production/services. However KBEs are causing for sustainable knowledge economy and development native knowledge in more countries, but these enterprises havnt optimize occasion in view of quantity, production quality and service extensive according to the 20 years growth view of Iran. Purpose of this study is to identifying encounter challenges of KBEs that located on Yazds Science and Technology Park (STP) and clustering these challenges with ANN method exactly. The Samples contains 137 person such as manager and top employees of these enterprises. Number of reached challenges have been 59 that were attained from literature and experts guidelines were designed and distributed between samples suddenly. According to the PB artificial neural network, reliabilities of samples were confirmed with MSE=2.0332 and priority done with Multilayer Perceptron (MLP) artificial neural network and with inspiration of Business Process Management System (BPMS) approach. According to the BPMS approach and MLP method, Result show that challenges did cluster in three factions known as: management activities, operational activities and support activities. Thus, number of management, operational and support activities in order were 27, 15 and 17 items exactly.
Keywords
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved