چارچوب هوشمند برای سودمندی و ارزیابی و تجزیه و تحلیل منابع انسانی از مهندسی انعطاف پذیر، عوامل انگیزشی، چشم انداز HSE و ارگونومی

Elsevier
سال انتشار :
2016
تعداد صفحات مقاله انگلیسی :
17
نشریه :
الزویر
تعداد رفرنس ها :
59
نوع مقاله :
مقاله ISI
کراس مارک :
Crossmark
keywords :
Productivity assessment Human resource management Resilience engineering Work motivational factors Health, safety, environment and ergonomics (HSEE) Evolutionary methods
کلمات کلیدی :
ارزیابی بهره وری، مدیریت منابع انسانی، انعطاف پذیری، عوامل انگیزشی کار، سلامت، ایمنی، محیط و ارگونومی (HSEE)، روش های تکاملی
عنوان فارسی :

چارچوب هوشمند برای سودمندی و ارزیابی و تجزیه و تحلیل منابع انسانی از مهندسی انعطاف پذیر، عوامل انگیزشی، چشم انداز HSE و ارگونومی

عنوان انگلیسی :

An intelligent framework for productivity assessment and analysis of human resource from resilience engineering, motivational factors, HSE and ergonomics perspectives

ژورنال :
Safety Science
لینک مقاله :
http://www.sciencedirect.com/science/article/pii/S0925753516301035
آدرس DOI :
https://doi.org/10.1016/j.ssci.2016.06.001
وضعیت ترجمه :
انجام نشده.

سال انتشار : 2016

تعداد صفحات مقاله انگلیسی : 16

نشریه : الزویر

تعداد رفرنس ها : 59

نوع مقاله : مقاله ISI

کلمات کلیدی انگلیسی : Productivity assessment Human resource management Resilience engineering Work motivational factors Health, safety, environment and ergonomics (HSEE) Evolutionary methods

کلمات کلیدی : ارزیابی بهره وری، مدیریت منابع انسانی، انعطاف پذیری، عوامل انگیزشی کار، سلامت، ایمنی، محیط و ارگونومی (HSEE)، روش های تکاملی

عنوان فارسی : چارچوب هوشمند برای سودمندی و ارزیابی و تجزیه و تحلیل منابع انسانی از مهندسی انعطاف پذیر، عوامل انگیزشی، چشم انداز HSE و ارگونومی

عنوان انگلیسی : An intelligent framework for productivity assessment and analysis of human resource from resilience engineering, motivational factors, HSE and ergonomics perspectives

لینک مقاله : http://www.sciencedirect.com/science/article/pii/S0925753516301035



چکیده انگلیسی
Human resource management (HRM) is the description of formal systems planned for the manpower management in a company. HRM aims to maximize organizational productivity by optimizing efficiency and effectiveness of its personnel. This paper presents an intelligent framework for productivity assessment and analysis of human resource in a large petrochemical plant. The efficiency and effectiveness of this company’s staff are evaluated by considering three concepts including resilience engineering (RE), motivational factors in the work environment and health, safety, environment and ergonomics (HSEE). The framework is based on using Data Envelopment Analysis (DEA) for calculating efficiency and one of the well-known Artificial Neural Networks (ANNs), namely Multi-Layer Perceptron (MLP) besides an Adaptive Neuro Fuzzy Inference System (ANFIS) trained by two evolutionary methods; particle swarm optimization (PSO) and genetic algorithm (GA) for evaluating effectiveness of the company’s workforce. Then, the productivity of staff (which is the sum of efficiency and effectiveness) is analyzed to determine the unproductive staff as well as the impact degree of each concept on efficiency and effectiveness. The proposed framework can provide considerable benefits to safety-critical systems, managers and staff e.g., identifying key factors significantly affecting the productivity of HRM.

چکیده فارسی
مدیریت منابع انسانی (HRM) توصیف سیستم های رسمی برنامه ریزی شده برای مدیریت نیروی انسانی در یک شرکت است. هدف HRM به حداکثر رساندن بهره وری سازمانی با بهینه سازی کارایی و کارآیی پرسنل آن است. این مقاله یک چارچوب هوشمند برای ارزیابی بهره وری و تجزیه و تحلیل منابع انسانی در یک کارخانه پتروشیمی بزرگ ارائه می دهد. کارایی و کارآیی کارکنان این شرکت با در نظر گرفتن سه مفهوم از جمله مهندسی مقاومتی (RE)، عوامل انگیزشی در محیط کاری و سلامت، ایمنی، محیط زیست و ارگونومی (HSEE) ارزیابی می شود. چارچوب مبتنی بر استفاده از تجزیه و تحلیل پوشش داده ها (DEA) برای محاسبه بهره وری و یکی از شبکه های عصبی مصنوعی شناخته شده (ANNs)، یعنی پرسپترون چندلایه (MLP) علاوه بر یک سیستم استنتاجی فازی سیستم استنتاجی (ANFIS) آموزش داده شده توسط دو روش های تکاملی؛ بهینه سازی ذرات (PSO) و الگوریتم ژنتیک (GA) برای ارزیابی اثربخشی نیروی کار شرکت است. سپس، بهره وری کارکنان (که مجموع کارایی و اثربخشی) برای تعیین کارکنان غیر کارآمد و همچنین میزان تاثیر هر مفهوم بر کارایی و کارآیی مورد تجزیه و تحلیل قرار گرفته است. چارچوب پیشنهادی می تواند مزایای قابل توجهی را در سیستم های مدیریت ایمنی، مدیران و کارکنان ایجاد کند، به عنوان مثال شناسایی عوامل کلیدی که به طور قابل توجهی بر بهره وری HRM تأثیر می گذارد.

موضوعات مقاله