ارزیابی عملکرد شهرک های صنعتی استان مازندران با استفاده از تحلیل پوششی داده ها وشبکه های عصبی مصنوعی

۱- مقدمه و کلیات

۱-۱- مقدمه

۱-۲- تشریح و بیان موضوع

۱-۳- ضرورت انجان تحقیق

۱-۴- فرضیات تحقیق

۱-۵- اهداف اساسی از انجام تحقیق

۱-۶-محدودیت های انجام تحقیق

۱-۷- محتوای تحقیق

 ۲- ادبیات و پیشینه تحقیق

۲-۱- مقدمه

۲-۲- ارزیابی عملکرد

۲-۲-۱- مقدمه

۲-۲-۲- پیشینه ارزیابی عملکرد و بررسی دیدگاه­های مختلف

۲-۲-۳- معیارها و تکنیک­های ارزیابی و اندازه­گیری عملکرد

۲-۲-۳-۱- معیارهای ارزیابی عملکرد

۲-۲-۳-۲-­ تکنیک های شناخته شده در ارزیابی عملکرد

۲-۲-۳-۳- تکنیک­های اندازه­ گیری عملکرد

۲-۳- معرفی DEA ، ANNs و Neuro/DEA

۲-۳-۱- معرفی اجمالی  DEA

۲-۳-۱-۱- مدل نسبت CCR

۲-۳-۱-۲- روش اندرسون-پیترسون

۲-۳-۲- معرفی ANN

۲-۳-۲-۱- آموزش شبکه

۲-۳-۲-۱-۱-  الگوریتم های یادگیری شبکه

۲-۳-۲-۲- تناسب انتخاب ساختار با موضوع مساله

۲-۳-۲-۳- ساختار شبکه های عصبی

۲-۳-۲-۳-۱- شمای کلی

۲-۳-۲-۴- چگونگی پردازش اطلاعات در واحد های پردازشگر

۲-۳-۲-۵- شبکه­های پرسپترون

۲-۳-۳- مدل ترکیبی شبکه­های عصبی و تحلیل پوششی داده ها (Neuro/DEA)

۲-۳-۳-۱- خواستگاه استفاده از مدل ترکیبیNeuro-DEA

۲-۴-  پیشینه تحقیق

۳- روش تحقیق

۳-۱- مقدمه

۳-۲- جامعه آماری

۳-۳- شیوه گرد­آوری اطلاعات

۳-۴- مراحل انجام تحقیق

۳-۵-مدل­های تحلیل پوششی داده­ها

۳-۵-۱- مدل­های ورودی­محور

۳-۵-۱-۱-مدل مضربی CCR ورودی محور

۳-۵-۱-۲-مدل پوششی CCR ورودی­محور

۳-۵-۲-مدل­های خروجی­محور

۳-۵-۲-۱-مدل مضربی CCR خروجی محور

۳-۵-۲-۲- مدل پوششی CCR خروجی محور

۳-۶- ارزیابی و تحلیل کارایی شرکت­ شهرک­های صنعتی با رویکرد تحلیل پوششی داده­ها(DEA) (مدل مضربی CCR خروجی­محور)

۳-۷- روش اندرسون-پیترسون برای رتبه بندی واحد­های کارا

۳-۸- دلایل استفاده از مدل CCR در مقایسه با مدل BCC

۳-۹- دلایل استفاده از مدل خروجی محور در مقایسه با مدل ورودی محور

۳-۱۰- ساختار شبکه

۳-۱۱- الگوریتم تحلیل کارایی

۴- محاسبات و یافته های تحقیق

۴-۱- معرفی حوزه تحقیق

۴-۱-۱- سازمان صنایع کوچک و شهرک­های صنعتی ایران

۴-۱-۲- معرفی استان مازندران

۴-۲- نتایج تحقیق

۵- نتیجه‌گیری و پیشنهادات

۵-۱- نتیجه گیری

۵-۲- تحقیقات آتی