کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4947738 1439596 2017 27 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A fuzzy weighted average approach for selecting portfolio of new product development projects
ترجمه فارسی عنوان
رویکرد میانگین وزن فازی برای انتخاب نمونه کارها از پروژه های جدید توسعه محصول
کلمات کلیدی
منطق فازی، شبکه های عصبی، سیستم عصبی فازی، تصمیم گیری چند معیاره، نمایش محصول جدید،
ترجمه چکیده
انتخاب نمونه جدید محصول یک معیار تصمیم گیری چند معیاره شامل هر دو معیار کیفی و کمی است. تعیین دقیق مقادیر این معیارها اغلب دشوار یا حتی غیرممکن است با توجه به عدم قطعیت و پیچیدگی مرتبط با پروژه های جدید توسعه محصول. برای کمک به مدیران در تصمیم گیری انتخاب نمونه کارها، این مطالعه پیشنهاد می کند که مدل انتخاب جدید نمونه پروژه ای که با استفاده از روش میانگین وزن فازی برای رتبه بندی پروژه های جدید و شبکه های عصبی مصنوعی برای برآورد عملکرد پروژه استفاده می شود، پیشنهاد شده است. پروژه های جدید توسعه محصول با توجه به معیارهای مربوط به بازاریابی، تیم پروژه، عملکرد پروژه، ریسک و استراتژی ارزیابی می شود. استفاده از شبکه های عصبی امکان ارزیابی دقیق تر معیارهای عملکرد پروژه را فراهم می کند و اطلاعات بیشتری را در انتخاب نمونه کارها فراهم می آورد. مطالعه موردی ارزیابی پروژه های جدید محصول، نشان دهنده سودمندی روش پیشنهادی است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
New product portfolio selection is a multi-criteria decision making problem including both qualitative and quantitative criteria. Determining the exact values for these criteria is often difficult or even impossible taking into account uncertainty and complexity associated with new product development projects. To assist managers in making portfolio selection decisions, this study proposes a new project portfolio selection model that uses a fuzzy weighted average approach for ranking new product projects and artificial neural networks for estimating project performance. New product development projects are evaluated according to criteria related to marketing, project team, project performance, risk, and strategy. The use of neural networks enables more precise evaluation of project performance criteria and provides additional information in portfolio selection. A case study of the evaluation of new product projects illustrates the usefulness of the proposed approach.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 231, 29 March 2017, Pages 19-27
نویسندگان
, ,