ارائه یک مدل هوشمند فازی برای ارزیابی فرآیندهای مدیریت دانش در زنجیره تأمین (مورد مطالعه: شرکت ایران‌خودرو)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری، دانشگاه سمنان.

2 استادیار، دانشگاه سمنان.

چکیده

امروزه موضوع مدیریت دارایی‌های نامشهود سازمان ازجمله دانش، به‌عنوان بخشی از منابع حیاتی مورد­توجه زیادی قرار گرفته است. فرآیندهای مدیریت دانش، فرآیندهای نظام‌مندی هستند که برای دستیابی، سازمان‌دهی و ارتباط با دانش ضمنی و آشکار کارکنان به‌­کاربرده‌می‌شوند؛ در این راستا هدف اصلی پژوهش حاضر، ارائه یک مدل خبره- دیمتل فازی برای ارزیابی فرآیند مدیریت دانش در زنجیره تأمین «ایران­خودرو» است؛ بنابراین ابتدا با مروری بر مبانی نظری، مؤلفه‌های فرآیندهای مدیریت دانش و شاخص‌های آن‌ها استخراج ‌شده و بااستفاده از تحلیل عاملی شاخص‌های مؤثر حفظ شدند؛ سپس یک سیستم خبره فازی برای ارزیابی فرآیندهای مدیریت دانش ارائه شد. از روش دیمتل فازی نیز برای تعیین اهمیت هر یک از مؤلفه‌ها و شاخص‌ها استفاده شده است. داده‌های پژوهش بر اساس آراء خبرگان در صنعت خودرو جمع‌آوری شد و قواعد استنتاج فازی برای ارزیابی سطح فرآیندهای مدیریت دانش بر اساس مؤلفه‌های کسب، خلق، تولید دانش؛ سازمان‌دهی، نگهداری، انبار؛ انتقال، اشتراک، توزیع؛ استفاده، کاربرد و نگهداری و ارزیابی و بازخورد به‌عنوان متغیرهای ورودی استفاده شدند. نتایج نشان داد مؤلفه‌های کسب، خلق، تولید دانش و استفاده، کاربرد و نگهداری بیش­ترین اهمیت را در میان فرآیندهای مدیریت دانش داشته و بیش­ترین تأثیر را بر سطح عملکرد فرآیندهای مدیریت دانش می‌­گذارند.

کلیدواژه‌ها

عنوان مقاله [English]

An Intelligent Fuzzy Model to Evaluate Knowledge Management Processes in Supply Chain (Case: Iran- Khodro Company)

نویسندگان [English]

  • Nahid Dorosrkar Ahmadi 1
  • Mohesen Shafie Nikabadi 2
1 Ph.D Student, Semnan University.
2 Assistant Professor Semnan University.
چکیده [English]

The basic purpose of this study is presenting an intelligent fuzzy model to evaluate knowledge management processes in supply chain of Iran Khodro. In this paper, at the first, knowledge management processes and their indicators were detected by literature review and then by factor analysis. After that a fuzzy expert system were presented in order to evaluate knowledge management processes. DEMATEL technique was used to determine the importance of dimensions and their indicators. The results showed that acquisition creation and generate knowledge and use application and exploiting have been more important that the other dimensions and these two dimensions have maximum effect on knowledge management processes performance.

کلیدواژه‌ها [English]

  • Knowledge Management Process
  • Fuzzy Dematel
  • Fuzzy Expert System
  • Fuzzy Inference Rules

مراجع

1. Andone, I.I., (2009). Measuring the performance of corporate knowledge management systems. informatica economica, 13, 24-31.
2. Govind, S. I., (2009). Usefulness, incentives and knowledge management. Journal of knowledge management, 13(6), 410-430.
3. Grisham, T.(2009).The Delphi technique, a method for testing complex and multifaceted topics. International Journal of Managing Projects in Business, 2(1), 112–130.
4. Hanafizadeh, P., & Shafiei Nikabadi., (2011). Framework for selecting an appropriate e-business model in managerial Holding companies case study: Iran khodro. Journal of enterprise information management, 24(3), 237-267.
5. Jolliff, I. T., (1986), Principal component analysis. New York: Springer.
6. Klir, G. j., & Folger, T. A. (1998). Fuzzy set, uncertainty, and information. Prentice-Hall.
7. Kongpichayanound, P., (2009). Knowledge management for sustained competitive advantage in mergers and acquisitions. Advances in developing human resources, 11, 375-387.
8. Liao, C., S-H, Chuang & P-L,To, (2011). How knowledge management mediates the relationship between environment and organizational structure. Journal of business research, 64(7), 728-736.
9. Linderman, K., R. G. Schroedar and J. Senders, (2010). A knowledge framework underlying process. Management decision sciences journal, 41(4), 689-719.
10. Nayir, Z. D., and U. Uzuncarsili, (2008). A cultural perspective on knowledge management: the success story of sarkuysan  company. Journal of knowledge management, 12(2), 141-155.
21. Nguyen, H.T., Walker E.A, A (2005). A first course in fuzzy logic , CRC Press.
22. Ogiela, L,(2013). Semantic analysis and biological modeling in selected classes of cognitive information system. Mathematical and computer modeling, 58, 1405-1414.
23. Prahalad, C.K and Hamel G. (1990). The core competence of the corporation. Harvard Business Review, 79-91.
Rahimli, A. (2012). Knowledge management and competitive advantage. Information and knowledge management, 2(7), 37-43.
24. Remus, U., and S.Schub. (2003). A blueprint for the implementation of process-oriented knowledge management. Knowledge and Process Management, 10 (4), 237-253.
25. Sedra, D., and G.G Gable. (2010). Knowledge management competence for enterprise system success. Journal of strategic information system, 19, 296-306.
26. Swartz, J.R., (2008). International acquisitions: triggers for learning and knowledge flows impacting the transformation of acquired enterprise. PhD Dissertation, nova southeastern university.
27. Tsai Mt, Shin CM (2004). The impact of marketing knowledge among managers on marketing capabilities and business performance. int. J. Manage, 21, 524- 530.
28. Woollscroft, Paul, Caganova, Dagmar, Cambal, Milos, Holecek, Jaroslav, Pucikova, Lenka (2013) Implication for optimization of the automotive supply chain through knowledge management. Procedia CIRP, 211-216.
29. Wu, C., (2008). Knowledge creation in a supply chain. Supply chain management: An international management, 13(3), 241-250.
30. Yaghoubi, N. M., Moloudi, J., Banihashemmi, S., A. (2013). The relationship between knowledge management and agile supply chain management: case study of Jihad-e- Agriculture organization. African journal of agricultural research, 8(17), 1700- 1708.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار