کاربرد شبکه های عصبی مصنوعی در تخصیص اعتبارات ویژه پژوهشی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار گروه مدیریت دولتی و کارآفرینی دانشگاه علامه طباطبایی، تهران

2 کارشناس ارشد مدیریت دولتی دانشگاه علامه طباطبایی

چکیده

بحث تخصیص اعتبارات همواره یکی از موضوعاتی بوده است که سازمان ها و نهادها را با مشکلات و چالش هایی مواجه ساخته است. دانشگاه ها و مراکز آموزش عالی نیز با افزایش روز افزون تقاضا برای اعتبار ویژه پژوهشی به دلیل مشخص نبودن اولویت ها و ماهیت واقعی دستاوردهای پژوهشی، تنش های مربوط به تخصیص اعتبارات را بیش از سایر سازمان ها حس کرده است. بنابراین هدف مقاله شناسایی معیارهای مناسب تخصیص اعتبارات ویژه پژوهشی در دانشگاه ها و طراحی الگوی تخصیص بهینه آن به کمک سیستم هوشمند شبکه های عصبی مصنوعی است. ابتدا به کمک آئین نامه های تخصیص اعتبار پژوهشی وزارت علوم، تحقیقات و فناوری و دانشگاه های علامه طباطبائی، تهران، شهید بهشتی و صنعتی امیر کبیر، معیارهای تخصیصی تعیین و سپس از طریق پرسشنامه در دانشگاه های منتخب (نمونه آماری: معاونین و کارشناسان پژوهشی)، معیارهای تعیین شده بررسی و سرانجام الگوی تخصیص اعتبار پژوهشی با استفاده از شبکه عصبی مصنوعی هاپفیلد و توسط نرم افزار MATLAB طراحی گردید. ضمن مشخص کردن ماهیت ورودیها و خروجی های تخصیص اعتبار پژوهشی، سه حالت تخصیص اعتبار بر اساس ANN مشخص شد.

کلیدواژه‌ها


عنوان مقاله [English]

Application of Artificial Neural Networks in Allocating Grant

نویسندگان [English]

  • Davood Hoseinpour 1
  • Khatere Hajinouri 2
چکیده [English]

The grant allocation section was one of the subjects that have confronted problems and challenges. Universities and higher education head office as education problems administrators’ encounter. Programs related to grant allocation more than other organizations that is because of the demand ever-increasing for education, ambiguity, diversity of opinions in research priorities, and not being clearly specified in outcomes. So identification of appropriate criteria for grant Hopfield allocation and attempt on theirs optimum allocation by using intelligent systems like artificial neural networks have been necessary that these networks successes in quality improvement in financial decisions. In this research, at first, by grant Hopfild allocation regulation of ministry of since & Allameh tabatabae’i & Tehran & Shahid Beheshti & Amir Kabir universities, those allocation criteria which are confirmed in those universities were appointed. Then, allocation criteria which are appointed from the viewpoint on the assistant in research become identified through completion questionnaires by them. Finally, in order to designing the method of grant Hopfield allocation, patterned outcome criteria enter in MATLAB software and the appropriate pattern obtained through Hopfield network.

کلیدواژه‌ها [English]

  • Grant
  • Grant allocation
  • Artificial neural network Hopfield network