الگوي راهبردي اثر مديريت دانش بر نرخ توليد با رويكرد نگاشت شناختي فازي

The Strategic Model of the Effect of Knowledge Management on the Production Rate: Fuzzy Cognitive Mapping Approach

مديريت دانش در سازمان هاي مختلف به وسيله استفاده موثر از منابع و دستيابي به مزيت رقابتي سازگار شده است. به اين منظور سازمان­ها مي­بايست مدلي را براي حل مسائل روز خود در نظر بگيرند كه بتوانند با توجه به آن، با كمترين درگيري بيشترين اثربخشي را در خروجي هاي سازمان داشته باشند. بنابراين در اين پژوهش از مباني و متغيرهاي مديريت دانش براي ارزيابي عملكرد زنجيره تأمين يك شركت فراورده هاي نفتي استفاده شد. بدين منظور از 5 شاخص اصلي مديريت دانش شامل : خلق، ذخيره، اشتراك، بهره برداري و ارزيابي دانش بهره گرفته شد كه اين 5 شاخصه در قالب 26 متغير به عنوان ورودي مدل در نظر گرفته شدند. در مدل ارائه شده ابتدا 26 متغير مديريت دانش با روش هاي نگاشت شناختي فازي پالايش شده و ميزان اهميت هريك از آنها مشخص مي شود سپس با استفاده از مفاهيم پويايي سيستمها اثر آنها بر متغيرهاي زنجيره تامين در قالب نمودار علت و معلول سنجيده ميشود . در نهايت نيز با توجه به دياگرام جريان و ارائه سناريوها شاهد آن هستيم كه با بكارگيري مدل پيشنهادي ميزان توليد به ميزان حدود 30 درصد افزايش پيدا مي كند

Knowledge management in different organizations has been adapted by effective use of resources and achieving competitive advantage. In this regard, organizations must consider a model for solving their current problems that can be the most effective in the organization's outputs with the least conflict. Therefore, in this study, the basics and variables of knowledge management were used to evaluate the supply chain performance of an oil products company. For this purpose, 5 main indicators of knowledge management including: creation, storage, sharing, exploitation and evaluation of knowledge were used, which these 5 indicators in the form of 26 variables were considered as model input. In the proposed model, first 26 knowledge management variables are refined by fuzzy cognitive mapping methods and the importance of each of them is determined, then using the concepts of systems dynamics, their effect on supply chain variables is measured in the form of cause and effect diagrams. Finally, according to the flow diagram and presentation of scenarios, we see that by using the proposed model, the production rate will increase by 30%.