Biblioteca122.739 documentos en línea

Artículos

An Improved Performance Measurement Approach for Knowledge-Based Companies Using Kalman Filter Forecasting MethodUn enfoque mejorado de la medición del rendimiento de las empresas basadas en el conocimiento utilizando el método de previsión del filtro de Kalman

Resumen

La medición del rendimiento y la previsión son cruciales para la gestión eficaz de proyectos innovadores en empresas emergentes basadas en el conocimiento. Este estudio propone un modelo integrado de evaluación y previsión del rendimiento basado en una combinación de la metodología del calendario ganado y la teoría de la curva de aprendizaje en condiciones de riesgo. El rendimiento operativo se mide en términos de indicadores de tiempo y coste de finalización. Como novedad, se emplean los efectos del aprendizaje y el método de previsión del filtro de Kalman para estimar con precisión el rendimiento futuro de la empresa. Además, para predecir con exactitud el rendimiento de los costes, se utiliza un modelo de crecimiento logístico. La validez de este modelo integrado de medición del rendimiento se demuestra a partir de un estudio de caso. Los resultados computacionales confirman que el marco de medición del rendimiento desarrollado proporciona, por término medio, una previsión más precisa en términos de media y desviación típica del error de previsión del rendimiento futuro, frente a los métodos deterministas tradicionales de medición del rendimiento.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento

  • Titulo:An Improved Performance Measurement Approach for Knowledge-Based Companies Using Kalman Filter Forecasting Method
  • Autor:Mohammad Reza, Hasanzadeh; Behrooz Arbab, Shirani; Gholam Ali, Raissi Ardali
  • Tipo:Artículos
  • Año:2016
  • Idioma:Inglés
  • Editor:Hindawi Publishing Corporation
  • Materias:Análisis Matemático Matemáticas Algebra Ingeniería Lógica matemática
  • Descarga:0