معصومه مهراد - PHD Student of public administration, human resources, Department of management, Aliabad Katoul branch, Islamic Azad University,Aliabad Katoul, Iran.
روح اله سمیعی - Assistant Professor, Department of Management, Aliabad Katoul branch, Islamic Azad University,Aliabad Katoul, Iran.
حسین دیده خانی - Assistant Professor, Department of Industrial Engineering, Aliabad Katoul branch, Islamic Azad University, Aliabad Katoul, Iran
پرویز سعیدی - Associate Professor, Department of Management, Aliabad Katoul branch, Islamic Azad University, Aliabad Katoul, Iran.

پژوهش حاضر در صدد است به طراحی مدل ارزیابی و رتبه بندی ریسک های منابع انسانی با رویکرد هوشمند نرو فازی به عنوان یکی از روش های هوش مصنوعی در شرکت ملی گاز ایران بپردازد. برای تحقق این هدف سه گام اصلی انجام پذیرفت:گام اول، شناسایی معیارهای ارزیابی بود که با مرور پیشینه و مبانی نظری تحقیق و بر اساس نظرخبرگان محقق شد. گام دوم، مدلسازی ریسک های منابع انسانی با استفاده از رویکرد نرو فازی بود که با دو روش قاعده سازی گرید پارتیشن و خوشه بندی کاهشی انجام شد.درگام سوم، با به کارگیری مدلسازی سیستم نرو فازی رتبه بندی ریسک های منابع انسانی صورت پذیرفت. نتایج رتبه بندی ابعاد ریسک های منابع انسانی نشان داد که استان یزد بیشترین ریسک ساختاری، استان ایلام بیشترین ریسک ارزشی و استان خراسان رضوی بیشترین ریسک رفتاری و زمینه ای را داشته اند. همچنین نتایج ارزیابی کلی ریسک های منابع انسانی، استان اصفهان را دارای کمترین ریسک و استان خراسان رضوی را دارای بیشترین ریسک منابع انسانی در شرکت ملی گاز ایران معرفی نمود. یافته های این تحقیق می تواند به عنوان یک ساختار جامع و یک نقشه راه مورد توجه مدیران سازمان در راستای بهبود تدوین استراتژی های مدیریت ریسک منابع انسانی قرارگیرد.

Human Resources Rrisks, Evaluation, Ranking, Neuro- fuzzy system (ANFIS), ریسک های منابع انسانی, ارزیابی, رتبه بندی, سیستم نرو فازی(ANFIS)