Abstract Effective selection of improvement projects is a basic step to enhance an organization’s superiority. If improvement projects are not defined and selected properly, the improvement plan is prone to risks. Conventionally, these projects are created using self-assessment processes based on an intelligent strategy map, which is done in terms of functional perspectives of Balanced Scorecard (BSC). However, due to its static behavior, BSC needs to be reviewed under dynamic conditions and based on strategic goals. In this study, to remove this shortcoming, cause, and effect relationships between goals and performance measurements in organizations’ BSC are investigated. This is accomplished by using the Fuzzy Cognitive Map (FCM) method. Having modification capability over time, this FCM method is suitable for grasping changing strategies of organizations and their competitors. Furthermore, based on the BSC, the effectiveness value of each proposed improvement project on the organization’s goals is calculated considering FCM and a hybrid learning algorithm. Then, improvement projects based on the organization’s goals and resource constraints are prioritized using fuzzy Slack-Based Data Envelopment Analysis (SBDEA). Integrating these methods provides a unique decision support system tool for decision makers. Finally, to evaluate the efficiency and accuracy of the proposed approach, a real case study on an automotive-parts supplier is presented along with its results.

中文翻译：

---

使用模糊认知图和基于模糊松弛的效率模型评估汽车行业改进项目的智能策略图

摘要 改进项目的有效选择是提升组织优势的基本步骤。如果改进项目没有正确定义和选择，改进计划就容易出现风险。传统上，这些项目是使用基于智能战略地图的自我评估流程创建的，这是根据平衡计分卡 (BSC) 的功能视角完成的。但是，由于其静态行为，BSC 需要在动态条件下并基于战略目标进行审查。在这项研究中，为了消除这种缺点，调查了组织 BSC 中目标和绩效衡量之间的因果关系。这是通过使用模糊认知图 (FCM) 方法来完成的。随着时间的推移具有修改能力，这种 FCM 方法适用于掌握组织及其竞争对手不断变化的战略。此外，基于 BSC，考虑到 FCM 和混合学习算法，计算每个提议的改进项目对组织目标的有效性值。然后，基于组织目标和资源约束的改进项目使用基于模糊松弛的数据包络分析 (SBDEA) 进行优先排序。整合这些方法为决策者提供了独特的决策支持系统工具。最后，为了评估所提出方法的效率和准确性，展示了一个关于汽车零部件供应商的真实案例研究及其结果。考虑到 FCM 和混合学习算法，计算每个提议的改进项目对组织目标的有效性值。然后，基于组织目标和资源约束的改进项目使用基于模糊松弛的数据包络分析 (SBDEA) 进行优先排序。整合这些方法为决策者提供了独特的决策支持系统工具。最后，为了评估所提出方法的效率和准确性，展示了一个关于汽车零部件供应商的真实案例研究及其结果。考虑到 FCM 和混合学习算法，计算每个提议的改进项目对组织目标的有效性值。然后，基于组织目标和资源约束的改进项目使用基于模糊松弛的数据包络分析 (SBDEA) 进行优先排序。整合这些方法为决策者提供了独特的决策支持系统工具。最后，为了评估所提出方法的效率和准确性，展示了一个关于汽车零部件供应商的真实案例研究及其结果。整合这些方法为决策者提供了独特的决策支持系统工具。最后，为了评估所提出方法的效率和准确性，展示了一个关于汽车零部件供应商的真实案例研究及其结果。整合这些方法为决策者提供了独特的决策支持系统工具。最后，为了评估所提出方法的效率和准确性，展示了一个关于汽车零部件供应商的真实案例研究及其结果。