به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

فهرست مطالب فاطمه سادات سیداسماعیلی

  • محسن رستمی مال خلیفه، فاطمه سادات سیداسماعیلی
    فرض اساسی در الگوهای تحلیل پوششی داده ها (مثل مدل های CCR و BCC) ، این است که مقدار داده های مربوط به ورودی ها و خروجی ها عددی دقیق و مثبتی می باشد، ولی بسیاری از اوقات در شرایط واقعی کسب و کار، تعیین مقدار عددی دقیق برای برخی ورودی ها و یا خروجی ها امکان پذیر نیست. به همین منظور در سال های اخیر در تحلیل پوششی داده ها مدل های متفاوتی برای داده های غیر دقیق مطرح شد و همچنین پژوهش های زیادی در زمینه DEA انجام شده است که قادر به ارزیابی کارایی با داده های منفی می باشد، الگوی تحلیل پوششی داده-های بازه ای منفی که در این تحقیق معرفی و مورد استفاده قرار گرفته است عدم قطعیت را هم در ورودی ها و هم در خروجی ها مورد توجه قرار می دهد و نتایج پایدارتر و قابل اطمینان تری را برای تصمیم گیری در اختیار کاربر قرار می دهد. حال در این مقاله مدلی ارائه می دهیم که قادر است بازه کارایی واحدها با ورودی و خروجی بازه ای که بعضی از شاخص ها می توانند منفی هم باشند را محاسبه می کند و در ادامه ثابت می کنیم بازه کارایی که این مدل به ما می دهد نسبت به بازه کارایی مدل های قبلی ارائه شده، دقیق تر است و در نهایت نیز ده واحد تصمیم گیری با داده های غیر دقیق (بازه ای) منفی با مدل پیشنهادی مورد بررسی قرار می گیرند و نتایج مدل پیشنهادی با نتایج مدل های قبلی مورد مقایسه قرار می گیرد.
    کلید واژگان: تحلیل پوششی داده ها, داده های بازه ای, داده های منفی, ارزیابی کارایی}
    M. Rostamy, Malkhalifeh, F. Seyed Esmaeili
    The basic assumption in data envelopment analysis patterns (DEA) (such as the CCR and BCC models) is that the value of data related to the inputs and outputs is a precise and positive number, but most of the time in real conditions of business, determining precise numerical value is not possible in for some inputs or outputs. For this purpose, different models have been proposed in DEA for imprecise data over recent years and also several researches have been conducted on DEA that are able to evaluate efficiency with negative data. The negative interval DEA pattern which has been introduced and used in the present study, addresses uncertainty both in inputs and outputs and provides user with more stable and reliable results for decision making. Now, in this paper a model is presented that is able to compute efficiency interval of units with interval input and output that while some indicators can also be negative and then we prove that the efficiency interval that this model gives us is more precise compared toefficiency interval of models previously proposed and finally, ten decision making units (DMUs) with the negative imprecise (interval) data are investigated by the proposed model and the results of the proposed model are compared with the results of the previous models.
    Keywords: Data Envelopment Analysis, interval data, Negative data, evaluating the efficiency}
بدانید!
  • در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو می‌شود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشته‌های مختلف باشد.
  • همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته می‌توانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
  • در صورتی که می‌خواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال