ارتقای قدرت تفکیک پذیری در مدل تحلیل پوششی داده ها با استفاده از متغیرهای انحراف
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
در چندین دهه گذشته تحلیل پوششی داده ها (DEA) به عنوان تکنیکی برای ارزیابی عملکرد و اندازه گیری کارایی واحدهای تصمیم گیری (DMU)، بر اساس داده های ورودی خروجی آنها معرفی شد. با وجود این، نقصان و ضعف در قدرت تفکیک پذیری و عدم توزیع مناسب وزن ها به عنوان اشکالات عمده در DEA باقی مانده اند. در ادبیات موضوع، مدل هایی برای حل این مشکلات ارائه شده است که این مدل ها مشکلات دیگری از قبیل ناشدنی بودن دارند. در این مقاله با به کار بردن یکی از معیارها از مدل DEA چندمعیاره (MCDEA)که در اواخر دهه 1990 میلادی توسعه یافت، اضافه کردن کرانی پایین برای وزن ها و همچنین ارائه ابتکار و تکنیکی برای تفکیک و رتبه بندی همه واحدهای تصمیم گیری کارا، به دنبال برطرف کردن مشکلات اشاره شده هستیم. برای تست و سنجش قابلیت متد پیشنهادی در مقابل مدل های DEA موجود، به حل و تحلیل نتایج دو مثال عددی می پردازیم.
کلیدواژگان:
زبان:
فارسی
انتشار در:
صفحات:
765 تا 780
لینک کوتاه:
magiran.com/p1842607
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!