کارایی تصادفی مبتنی بر مدل وزن مشترک در تحلیل پوششی داده ها
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
تحلیل پوششی داده ها (DEA) روشی برای ارزیابی عملکرد مجموعه ای از واحدهای تصمیم گیرنده (DMU) متجانس با چندین ورودی و چندین خروجی می باشد. . مدل های مختلفی برای محاسبه کارایی در DEA وجود دارند که یکی از آن ها، مدل مجموعه وزن های مشترک (CSW) می باشد، که به طور گسترده ای توسط افراد و متخصصان DEA مورد استفاده قرار می گیرد. در تحلیل پوششی داده های کلاسیک تمام مقادیر ورودی ها و خروجی ها به طور دقیق مشخص می باشند. با این حال این فرض ممکن است در مسایل کاربردی همواره برقرار نباشد. یکی از روش های مهم برای مقابله با داده های نامشخص، بررسی داده های تصادفی در DEA است. این مقاله مدل مجموعه وزن های مشترک را برای حالتی که ورودی ها و خروجی ها تصادفی هستند، توسعه می دهد. سپس مدل تصادفی وزن مشترک (SCSW) به یک مدل قطعی غیر خطی تبدیل می گردد. پس از آن مدل قطعی به یک مدل برنامه ریزی درجه دوم تبدیل می شود. . کارایی به دست آمده با استفاده از داده های تصادفی را کارایی تصادفی می نامیم. مفهوم ارایه شده در این مقاله با مثال عددی که مربوط به شعبه های یک بانک ایرانی است نشان داده می شود.
کلیدواژگان:
زبان:
انگلیسی
صفحات:
139 تا 152
لینک کوتاه:
magiran.com/p2407410
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!