الگوی برنامهریزی آرمانی و تحلیل پوششی دادههای معکوس به منظور تخمین ورودیها
محورهای موضوعی : تحقیق در عملیاتمحمدتقی یحیی پور شیخ زاهدی 1 , علیرضا امیرتیموری 2 * , سهراب کردرستمی 3 , سید احمد عدالت پناه 4
1 - گروه ریاضی، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران
2 - گروه ریاضیات کاربردی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران
3 - گروه ریاضی، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران
4 - گروه ریاضی کاربردی، موسسه آموزش عالی آیندگان، تنکابن، ایران
کلید واژه: تحلیل پوششی دادههای معکوس, بهبود کارایی هزینه, افزایش خروجیها, برنامهریزی آرمانی, صنعت خودروسازی,
چکیده مقاله :
هدف: تخمین مقادیر ورودیها وقتی که مقادیر خروجیها را به اندازه دلخواه تغییر میدهیم یکی از کاربردهای مهم تحلیل پوششی دادههای معکوس میباشد. اگر در میان دستهای از واحدهای تصمیم گیرنده DMUها) بخواهیم سطح ورودیهای (خروجیهای) یک DMUرا تخمین بزنیم، وقتی که برخی یا همه خروجیهای (ورودیها) آن تغییر نماید بهطوریکه کارایی هزینه حفظ یا بهبود یابد، از تحلیل پوششی دادههای معکوس استفاده میشود. روششناسی پژوهش: در روش و مدل جدید، تحلیل پوششی دادههای معکوس به کمک برنامهریزی آرمانی برای تخمین مقادیر ورودیها وقتی که مقادیر خروجیها را به اندازه دلخواه تغییر میدهیم با حفظ یا بهبود کارایی هزینه DMUها ارایه میشود. همچنین در این ارتباط نتایج مدل پیشنهادی در یک مثال عددی و یک مطالعه موردی شرکت خودروسازی بررسی میشود. یافتهها: در این پژوهش کارایی هزینه با افزایش خروجیهای دلخواه مورد بررسی قرار میگیرد. مدل جدید تحلیل پوششی دادههای معکوس به کمک برنامهریزی آرمانی برای حفظ یا بهبود کارایی هزینه DMUها ارایه میشود. اصالت/ارزش افزوده علمی: در این تحقیق، تخمین مقادیر ورودیها وقتی که مقادیر خروجیها به اندازه دلخواه تغییر میکند به صورت یکی از کاربردهای مهم تحلیل پوششی دادههای معکوس، به کمک برنامهریزی آرمانی برای حفظ یا بهبود کارایی هزینه DMUها ارایه میشود. همچنین در این ارتباط نتایج مدل پیشنهادی در یک مثال عددی و یک مطالعه موردی شرکت خودروسازی بررسی میشود.
Purpose: Estimating the values of the inputs when we change the values of the outputs as desired is one of the important applications of inverse data envelopment analysis. If we want to estimate the level of inputs (outputs) of a DMU among a group of decision-making units (DMUs), when some or all of its outputs (inputs) change so that cost efficiency is maintained or improved, inverse data envelopment analysis is used. Methodology: In the new method and model, inverse data envelopment analysis is presented with the help of goal programming to estimate the values of inputs when we change the values of outputs as desired by maintaining or improving the cost efficiency of DMUs. Also, in this connection, the results of the proposed model are examined using a numerical example and a case study of an automobile company. Findings: In this research, cost efficiency is investigated by increasing desired outputs. A new model of inverse data envelopment analysis is presented with the help of goal programming to maintain or improve the cost efficiency of DMUs. Originality/Value: In this research, estimating the values of inputs when changing the values of outputs as desired, one of the important applications of inverse data envelopment analysis is presented with the help of goal programming to maintain or improve the cost efficiency of DMUs. Also, in this connection, the results of the proposed model are examined in a numerical example and a case study of an automobile company.