تخصیص منابع محدود متمرکز در تحلیل پوششی داده ها با داده های تصادفی
الموضوعات :
1 - گروه ریاضی، واحد تهران جنوب، دانشگاه آزاد اسلامی، تهران، ایران
الکلمات المفتاحية: Data Envelopment Analysis, Stochastic Data, Resources Allocation,
ملخص المقالة :
بررسی عملکرد و تخصیص منابع در سازمان های بزرگ مانند: بانک ها، دانشگاه ها و فرودگاه ها، یکی از شاخص های مهم در علم مدیریت سازمانی می باشد. در این مقاله، با کمک تحلیل پوششی داده ها که روشی بسیار قوی در ارزیابی کارایی سازمان ها است، به تحلیل و بررسی عملکرد و تخصیص منابع می پردازیم . تخصیص بهینه ی منابع در سازمان ها، مهمترین ابزار اجرای استراتژی و برنامه ای بلند مدت برای آن ها محسوب می شود و سیاست ها و اهداف برنامه ی سازمان ها، در تخصیص بهینه ی منابع به فعالیت ها انعکاس می یابد. در واقع، با توجه به اهمیت عملکرد آتی سازمان ها، مدیران با در نظر گرفتن کارایی هر واحد، راهبردهایی برای هدف گذاری و چگونگی تخصیص منابعی شامل نیروی انسانی، هزینه های مالی، امکانات تکنولوژیکی و غیره را ارایه می دهند. از طرفی، با توجه به اینکه داده های واقعی در سازمان ها معمولاً به صورت تصادفی و نامعین می باشند، در این مقاله به ارایه روش هایی برای تخصیص منابع با داده های تصادفی پرداخته می شود. همچنین در راستای این تحقیق به راهبرد هایی برای تخصیص منابع و همچنین مواجه شدن با منابع محدود در داده های تصادفی خواهیم پرداخت که منجر به ارایه مدلی جدید درتحلیل پوششی داده ها خواهد گردید. در این مدل، داده های تصادفی به علت احتمالی بودن، با یک توزیع احتمال مناسب عنوان می شوند . یکی از دستاوردهای ارزنده در این مقاله، برطرف سازی مشکل تخصیص مناسب و بهینه منابع محدود با داده های تصادفی می باشد. در آخر، با نتایج عددی، مزایای مدل جدید نسبت به مدل های پیشین با داده های تصادفی نشان داده شده است.
[1] Charnes, A., Cooper, W.W., Rhodes, E.L., “Measuring the efficiency of decision making units”, Eur. J. Oper. Res. 2(1978) 429-444.
[2] Thanassoulis, E., Dyson, R.G., “Estimating preferred target input-output levels using data envelopment analysis”, Eur. J. Oper. Res. 56(1992)80-97.
[3] Lozano, S., Villa, G., Centralized resource allocation using data envelopment analysis, J. Prod. Anal. 22(2004)143-161.
[4] Malekmohammadi, N., Hosseinzadeh Lotfi, F., Jaafar, A.B, Data envelopment scenario analysis with imprecise data, Central Eur. J. Oper. Res. 19(2011) 65-79.
[5] Malekmohammadi, N., Hosseinzadeh Lotfi, F., Jaafar, A.B, “Target setting in data envelopment analysis using MOLP”, Appl. Math. Modeling, 35(2011)328-338.
[6] Golany, B., An interactive MOLP procedure for the extension of DEA to effectiveness analysis, J. Oper. Res. Soci. 39(1988)725-734.
[7] Korhonen, P., Syrjnen, M, Resource allocation based on efficiency analysis, Manage. Sci. 50(2004)1134-1144.
[8] Cooper, W.W., Huang, Z., Li S., Satisfying DEA models under chance constraints, Ann. Oper. Res. 66 (1996) 279-295.
[9] Cooper, W.W., Deng H., Huang, Zhimin., Li, Sus X., Chance constrained programming approaches to congestion in stochastic data envelopment analysis, Eur. J. Oper. Res. 155 (2004) 487-501.
[10] Khodabakhshi, M. Chance constrained additive input relaxation model in stochastic data envelopment analysis, Int. J. Inf. Syst. Sci. 6 (2010) 99-112.
[11] Khodabakhshi, M. Asgharian, M. Gregoriou Greg N., An input-oriented super-efficiency measure in stochastic data envelopment analysis: evaluating chief executive officers of US public banks and thrifts, Expert Syst. Appl. 37 (2010) 2092-2097.
[12] Khodabakhshi, M. Super-efficiency in stochastic data envelopment analysis: an input relaxation approach, J. Comput. Appl. Math. 235 (2011) 4576-4588.
[13] Khodabakhshi, M. Gholami, Y. Kheirollahi, H. An additive model approach for estimating returns to scale in imprecise data envelopment analysis, Appl. Math. Modeling. 34 (2010) 1247-1257.
[14] Khodabakhshi, M. Asgharian, M. An input relaxation measure of efficiency in stochastic data envelopment analysis, Appl. Math. Modelling 33 (2009) 2010-2023.
[15] Hosseinzadeh Lotfi, F, Nematollahi, N., Behzadi, M.H., Mirbolouki, M., Moghaddas, Z. Centralized resource allocation with stochastic data, J. Comput. Appl. Math. 236 (2012) 1783-1788.
