افزایش قدرت تمایز واحدهای تصمیم گیرنده بر پایه کاهش پراکندگی وزنها درتحلیل پوششی داده ها
الموضوعات :اعظم پورحبیب یکتا 1 , علیرضا امیرتیموری 2 , سهراب کردرستمی 3 , رضا کاظمی متین 4
1 - دانشجوی دکتری ریاضی، دانشکده ریاضی، دانشگاه آزاد اسلامی واحد لاهیجان، گیلان، ایران
2 - استاد گروه ریاضی، دانشکده ریاضی، دانشگاه آزاد اسلامی واحد رشت، گیلان، ایران
3 - استاد گروه ریاضی، دانشکده ریاضی، دانشگاه آزاد اسلامی واحد لاهیجان، گیلان، ایران
4 - دانشیار گروه ریاضی، دانشکده ریاضی، دانشگاه آزاد اسلامی واحد کرج، البرز، ایران.
الکلمات المفتاحية: Data Envelopment Analysis, Efficiency, Weight dispersion, variance,
ملخص المقالة :
تحلیل پوششی داده ها (DEA)، تکنیکی غیر پارامتری برای اندازه گیری کارایی نسبی واحدهای تصمیم گیرنده با ورودی و خروجی چندگانه، یکی از روشهای بسیار محبوب در بین محققان بوده است. علیرغم محبوبیت این تکنیک غیر پارامتری،شامل چند ایراد از جمله فقدان قدرت تمایز بین واحدهای کارا و پراکندگی وزن می باشد. در این مطالعه یک روش مبتنی بر DEA چند هدفه (MCDEA) برای متعادل سازی وزنهای ورودی و خروجی پیشنهاد شده است. مدل پیشنهادی با حفظ خاصیت بهینگی حاصل از مدل CCR، واریانس وزنهای ورودی و خروجی را مینیمم می کند در نتیجه پراکندگی وزنهای ورودی و خروجی متعادل تر می شود لذا قدرت تمایز واحدهای کارا بیشتر می شود یعنی تعداد واحدهای کارا کاهش خواهد یافت .
