تعیین کارایی نسبی واحدهای تصمیم گیری تا حدی نامتجانس با DEA
محورهای موضوعی : آینده پژوهیرضا فرضی پور صائن 1 , عزیزالله معمار یانی 2 , فرهاد حسین زاده لطفی 3
1 - ندارد
2 - ندارد
3 - ندارد
کلید واژه: تحلیل پوششی داده ها, فرایند تحلیل سلسلع مراتبی, مقادیر گمشده,
چکیده مقاله :
فرض کلیه مدل های فعلی DEA ، بر تجانس کامل DMU ها استوار می باشد.هدف این مقاله ارائه مدلی برای تعیین کارایی نسبی واحدهای تصمیم گیری تا حدی متجانس به کمک تکنیک DEA می باشد. در مدل پیشنهاد شده ابتدا توسط میانگین سری، مقادیر گمشده تکمیل می گردد، سپس به کمک تکنیک AHP اندازه نسبی بزرگی DMU ها در نظر گرفته می شود و در نهایت کارایی نسبی DMU ها به کمک تکنیک تحلیل پوششی داده ها محدود شده به قیود تصادفی تعیین می شود. به منظور روشن شدن مطلب مثال عددی ارائه می گردد.
The assumption of classical Data Analysis (DEA) model is based on complete homogeneity of Decision Making Units (DMU’s). The objective of this paper is to propose a method of determining relative efficiency of slightly-nohomogeneous DMU’s by using DEA. First missing values are inserted by series mean. Then relative weights of DMU are measured by Analytic Hierarchy Process (AHP) and finally relative efficiency of DMU’s is computed by Chance Constrained DEA. A case study demonstrates the application of the proposed method.