در این مقاله میانگین تقریبیپذیری نسبت به ایدآل جبرهای باناخ و میانگین پذیری تقریبی نسبت به آیدهآل دوگان دوممیانگینپذیر l(S)⋆⋆ جبرهای باناخ مورد بررسی قرار میگیرد و با استفاده از نتایج بدست آمده نشان داده میشود کهI تقریبی نسبت ایدهآلایدهآل القا شده توسط هم نهشتی I چکیده کامل
در این مقاله میانگین تقریبیپذیری نسبت به ایدآل جبرهای باناخ و میانگین پذیری تقریبی نسبت به آیدهآل دوگان دوممیانگینپذیر l(S)⋆⋆ جبرهای باناخ مورد بررسی قرار میگیرد و با استفاده از نتایج بدست آمده نشان داده میشود کهI تقریبی نسبت ایدهآلایدهآل القا شده توسط هم نهشتی I متناهی باشد جایی که در آن S/σ ⋆⋆ است اگر و تنها اگراست. S روی نیم گروه σ
پرونده مقاله
نقش اپسیلون غیرارشمیدسی در مدل های تحلیل پوششی داده ها واضح است، به طوری که با یک مقدار نامناسب آن،برنامه ریزی های خطی مربوطه، می تواند نشدنی (برای شکل مضربی) و یا بی کران (برای شکل پوششی) باشد. این مقاله نشانبه وسیله مفهوم جهت های رأسی، یکتاست. همچنین در این DEA می دهد چکیده کامل
نقش اپسیلون غیرارشمیدسی در مدل های تحلیل پوششی داده ها واضح است، به طوری که با یک مقدار نامناسب آن،برنامه ریزی های خطی مربوطه، می تواند نشدنی (برای شکل مضربی) و یا بی کران (برای شکل پوششی) باشد. این مقاله نشانبه وسیله مفهوم جهت های رأسی، یکتاست. همچنین در این DEA می دهد که بازه اطمینان کلی برای اپسیلون در مدل هایمقاله یک مقدار مطمئن برای اپسیلون با استفاده از فقط عملیات حسابی روی ورودی ها و خروجی ها ارائه شده است.
پرونده مقاله
در این مقاله یک رویکری تلفیقی از مدل های ان جی (2007) و ژو و فن (2007) را برای مسئله طبقه­بندی ABC چند معیاره ارائه می دهیم. مدلی که ان جی (2007) پیشنهاد کرد، از این پس مدل ان جی، علیرغم مزایایش ممکن است به وضعیتی منجر گردد که در آن اوزان برخی معیارها در رابطه با یک چکیده کامل
در این مقاله یک رویکری تلفیقی از مدل های ان جی (2007) و ژو و فن (2007) را برای مسئله طبقه­بندی ABC چند معیاره ارائه می دهیم. مدلی که ان جی (2007) پیشنهاد کرد، از این پس مدل ان جی، علیرغم مزایایش ممکن است به وضعیتی منجر گردد که در آن اوزان برخی معیارها در رابطه با یک کالا هیچ نقشی را در تعیین امتیاز کلی آن بازی نکنند. همچنین، تبدیل مقیاسی که او جهت تبدیل مقادیر اقلام در رابطه با معیارهای متفاوت به بازه 1- بکار برد برای مقادیر کوچک مقیاس مناسب نمی باشد. از سوی دیگر، برای R کالای موجودی، مدل ژو و فن (2007)، از این پس مدل ژو و فن، بایست R2 مرتبه از طریق یک بهینه کننده حل شود که در آن یک مدیر موجودی ممکن است هیچ پیش زمینه ای در خصوص بهینه کننده خطی نداشته باشد، بعلاوه، هنگامی که تعداد اقلام زیاد شود، زمان محاسباتی افزایش خواهد یافت. از اینرو، به منظور برطرف نمودن نقایص مدل های اخیر، مدلی تلفیقی را ارایه می دهیم که در آن توابع هدف همان توابع هدف مدل ژو و فن است اما قیود آن قیود مدل ان جی است. به منظور مقایسه مدل پیشنهادی با مدل ان جی و ژو و فن یک مطالعه موردی نیز ارائه می شود.
پرونده مقاله
در تحلیل پوششی داده ها، فرض بر این است که نقش هر عامل به عنوان ورودی یا خروجی مشخص می باشد. با این حال، دربعضی موارد، عوامل مشترکی هستند که ماهیت ورودی یا خروجی بودن آنها مشخص نیست. این عوامل را عوامل انعطاف پذیرمی نامند. در این حالت، تعیین ورودی یا خروجی بودن یک عامل، چکیده کامل
در تحلیل پوششی داده ها، فرض بر این است که نقش هر عامل به عنوان ورودی یا خروجی مشخص می باشد. با این حال، دربعضی موارد، عوامل مشترکی هستند که ماهیت ورودی یا خروجی بودن آنها مشخص نیست. این عوامل را عوامل انعطاف پذیرمی نامند. در این حالت، تعیین ورودی یا خروجی بودن یک عامل، کار دشواری است. به همین علت، نظریه مجموعه های فازیمی تواند ابزار مناسبی باشد.در این مقاله، جهت تعیین ورودی یا خروجی بودن یک عامل انعطاف پذیر، یک فرایند دو مرحله ای برای طبقه بندی فازی ارایهمی شود. بدین منظور، یک تابع عضویت معرفی می گردد. در نتیجه، کارایی واحدهای تصمیم گیری، با یک درجه عضویتمشخص خواهند شد. روش پیشنهادی با حل یک مثال بررسی می شود.
پرونده مقاله
یک روش رتبه­بندی DMUها روش کارایی متقاطع می­باشد. در این روش کارایی هر DMU با وزن­های بهیه بقیه DMUها محاسبه می­شود، که رتبه بندی را برای مدیران قابل قبول­تر می­سازد. وجود وزن­های بهیه دگرین در کارایی متقاطع منجر به وجود رتبه­های مختلف بر چکیده کامل
یک روش رتبه­بندی DMUها روش کارایی متقاطع می­باشد. در این روش کارایی هر DMU با وزن­های بهیه بقیه DMUها محاسبه می­شود، که رتبه بندی را برای مدیران قابل قبول­تر می­سازد. وجود وزن­های بهیه دگرین در کارایی متقاطع منجر به وجود رتبه­های مختلف برای DMUها می­گردد. اهداف ثانویه گوناگونی برای حل این مشکل تاکنون معرفی گردیده است. در این مقاله روش جدیدی ارایه می­شود که راضی کننده و قابل قبول برای همه DMUها می­باشد. بنابراین با حل این مدل وزن­های بهینه مورد محاسبه رتبه­بندی برای همه DMUها راضی کننده و منصفانه است.
پرونده مقاله
در تحلیل پوششی داده ها، فرض بر این است که نقش هر عامل به عنوان ورودی یا خروجی مشخص می باشد. با این حال، دربعضی موارد، عوامل مشترکی هستند که ماهیت ورودی یا خروجی بودن آنها مشخص نیست. این عوامل را عوامل انعطاف پذیرمی نامند. در این حالت، تعیین ورودی یا خروجی بودن یک عامل، چکیده کامل
در تحلیل پوششی داده ها، فرض بر این است که نقش هر عامل به عنوان ورودی یا خروجی مشخص می باشد. با این حال، دربعضی موارد، عوامل مشترکی هستند که ماهیت ورودی یا خروجی بودن آنها مشخص نیست. این عوامل را عوامل انعطاف پذیرمی نامند. در این حالت، تعیین ورودی یا خروجی بودن یک عامل، کار دشواری است. به همین علت، نظریه مجموعه های فازیمی تواند ابزار مناسبی باشد.در این مقاله، جهت تعیین ورودی یا خروجی بودن یک عامل انعطاف پذیر، یک فرایند دو مرحله ای برای طبقه بندی فازی ارایهمی شود. بدین منظور، یک تابع عضویت معرفی می گردد. در نتیجه، کارایی واحدهای تصمیم گیری، با یک درجه عضویتمشخص خواهند شد. روش پیشنهادی با حل یک مثال بررسی می شود.
پرونده مقاله