یکی از پیچیده‌ترین مشکلات تصمیم‌گیری برای مدیران زنجیره‌های تأمین، ارزیابی عملکرد زنجیره می‌باشد که بر اساس رویکردهای مختلف قابل انجام است. اگرچه مطالعات متعددی در زمینه ارزیابی عملکرد عناصر زنجیره تأمین با استفاده از کارت امتیازی متوازن (BSC) ثبت شده است، تعداد انگشت شماری بر روابط بین شاخص‌های منظرهای چهارگانه کارت امتیازی متوازن تمرکز نموده‌اند. این مقاله بر این روابط به‌ویژه روابط دارای ساختار بازخوردی، تمرکز می کند. به‌این منظور، پس از تعیین شاخص‌های با اهمیت کارت امتیازی متوازن در ارزیابی تأمین‌کنندگان زنجیره تامین، از تکنیک دیماتل برای تعیین روابط بازخوردی میان شاخص‌ها و دستیابی به شاخص‌های اساسی، از منظر اثرگذاری و اثرپذیری استفاده شده است. این شاخص‌ها در مرحله بعد، در قالب ورودی‌ها و خروجی‌های مدل دسترسی پذیری ضعیف تحلیل پوششی داده ها در حضور عوامل نامطلوب، برای ارزیابی نهایی تأمین‌کنندگان و تعیین امتیاز کارایی آنها استفاده گردیده اند. نهایتاً واحدهای کارا بر اساس مدل سوپر کارایی اندرسون- پترسون رتبه بندی شدند. رویّه ارائه شده به عنوان الگویی برای ارزیابی‌ کارایی تأمین‌کنندگان شرکت پارس خزر بکار گرفته شده است. Manuscript profile

چکیده: تحلیل پوششی داده‌ها (DEA) روشی برای ارزیابی کارایی نسبی مجموعه‌ای از واحدهای تصمیم گیرنده در یک فرآیند تولید است. یکی از شاخه‌های ارزیابی عملکرد، بررسی کارایی هزینه می باشد. کارایی هزینه توانایی تولید مقدار کنونی خروجی را با کمترین مقدار هزینه ارزیابی می‌کند. حال فرض کنیم که چندین گروه از واحدها مورد نظر می‌باشد که بطور مجزا عمل می‌کنند و تکنولوژی‌های متفاوتی دارند اما به طور متمرکز مدیریت می‌شوند یا به عبارتی دیگر منبع تامین کننده مواد اولیه آنها مشترک است اما هرکدام از این گروه ها هزینه‌های متفاوتی را برای این منابع پرداخت می‌کنند. مدل‌های سنتی DEA هیچ پیشنهادی برای محاسبه کارایی هزینه در چنین شرایطی که واحدها به گروه‌های با تکنولوژی‌های متفاوت دسته‌بندی شده باشند و هزینه ورودی‌ها متفاوت باشد، ارائه نمی‌کند. در این مقاله با استفاده از مفهوم کارایی هزینه و استفاده از مفهوم ابر مرز و با استفاده از ارتباط منطقی کارایی هزینه و کارایی تکنیکی روشی برای محاسبه کارایی هزینه در شرایط تکنولوژیکی متفاوت ارائه می‌شود. همچنین روشی ارائه می‌شود که برمبنای آن بتوان از انتقال واحدها به‌منظور بهبود عملکرد آنها استفاده کرد. روش ارائه شده در این تحقیق در مثال عددی و مطالعه کاربردی مورد استفاده قرار می‌گیرد و نتایج آن‌ها مورد بررسی قرار می‌گیرند. Manuscript profile

در مدل های تحلیل پوششی داده ها در بسیار ی مو ارد اصل دسترسی پذیری ضعیف به ازای خروجی های نامطلوب مانند آلاینده های محیطی به کار برده شده است . با توجه به این اصل ، مدل های مختلفی برای ارزیابی کارایی واحدهای تحت ارزیابی ارائه می شود . در این مقاله ، دوآلیتی در مدل دسترسی پذیری ضعیف کاسمانن (2005) و امیرتیموری و همکاران (2017) را بیان می کنیم . در ادامه تعبیر های اقتصادی دوال را در تکنولوژی های فوق بیان کرده و همچنین نقاط تصویر واحدهای نا کارا را معرفی می نماییم . سپس روش های مطرح شده در مثالی شرح داده می شود که شامل طراحی های مختلف در خط تولید یک کارخانه می باشد . ................................................ ................ . . . . . . . . . . . . . . . . . . . . . . . . . . . Manuscript profile

تحلیل‌پوششی‌داده‌ها (DEA) دامنه‌ی گسترده‌ای از مدل‌های ریاضی برای سنجش کارایی نسبی مجموعه‌ای از واحدهای تصمیم‌گیری متجانس با ورودی و خروجی مشابه است. مدل‌های مضربی تحلیل پوششی داده‌ها، مجموعه‌ای از وزن‌ها را برای متغیرهای ورودی و خروجی هر واحد تصمیم‌گیری به دست می‌آورد و بر اساس آن کارایی نسبی هر واحد تصمیم‌گیری را محاسبه می‌کند. محاسبه وزن‌های مختلف برای شاخص‌های یکسان در مجموعه‌ای از واحدهای تصمیم‌گیری متجانس، واقع‌بینانه نیست. برای رفع این مشکل از روش مجموعه وزن‌های مشترک (CSW) استفاده‌شده است. برای به حداقل رساندن واحد‌های کارا از روش بوت‌استرپ برای تعیین مجموعه وزن‌های مشترک استفاده می‌شود. رتبه یک واحد می‌تواند اطلاعات سودمندی درزمینه فعالیت‌های بهینه واحدهای تصمیم‌گیری در اختیار تصمیم‌گیرنده قرار دهد. اینکه کدام واحد بر واحد دیگر اولویت دارد، این مفهوم برتری یک واحد را ازنظر کارایی و اثربخشی بر واحدهای دیگر مشخص می‌کند. محاسبه کارایی واحدها برای مدل‌های تحلیل‌پوششی‌داده‌ها می‌تواند ملاک مناسبی برای رتبه‌بندی یک واحد باشد؛ اما مشکل اصلی زمانی است که چند واحد کارا همگی رتبه یک را لحاظ می‌کنند. هدف از این پژوهش، ارائه مدلی جهت رتبه‌بندی واحدهای کارا با استفاده از روش بوت‌استرپ برای تعیین مجموعه وزن‌های مشترک در تحلیل پوششی داده‌ها است. تعیین مجموعه وزن-های مشترک از طریق یافتن یک بازه اطمینان احتمالی برای وزن‌ها به کمک بوت‌استرپ است که برآورد آن‌ها می‌تواند یک مجموعه وزن‌های مشترک احتمالی برای تحلیل‌پوششی‌داده‌ها به دست آورد و با توجه به آن واحدهای کارا از هم افتراق و رتبه‌بندی بین آن‌ها انجام می‌شود. Manuscript profile

تحلیل پوششی داده ‌ها یک رویکرد نسبتاً جدید با ماهیت داده ‌ای برای ارزیابی عملکرد مجموعه ‌ای از ‏موجودیت ‌های همتا به نام واحدهای تصمیم گیری (‏DMUها) است که چندین ورودی را به چندین خروجی ‏تبدیل می کنند. DEA در دوره زمانی نسبتاً محدودی تبدیل به ابزار کمّی و تحلیلی قدرتمندی برای اندازه‌گیری و ارزیابی عملکرد شده است. DEA در انواع مختلفی از کاربردها در فعالیت ها و محیط‌ های مختلف در سرتاسر دنیا با موفقیت به کار گرفته‌ شده است. همچنین مسأله ی اندازه ‌گیری کارایی هزینه در سیستم‌ های تولیدی و اقتصادی یکی از مسائل مهم روز دنیا می ‌باشد. در دنیای واقعی سیستم‌ های اقتصادی و تولیدی وجود دارند که از ترکیب واحدهای مستقل تشکیل شده‌ اند و یکی از روش‌ های اندازه‌ گیری کارایی هزینه برای سیستم ‌های اقتصادی و تولیدی روش DEA می ‌باشد. این مقاله دو مدل DEA شبکه ای را برای اندازه گیری کارایی هزینه از مدل شبکه ای با مولفه های پردازش یکسان با در نظر گرفتن عملکردهای پردازش های فردی در ساختار شبکه را ارائه می کند. در این مقاله به بررسی مدل کارایی هزینه فار و همکاران پرداخته شده و با اعمال تغییراتی در مدل فار و همکاران به ارائه دو مدل جدید تحلیل پوششی داده های شبکه ای و توسعه یافته برای اندازه‌گیری کارایی هزینه در سیستم‌های شبکه‌ای اقتصادی و تولیدی پرداخته شده است. Manuscript profile

در این مقاله ارزیابی کارایی دینامیکی واحدهایی با ساختارشبکه‌ای چندمرحله‌ای تحت داده‌های بازه‌ای برای مدل‌های تحلیل پوششی شبکه‌ای(NDEA) انجام می‌شود. هدف این مطالعه مدل‌سازی با ایده معاد‌ل‌سازی دوره‌ای به منظور ارزیابی میزان کارایی پویا زیر‌ساختارها و شبکه‌ نهایی، با داده‌های بازه‌ای در دوره‌های زمانی معین می‌باشد. مدل پیشنهادی این پژوهش، یک مدل غیرشعاعی با تکنولوژی تعریف شده و بر اساس الگوی واحد کارای قوی در قالب یک شبکه تبدیلی‌ مجازی است که قابلیت ارزیابی چندین زیر فرایند را دارد. همچنین این مدل تعامل و ارتباط بین زیر فرایندها و کل شبکه را در هر مرحله و هر دوره به صورت تام در نظر می‌گیرد و بر اساس داده‌های بازه‌ای، کارایی شبکه نهایی (شبکه کل) و زیرفرایندها را دریک بازه، محاسبه می-نماید. این مدل مناسبات و تنظیمات بین زیر فرایندها را در یک ساختار شبکه‌ای چند مرحله‌ای پویا، برای کارا شدن فراهم می-نماید. همچنین با یک مثال کاربردی بر مبنای ایده این پژوهش و مدل‌های استنتاجی آن، کارایی دینامیکی در یک دوره چهار ساله در واحدهای تولیدی با داده‌های بازه‌ای وکراندار مورد ارزیابی و سنجش قرار گرفته است. Manuscript profile

در این مقاله از روش تحلیل پوششی داده‌ها برای اندازه گیری کارایی، در مواردی که با ورودی های مشترک تفکیک ناپذیر مواجه هستیم، استفاده شده است. هدف این تحقیق، ایجاد یک رویکرد جدید براساس مدل های تحلیل پوششی داده‌ها بر اساس استفاده بهینه از ورودی های مشترک تفکیک ناپذیر در چندین فعالیت متفاوت می‌باشد. در این مطالعه، در مرحله اول امتیاز کارایی از چندین فعالیت محاسبه می شود و سپس حداکثر امتیاز کارایی مربوط به هر واحد تصمیم گیری در نظر گرفته می‌شود. در مرحله دوم امتیاز کارایی که با رویکرد جدید در ورودی های مشترک تفکیک ناپذیر بدست آمده است، به عنوان محدودیت جدید به مدل اضافه می گردد. این روش بر روی داده های واقعی 25 شعبه یک بانک خصوصی در ایران پیاده سازی شده است. لذا در مرحله اول کارایی هر شعبه محاسبه می شود و سپس با توجه به سه نوع فعالیت تولید، بانکداری الکترونیکی و واسطه گری، دستورالعمل های بهبود ارائه می شود. استفاده از این روش باعث ارائه یک امتیاز واقعی کارایی برای هر واحد تصمیم گیری، به جای امتیاز کارایی سنتی شده و همچنین منجر به اخذ تصمیمات ساختار یافته تر بر اساس ارزیابی عملکرد شفاف تر در شعب بانک می گردد. Manuscript profile

امروزه ارزیابی کارایی سازمان‌ها و دانستن اینکه چگونه منابع باید سازماندهی شوند و برای رسیدن به نتایج بهینه استفاده موثر شوند بسیار حائز اهمیت می‌باشد. از جمله روش‌های ارزیابی کارایی، تحلیل پوششی داده‌ها می‌باشد. یکی از موضوعات مهم در تحلیل پوششی داده‌ها تخمین بیشترین اندازه مقیاس بهره‌وری (MPSS) تولید است. با توجه به حضور عوامل نامطلوب در سیستم‌های تولیدی، در این پژوهش مدل‌هایی جهت ارزیابی MPSSو تعیین بزرگترین و کوچکترین MPSS (نزدیکترین و دورترین نقاط MPSS) پیشنهاد می‌شود در حالی که خروجی‌های نامطلوب با دسترسی‌ضعیف در نظر گرفته می‌شوند. مدل‌های پیشنهادی نقش عوامل محیطی را در برآورد میزان کارایی واحدها مشخص می‌کنند. این مدل-ها به‌علت سهولت و زمان کوتاه در محاسبات می‌توانند در کارخانه‌ها، بیمارستان‌ها و همچنین توسط نگهبان محیط زیست برای نظارت مستمر بر وضعیت زیست محیطی تحت تاثیر فعالیت‌های صنعتی استفاده شوند و تاثیر عوامل محیطی را در برآورد کارایی نشان دهند. برای ارایه نتایج نظری از داده‌های صنعت چین با 31 واحد تصمیم گیرنده استفاده می‌کنیم. Manuscript profile

Banks play an important role in the growth and development of any economy. A profitable banking system enhances economic stability and efficiency to mitigate the impacts of sudden macroeconomic shocks. To be more efficient and profitable, banks need to recognize the factors underpinning their performance. Accrued liabilities are one of the factors that hinder the profitability of banks. There are several methods to assess banks' profitability with their own pros and cons. Among them, data envelopment analysis (DEA) has been recommended as one of the most common approaches to evaluate different efficiencies including cost efficiency, revenue efficiency, technical efficiency, and finally profitability. The availability of prices/weights of inputs and outputs provides financial managers with significant information for evaluating efficiencies and assists them in decision-making and strategy development processes. This study mainly aims to analyze banks' profitability by considering accrued liabilities resulting from undesirable factors, for which relevant data were collected from 33 branches of a commercial bank in Gilan province, Iran based on managerial and weak disposability. The results illustrated that only three branches were graded one in three dimensions of efficiency, namely technical, cost and revenue, and profitability. Besides, it was suggested that the lack of these efficiencies was not correlated with the branches' profitability. Manuscript profile

Evaluating the performance of countries in international markets and measuring how they utilize allocated resources provides a lucid picture of the state of business management in countries also assessing performance sustainability in international markets, is one of the important issues in predicting international trade. In international markets knowledge of countries' performance leads to the recognition of their economic and non-economic management statuses even more it is used to allocate financial support of global organization. In the present article, an attempt was made to design a model capable of examining the performance of nations in international markets by both economic and non-economic dimensions in the presence of undesirable factors and two preparation and exploitation stages of existing platforms and also assessing the sustainability of countries' performance in the studied period which is quite innovative. Then, data from 21 countries, from 2010 to 2017 were evaluated to test the model. The results indicated that the model is capable of examining the performance of countries and assess the sustainability of the countries over a period of time. According to the results of this model, an attempt was made to evaluate Iran's performance status among homogeneous countries and provide a roadmap for enhancing Iran's performance Manuscript profile

One important issue in data envelopment analysis (DEA) which has been studied by many researchers is returns to scale (RTS). The authors developed DEA models to evaluate the efficiency of two-stage networks in returns to scale variable and introduced a new definition to determine return to scale classification in two-stage networks. The current article proposed an approach for determining the stability region of returns to scale classification in two-stage network DEA. The data were collected from insurance companies in Iran in 2019. We consider the insurance industry process as a two-stage network; the stage of marketing and that of investment. The effectiveness of insurance companies was evaluated, and, after determining the classification of returns to scale, we found a sustainability interval to classify returns to their scale. Manuscript profile

Banks are one of the most important financial sectors in order to the economic development of each country. Certainly, efficiency scores and ranks of banks are significant and effective aspects towards future planning. Sometimes the performance of banks must be measured in the presence of undesirable and vague factors. For these reasons in the current paper a procedure based on data envelopment analysis (DEA) is introduced for evaluating the efficiency and complete ranking of decision making units (DMUs) where undesirable and fuzzy measures exist. To illustrate, in the presence of undesirable and fuzzy measures, DMUs are evaluated by using a fuzzy expected value approach and DMUs with similar efficiency scores are ranked by using constraints and the Maximal Balance Index based on the optimal shadow prices. Afterwards, the efficiency scores of 25 branches of an Iranian commercial bank are evaluated using the proposed method. Also, a complete ranking of bank branches is presented to discriminate branches. Manuscript profile

The balance between environmental regulations and economic issues has always been one of the main challenges of governments, because with the growth of industrialization, environmental pollution has also increased. Along with the desired outputs in the production process, may also produce undesirable outputs which have a great impact on organizations efficiency and environmental pollution. On the other hand, dealing with the impact of undesirable factors on the inputs and desirable outputs, valuable information for making strategies and organizational decisions could be achieved. Considering undesirable factors, this paper aims to calculate the relative efficiency and marginal ratios of environmental systems using weak and managerial disposability models of data envelopment analysis (DEA). This study is conducted in two phases. In the first one, the regions were classified into efficient and inefficient groups using a developed DEA model. In the second step, the marginal rate of undesirable outputs on the inputs and desirable outputs in efficient areas were calculated. The results showed that the change in the amount of undesirable outputs has a significant effect on other variables. Manuscript profile

Legislation constitutes one of the most critical responsibilities of the Islamic Parliament. Given its pivotal role in addressing the country's political, economic, and social issues, evaluating this institution and identifying factors that influence its performance takes on particular significance. This necessitates the development of a suitable model for assessing its performance. Therefore, the primary aim of this research is to provide an efficiency measurement model for evaluating the legislative performance of the Islamic Parliament. To achieve this goal, considering that the Islamic Parliament primarily operates as a service-oriented institution where the consumption of inputs is not of utmost importance, we have utilized the technique of Data Envelopment Analysis (DEA) without explicit input data. Additionally, in consideration of the existence of undesirable outputs, we have applied the assumption of managerial disposability. Based on these considerations, we have determined and compared the legislative performance of the Islamic Parliament over eight periods (from the third to the tenth period) using models assuming efficiency on both constant and variable scales. Manuscript profile

The aim of this research is to design scenarios based on cooperative game theory scenarios to examine the rewards and penalties observed from sharing or not sharing knowledge among companies. The statistical population of the study includes managers and experts from 10 subsidiary companies of the National Iranian Oil Company, among whom 10 senior managers were selected for pairwise comparisons using the snowball sampling method. The research method is classified as descriptive, applied, interpretive, exploratory, with a quantitative and qualitative nature. This study emphasizes the importance of efficient knowledge sharing as a means to foster cooperative in the investment portfolios of the National Iranian Oil Company to compete with foreign competitors during sanctions. By reviewing the results of the four scenarios derived from the game, it was observed that the rewards companies receive from sharing knowledge are dependent on the behavior resulting from knowledge sharing by other companies. The more capable an organization is in influential factors related to knowledge transfer and innovation; the more benefits companies will gain if they cooperate. Sensitivity analysis regarding the costs of project cooperative, which arises due to the difficulty of implementing joint projects, showed that as the costs increase, companies tend to shift from a cooperative strategy towards a retaliation strategy and then towards a non-cooperative strategy. The impact of companies' intellectual capital status on the selection of cooperative strategies was observed. Companies that decide to collaborate, if equipped with higher intellectual capital due to experience and empowerment, tend to prefer an optimal strategy towards cooperative. Manuscript profile

Imports and exports play an integral role in the economic growth of all countries. Therefore, selecting the right products can enhance a country's competitiveness in global trade. Saffron stands out as one of Iran's most vital and unique non-oil products for export. The objective of this study was to predict saffron exports using three data mining algorithms and determine the most suitable algorithm for forecasting. The sample period for the forecasting models encompasses saffron export data from Iran for the years 2012 to 2019, gathered from the Iran Saffron Association. Following the data preparation steps, saffron export was forecasted using three data mining algorithms: artificial neural network, deep learning, and gradient boost tree. The validity of the models plays a crucial role in selecting the best forecasting model. The predictive validity of the three designed models was evaluated using the absolute error (artificial neural network = 0.036, deep learning network = 0.031, and gradient boost tree = 0.047), R-squared (artificial neural network = 0.045, deep learning network = 0.044, and gradient boost tree = 0.073), and correlation coefficients (artificial neural network = 0.95, deep learning network = 0.98, and gradient boost tree = 0.97). Based on the findings, all models demonstrate high accuracy, with very low prediction errors that are closely matched. However, the deep learning network exhibits a slightly lower, albeit statistically insignificant, error. These results can be valuable for enhancing the precision of saffron export planning. Manuscript profile

با توجه به اهمیت تصمیم گیری ها و تصمیم سازی های مجلس شورای اسلامی بر زندگی جوامع انسانی، ارزیابی کارایی ادوار مختلف مجلس، شناسایی نقاط قوت و ضعف آن و عوامل موثر جهت بهبود عملکرد دوره های آتی حائز اهمیت است. چرا که اصلاح فرآیند تصمیم‌گیری منجر به تصمیم‌های درست و ارتقا اوضاع سیاسی و اقتصادی آینده کشور خواهد بود. در این راستا هدف تحقیق ارائه یک مدل مبتنی بر تحلیل پوششی داده‌های دو مرحله‌ای جهت ارزیابی عملکرد ادوار مختلف مجلس شورای اسلامی (دوره های سوم تا دهم) از دو دیدگاه قانون‌گذاری و نظارت می‌باشد. در روش پیشنهادی هر یک از دوره‌های مجلس شورای اسلامی به عنوان یک واحد تصمیم گیرنده دو مرحله‌ای در نظر گرفته شده که مرحله اول آن بعد قانون‌گذاری و مرحله دوم بعد نظارت می باشد. نتایج حاکی از آن است که به طور کلی 50% دوره ها کارا و 50% دیگر ناکارا می‌باشند. دوره های C، D، G و H به طور کلی و در هر دو بعد به عنوان دوره‌های کارآمد، دوره B در حالت کلی و بعد نظارت و دوره A در بعد قانون‌گذاری به عنوان ناکارآمدترین دوره‌ها شناسایی شدند. متوسط کارایی بعد قانون گذاری و نظارت نیز نشان می‌دهد که به طور کلی مجلس شورای اسلامی طی ادوار مختلف از نظر قانون گذاری عملکرد بهتری نسبت به نظارت داشته است. در واقع ضعف عملکرد بعد نظارتی نسبت به بعد قانون‌گذاری تمامی ادوار منجر به ناکارآمدی بیشتر در میان دوره های ناکارآمد شده است. Manuscript profile

هدف این تحقیق طراحی سناریوهای برگرفته از مدل بازی همکارانه مبتنی بر نظریه بازی برای بررسی پاداش و جریمه مشاهده شده از به اشتراک گذاشتن و یا عدم اشتراک دانش توسط شرکت ها است. جامعه آماری تحقیق شامل مدیران و خبرگان 30 شرکت خصوصی برتر فعال در عرصه پروژه های نفت و گاز می باشند. روش تحقیق بر اساس طبقه بندی کومار،کاربردی، تفسیری، اکتشافی با ماهیت کمی و کیفی است. این مطالعه بر اهمیت به اشتراک گذاری کارآمد دانش به عنوان راهی برای ایجاد همکاری در سرمایه گذاران پورتفوهای شرکت ملی نفت ایران برای رقابت با رقبای خارجی در دوران تحریم تأکید می‌کند. با مرور نتایج چهار سناریوی حاصل از بازی، مشاهده گردید که پاداش مشاهده شده شرکت ها از به اشتراک گذاشتن دانش، وابسته به رفتار ناشی از به اشتراک گذاری دانش توسط سایر شرکت ها می باشد. هر چه قابلیت های سازمان در مؤلفه های تأثیرگذار بر انتقال دانش و نوآوری بالاتر باشد، آنگاه شرکت ها در صورت همکاری، عایدی بیشتری کسب خواهند کرد. آنالیز حساسیت در مورد هزینه های همکاری پروژه ها که به واسطه دشواری اجرای پروژه های مشترک ایجاد می گردد نشان داد که با افزایش هزینه، شرکت ها از استراتژی همکاری به سمت استراتژی تلافی و سپس به سمت استراتژی عدم همکاری سوق پیدا می کنند. این استراتژی ها بر اساس تطبیق نتایج معادله سود طراحی شده با سه بازی متواتر همکارانه معمای زندانی، بازی شاهین و کبوتر و بازی معمای اعتماد به دست آمده اند. Manuscript profile