• Home
  • Nazila Aghayi

    List of Articles Nazila Aghayi


  • Article

    1 - اندازه‌گیری کارایی سود کلی استوار با در نظر گرفتن عدم قطعیت در بردارهای قیمت ورودی و خروجی
    Journal of New Researches in Mathematics , Issue 15 , Year , Autumn 2018
    مدل کارایی سود کلی کلاسیک نیاز به اطلاعات دقیق از ورودی‌ها، خروجی‌ها و بردارهای قیمت ورودی و خروجی دارد. در حالی‌که در دنیای واقعی همه داده‌ها بطور دقیق در دسترس نمی‌باشد. در این حالت می‌توان از روش‌های تصادفی یا فازی برای محاسبه کارایی سود کلی استفاده نمود. در محاسبه ک More
    مدل کارایی سود کلی کلاسیک نیاز به اطلاعات دقیق از ورودی‌ها، خروجی‌ها و بردارهای قیمت ورودی و خروجی دارد. در حالی‌که در دنیای واقعی همه داده‌ها بطور دقیق در دسترس نمی‌باشد. در این حالت می‌توان از روش‌های تصادفی یا فازی برای محاسبه کارایی سود کلی استفاده نمود. در محاسبه کارایی سود کلی با این روش‌ها نیاز به اطلاعات بیشتری از داده‌ها از جمله تابع توزیع احتمال یا تابع عضویت داده‌ها می‌باشد، که در بعضی حالت‌ها ممکن است اطلاعات کافی برای تخمین این توابع وجود نداشته باشد و تنها دانش مربوط به پارامترها، تغییر آنها در یک فضای محدب بسته و کراندار است. لذا، در این مقاله با توجه به مدل عدم قطعیت بودجه‌ای در بهینه‌سازی استوار که قابل اعمال به مسایل بهینه‌سازی می‌باشد و نیز آنکه قابلیت تنظیم درجه محافظه کاری را دارد، مدل معادل استوار مساله محاسبه کارایی سود کلی با عدم قطعیت پارامتر بردار قیمت مطرح می‌گردد و سپس همتای استوار مدل برنامه‌ریزی خطی ارائه می‌شود. نتایج عددی نشان می­دهند مقدار کارایی سود کلی واحدهای تصمیم گیرنده توسط مدل پیشنهادی در مقایسه با حالت خوش‌بینانه بیشتر است. Manuscript profile

  • Article

    2 - رتبه‌بندی واحدهای تصمیم‌گیرنده با استفاده از کارایی متقاطع در حضور خروجی‌های نامطلوب و عدم قطعیت داده‌ها
    Journal of New Researches in Mathematics , Issue 11 , Year , Autumn 2017
    کارایی متقاطع یک ابزار سودمند برای رتبه­بندی واحدهای تصمیم­گیرنده (DMU) در تحلیل پوششی دادها (DEA) می­باشد. اما از انجا که ممکن است در ارزیابی DMUها وزن­های بهینه منحصر بفرد نباشد لذا انتخاب یکی از آنها کار ساده­ای نخواهد بود و ممکن است نتایج حاصل از More
    کارایی متقاطع یک ابزار سودمند برای رتبه­بندی واحدهای تصمیم­گیرنده (DMU) در تحلیل پوششی دادها (DEA) می­باشد. اما از انجا که ممکن است در ارزیابی DMUها وزن­های بهینه منحصر بفرد نباشد لذا انتخاب یکی از آنها کار ساده­ای نخواهد بود و ممکن است نتایج حاصل از جواب­های بهینه دگرین، متفاوت باشد. برای این منظور، در این مقاله، روشی برای رتبه بندی DMUها که مشکل غیر یکتایی را ندارد، ارایه می­شود. از آنجا که خروجی­ها به دوصورت مطلوب و نامطلوب به کار می­روند. پس ارایه مدل­هایی برای رتبه­بندی واحدهای تصمیم­گیرنده در حضور خروجی­های مطلوب ونامطلوب حایز اهمیت است. ازطرفی مدل­های DEA کلاسیک باداده­های قطعی سروکار دارد. ولی دردنیای واقعی، لزوماً همه داده­ها قطعی نمی­باشند. در نتیجه، به دنبال رویکردی هستیم که کارایی DMU را در شرایط عدم قطعیت محاسبه کند. لذا واحدهای تصمیم­گیرنده باخروجی­های مطلوب ونا مطلوب بازه­ای رتبه­بندی می­شوند. برای رویارویی با این مسئله، یک کران پایین و یک کران بالا برای کارایی براساس رویکرد بازه­ای پیشنهاد می­شود. نتایج حاصل در یک مثال عددی ساده مورد تحلیل قرار می­گیرد. Manuscript profile