In many applications, there are some fixed costs for constructing the common platform of an organization which must be shared by all decision making units (DMUs). It is important how one should allocate such costs among all competing DMUs. Data envelopment analysis (DEA More
In many applications, there are some fixed costs for constructing the common platform of an organization which must be shared by all decision making units (DMUs). It is important how one should allocate such costs among all competing DMUs. Data envelopment analysis (DEA), which is a useful tool to evaluate the relative efficiency of DMUs, has been successfully used in allocating fixed costs among DMUs. Two main approaches have been proposed to allocate fixed costs that are based on maintaining or improving the relative efficiency of DMUs. In fixed costs allocation, one however needs to take into account both competitive and cooperative aspects among all DMUs. Therefore, it seems more reasonable to apply a peer-evaluation method in evaluating the efficiency of DMUs. To this end, we use cross-efficiency evaluation in DEA to allocate fixed costs between DMUs. Using cross-efficiency method and some concepts of game theory, we propose a new fixed costs allocation approach to share costs between DMUs such that the vector of cross-efficiency scores of DMUs after allocation is Pareto. We use a real application to more illustrate the proposed method and compare it with some of the existing methods.
Manuscript profile
توسعه و مدیریت یک زنجیره تأمین موثر و کارآمد شامل انتخاب تامین کنندگان است. تنها معیارهای اقتصادی، از جمله هزینه و تحویل، در یک فرایند انتخاب تامین کننده مورد توجه قرار گرفت. اما، به دلیل شرایط به سرعت در حال تغییر، آنها برای ارزیابی تامین کنندگان کافی نیستند و مورد نیا More
توسعه و مدیریت یک زنجیره تأمین موثر و کارآمد شامل انتخاب تامین کنندگان است. تنها معیارهای اقتصادی، از جمله هزینه و تحویل، در یک فرایند انتخاب تامین کننده مورد توجه قرار گرفت. اما، به دلیل شرایط به سرعت در حال تغییر، آنها برای ارزیابی تامین کنندگان کافی نیستند و مورد نیاز است دیدگاه های مختلف در نظر گرفته شوند. هدف مقاله حاضر ارائه روش ترکیبی بر مبنای تجزیه و تحلیل پوششی داده های فازی برای انتخاب تامین کنندگان پایدار است. در ابتدا، معیارهای انتخاب تامین کنندگان پایدار از ادبیات مربوطه حاصل می شود. سپس سلسله مراتب معیارها و تعاملات ترجیحی آنها با فرآیند تحلیل سلسله مراتبی مشخص می شود. در نهایت، عملکرد تامین کنندگان با استفاده از تجزیه و تحلیل پوشش داده های فازی ارزیابی می شود. مدل DEA ارائه شده از مفهوم واحدهای تصمیم گیری ایده آل و غیر ایده آل (DMU) در ارزیابی کارایی متقاطع الهام گرفته شده است. با توجه به این مفهوم، DMU کارآمد است اگر آن نزدیک به عملکرد DMU ایده آل و به دور از عملکرد DMU ضد ایده آل است.
Manuscript profile
تحلیل پوششی داده ها (DEA) یک روش برنامه ریزی ناپارامتریک برای ارزیابی کارایی نسبی مجموعه ای از واحدهای تصمیم گیری متجانس (DMUs) با ورودی های متعدد و خروجی های متعدد است. روش کارایی متقاطع DEA روشی شناخته شده است که برای ارزیابی و رتبه بندی مجموعه ای از واحدهای تصمیم گیر More
تحلیل پوششی داده ها (DEA) یک روش برنامه ریزی ناپارامتریک برای ارزیابی کارایی نسبی مجموعه ای از واحدهای تصمیم گیری متجانس (DMUs) با ورودی های متعدد و خروجی های متعدد است. روش کارایی متقاطع DEA روشی شناخته شده است که برای ارزیابی و رتبه بندی مجموعه ای از واحدهای تصمیم گیری متجانس استفاده می شود. هر زمان که یک DMU قصد ارزیابی سایر DMU ها را داشته باشد، با مشکل وزن های بهینه غیر یکتای مدل های DEA مواجه می شود. زیرا وزن‌های مختلف امتیازات متقاطع متفاوتی را به ما می‌دهند و این باعث سردرگمی تصمیم‌گیرنده در تصمیم‌گیری نهایی می‌شود. اشکال اصلی این روش، مجموعه راه حل بهینه چندگانه است. هدف اصلی این مطالعه پیشنهاد رویکردی برای حل این مشکل برای ایجاد امتیازهای کارایی متقاطع DEA غیر غالب است. ما یک مدل هدف ثانویه برنامه ریزی خطی را برای انتخاب مجموعه ای از وزن های بهینه برای هر DMU پیشنهاد می کنیم. روش پیشنهادی ما نه تنها ساده تر از روش های دیگر ارائه شده با همین هدف است، بلکه کارایی بیشتری دارد. مثال های عددی برای نشان دادن این موضوع در پایان آورده شده است.
Manuscript profile
In data envelopment analysis, different models are developed in different fields with different data for evaluation and ranking of DMUs. While in many applications issues, unit managers are faced with stochastic data, and they need a method to evaluate their supervised More
In data envelopment analysis, different models are developed in different fields with different data for evaluation and ranking of DMUs. While in many applications issues, unit managers are faced with stochastic data, and they need a method to evaluate their supervised units in a way that can evaluate and rank such DMUs. When working with stochastic data, considering the probability of occurrence of unpredictable states (the level of error) provided by managers, the DMUs are evaluated. In this paper using Probability statistics techniques and normal distribution and the BCC model with undesirable outputs and a specific risk ofSpecified,a new stochastic model called Expected Ranking Criterion is introduced. Based on this,the stochastic cross-efficiency evaluation. Given the non-uniqueness of resulting optimal solutions, a model is introduced for rating priorities by which cross-efficiency is performed using aggressive method. The proposed model is implemented for 32 thermal power plants with stochastic inputs and undesirable outputs.
Manuscript profile
Sanad
Sanad is a platform for managing Azad University publications
