انتخاب روابط پیش بینی زمین لرزه کارا در مرکز ایران به کمک تحلیل پوششی داده ها

محورهای موضوعی : تحقیق در عملیات

ساناز رزم یان ¹

1 - دانشگاه آزاد اسلامی، واحد فیروزکوه

تاریخ دریافت : 1401/01/29 تاریخ پذیرش : 1401/10/27 تاریخ انتشار : 1404/03/21

کلید واژه: Ground motion, Efficiency, Data Envelopment Analysis, prediction equations, Ranking,

چکیده مقاله :

تکنیک تحلیل پوششی داده ها، ابزار بسیار قدرتمندی به منظور ارزیابی کارایی، با در نظر گرفتن شاخص های متعدد ورودی و خروجی می باشد. در مدل های تحلیل پوششی داده ها، کارایی با استفاده از مدل‌های مختلف به‌دست آورده می‌شود. اما یکی ازمشکلاتی که در مسایل عملی با آن روبرو هستیم این است که بسیاری از واحدهای تصمیم‌گیرنده کارا ارزیابی می شوند و برای همه آنها نمره کارایی یکسان یک حاصل می شود. بنابراین از لحاظ تئوری نمی توان تمایزی بین عملکرد آن‌ها قائل شد. در این پژوهش به منظور رفع این مشکل، از مدل ابرکارایی مبتنی بر متغیرهای کمکی استفاده شده است. یکی از مزایای استفاده از تحلیل پوششی داده‌ها این هست که می‌توان کارا و غیر کارا بودن روابط پیش‌بینی را بررسی کرد. در این مطالعه به کمک نتایج حاصل از تحلیل پوششی داده ها روابط مختلف پیش‌بینی زمین‌لرزه در ناحیه ایران مرکزی ارزیابی و کارایی آنها محاسبه می‌گردد. روابط مختلف پیش‌بینی زمین‌لرزه بر اساس این مقادیر کارایی رتبه‌بندی می‌شوند.

چکیده انگلیسی:

Data envelopment analysis technique is a very powerful tool to evaluate performance, taking into account various input and output indicators. In data envelopment analysis models, performance is obtained using different models. But one of the problems we face in practical matters is that many decision-making units are evaluated as efficient, and for all of them the same efficiency score is obtained. Therefore, theoretically, no distinction can be made between their performances. In this research, in order to solve this problem, the slack-based measure super-efficiency model has been used. One of the advantages of the DEA procedure is that it is able to determine the efficiency or inefficiency of each prediction equations. In this study, different ground-motion prediction equations of horizontal response spectra in the Central Iran seismotectonic province are evaluated using the DEA procedure. The appropriate prediction equations are selected based on the DEA efficiency scores. Moreover, the efficiency scores are used to rank and weight the appropriate equations.