طبقه بندی عوامل انعطاف پذیر به کمک مفهوم فازی

محورهای موضوعی : آمار

صابر ساعتی ¹ (گروه ریاضی، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران عهده دار مکاتبات)
نیکو ایمانی ² (گروه ریاضی، دانشگاه آزاد اسلامی واحد تهران شمال، تهران، ایران)

تاریخ دریافت : 1394/01/25 تاریخ پذیرش : 1394/09/25 تاریخ انتشار : 1394/06/01

کلید واژه: Data Envelopment Analysis, flexible measures, fuzzy sets, Input, output membership function,

چکیده 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، 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.

چکیده انگلیسی:

In Data Envelopment Analysis (DEA), it is assumed that the role of each factor is known asinput or output. However, in some cases, there are shared factors that their input versusoutput status is not clearly known. These are flexible measures. In such cases, determiningwhether a factor is input or output is ambiguous. Therefore, using fuzzy concept seems to benecessary.In this paper, a two phase procedure is proposed to fuzzy classification of flexible measures.In the first phase, applying the existing classification methods, an orientation of flexiblemeasures to aid in the definition of inputs and outputs is achieved. Through defining amembership function in second phase, the input versus output status of a factor is expressedby fuzzy notion. By the proposed method, the efficiency of a decision mating unit is defendedby a membership degree. We illustrate the proposed model in a practical problem setting.

منابع و مأخذ:

[1] Banker, R.D., Charnes, A., & Cooper,  W.W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management Science, 30, 1078-1092.

[2] Bala, K., Cook, W. D. (2003). Performance measurement with classification information: An enhanced additive DEA model. Omega, 31(6), 439– 450.

[3] Beasley, J. (1990). Comparing university departments. Omega, 8(2), 171- 183.