یک روش ابتکاری در توسعهی ساختارهای شبکهای دو مرحلهای
محورهای موضوعی : آماررضا احمدزاده 1 , سهراب کردرستمی 2 , علیرضا امیرتیموری 3
1 - دانشجوی دکتری، گروه ریاضی، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران
2 - استاد، گروه ریاضی، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایران
3 - استاد، گروه ریاضی کاربردی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایران
کلید واژه: DEA network, Two-stage structures, Heuristic method, Efficiency decomposition,
چکیده مقاله :
تحلیل پوششی دادهها (DEA) یک روش غیر پارامتری برای اندازهگیری عملکرد نسبی واحدهای تصمیمگیرنده میباشد. در مدلهای متداول و مرسوم DEA هریک از واحدهای تصمیمگیرنده بهعنوان یک جعبهی سیاه در نظر گرفته می شوند که با دریافت تعدادی ورودی، تعدادی خروجی را تولید میکنند و ساختار درونی آنها نادیده گرفته میشود. در سالهای اخیر بخش وسیعی از مطالعات صورت گرفته در این زمینه توجه خود را به DMUهایی با ساختارهای درونی شبکهای معطوف نمودهاند و ضمن دستهبندی و معرفی برخی از ساختارهای شبکهای مدلهایی را برای ارزیابی کارایی آنها ارائه کردهاند. هدف اصلی در این مقاله توسعهی یک مدل جدید به منظور ارزیابی کارایی یک ساختار شبکهای دو مرحلهای برای اندازهگیری عملکرد واحدهای تصمیمگیرنده (DMUs) میباشد. علاوه براین در این مقاله کار لی و همکارانش در سال 2012 را با بهبود روش جستجوی ابتکاری برای تخمین جوابهای بهینهی مدلهای متمرکز غیرخطی بسط میدهیم. به منظور ارزیابی مدل پیشنهادی در این مطالعه، روش اصلاح شده را رویفرایند R&D منطقهای مربوط به 30 منطقه در سطح یک استان در کشور چین مورد بررسی قرار میدهیم. نتایج و مقایسهها نشان میدهند که روش پیشنهاد شده روشی کاراست و پیچیدگی محاسباتی بسیار کمتری نسبت به روشهای دیگر دارد.
Data Envelopment Analysis (DEA) as a non–parametric method is used to measure relative performance of organizational units. The aim of this paper is to develop a new model to evaluate the efficiency of a general two-stage network structures proposed by Li et al. (2012) for measuring the performance of Decision Making Units (DMUs). In addition, this paper expands the work of Li et al. (2012) and improves the heuristic search procedure to estimate the optimal solutions of non-linear centralized models. In order to evaluate the proposed model of this study, it has been applied to a case of regional Research and Development (R&D) system related to 30 provincial level regions in China. The experimental results compared with method developed by Li et al. (2012) show that the proposed method is efficient and has much lower computational complexity.
[1] Charnes, A., W.W. Cooper, and E. Rhodes, Measuring the efficiency of decision making units. European journal of operational research, 1978. 2(6): p. 429-444.
[2] Chen, P.-C., Measurement of technical efficiency in farrow-to-finish swine production using multi-activity network data envelopment analysis: evidence from Taiwan. Journal of productivity analysis, 2012. 38(3): p. 319-331.
[3] Halkos, G.E., N.G. Tzeremes, and S.A. Kourtzidis, A unified classification of two-stage DEA models. Surveys in operations research and management science, 2014. 19(1): p. 1-16.
[4] Tone, K. and M. Tsutsui, Dynamic DEA with network structure: A slacks-based measure approach. Omega, 2014. 42(1): p. 124-131.
[5] Galagedera, D.U., et al., Modeling leakage in two-stage DEA models: An application to US mutual fund families. Omega, 2016. 61: p. 62-77.
[6] Cook, W.D., L. Liang, and J. Zhu, Measuring performance of two-stage network structures by DEA: a review and future perspective. Omega, 2010. 38(6): p. 423-430.
[7] Charnes, A., et al., Two phase data envelopment analysis approaches to policy evaluation and management of army recruiting activities: Tradeoffs between joint services and army advertising. 1986, Center for Cybernetic Studies. University of Texas-Austin Austin, Tex, USA.
[8] Kao, C. and S.-N. Hwang, Efficiency decomposition in two-stage data envelopment analysis: An application to non-life insurance companies in Taiwan. European Journal of Operational Research, 2008. 185(1): p. 418-429.
[9] Liang, L., et al., DEA models for supply chain efficiency evaluation. Annals of Operations Research, 2006. 145(1): p. 35-49.
[10] Li, Y., et al., DEA models for extended two-stage network structures. Omega, 2012. 40(5): p. 611-618.
[11] Zhong W, Yuan W, Li SX, Huang ZM. The performance evaluation of regional R&D investments in China: an application of DEA based on the first official China economic census data. Omega 2011.39:447–55.