در این مقاله روند دو راهکار پیشنهاد شدة مشارکت دادن خانواده ها در آموزش ریاضی و تشکیل انجمن ریاضی برای والدین با هدف درگیر کردن والدین در آموزش ریاضی فرزندانشان،که در یکی از مدارس تهران اجرا شده بود، تشریح و نتایج عملکرد دانش آموزان قبل و بعد از انجام آن‌ها با استفاده از تحلیل پوششی داده‌ها تحلیل(DEA) شده است.تحلیل پوششی داده‌ها (DEA) یک روش برنامه‌ریزی خطی است که هدف اصلی آن، مقایسه و ارزیابی کارایی تعدادی از واحدهای تصمیم گیرنده مشابه ، مقایسه و تحلیل آن‌هاست که مقدار ورودی‌های مصرفی و خروجی‌های تولیدی متفاوتی دارند.در این تحقیق، ورودی‌ها جنبه‌های گوناگونی از شرایط فرهنگی، اجتماعی و اقتصادی (مانند میزان درآمد خانواده، وضعیت سلامت جسمی و روحی اعضای خانواده، شغل پدر و مادر و ..) خانواده‌های ۱۰۰ دانش‌آموز پسر پایه ششم دبستان‌ طلایه‌داران در منطقه ۴ تهران و خروجی‌ها میزان موفقیت در آزمون ریاضی، علاقه دانش‌آموزان مدارس مذکور به فعالیت‌های مربوط به درس ریاضی و انضباط اخلاقی است که پس از بررسی ‌ها، واحدهای کارا و ناکارا شناسایی و نتایج به طور کامل تفسیر شدند. پرونده مقاله

صنعت بیمه یکی از مهم‌ترین ارکان توسعه اقتصادی کشورهاست. با مروری بر سهم صنعت بیمه در اقتصاد کشورهای توسعه‌یافته می‌توان دریافت که بیمه در مقایسه با خدمات دیگر نقش و اهمیت بیشتر و چشم‌گیرتری دارد.انجام هرگونه فعالیت بیمه‌ای مستلزم پذیرش ریسک می‌باشد. به‌عبارت دیگر، شرکت‌های بیمه با قبول ریسک، باعث ایجاد آرامش در جامعه می‌گردند. از طرف دیگر، شرکت‌های بیمه به‌منظور مدیریت ریسک دریافتی، نیازمند دسترسی به ابزارهای تحلیل ریسک قدرتمند می‌باشند. یکی از روش‌های شناسایی منابع ریسک و کمی‌سازی آن‌ها تکنیک تحلیل پوششی داده‌ها است. به‌همین دلیل، تحلیل پوششی داده‌ها از کاربرد زیادی در صنعت بیمه برخوردار است.در این مقاله با استفاده از داده های مربوط به بیمه‌نامه های بدنه اتومبیل شرکت بیمه سامان طی سال‌های 97-98،ابتدا شاخص‌های تاثیر‌گذار در ریسک بیمه‌گذاران بیمه بدنه اتومبیل در پایگاه داده موجود شناساییمی‌گردد و با بررسی دقیق ویژگی‌های این شاخص‌ها، آن‌ها در دو گروه ورودی و خروجی دسته‌بندی می‌گردند و سپس با استفاده از تحلیل پوششی داده‌ها مدلی برای پیش‌بینی میزان ریسک بیمه‌گذاران آتی (به لحاظ ریسک داشتن خسارت یا عدم خسارت)ارائه می‌شود. این مدل قابلیت استفاده در سیاست‌گذاری های آتی شرکت بیمه را دارد. به‌عنوان مثال شرکت‌های بیمه با استفاده از نتایج تحلیل پوششی داده‌ها می‌توانند میزان حق بیمه دریافتی از بیمه‌گذاران مختلف را تعدیل کنند و با ایجاد سیستم نرخ‌گذاری مبتنی بر ریسک بیمه‌گذاران، میزان رضایت بیمه‌گذاران را افزایش داده و از طرفی سودآوری خود را ارتقا دهند. پرونده مقاله

یکی از مسایل مهم در تصمیم گیری‌های مدیران انتخاب تامین کننده و ارزیابی زنجیره‌های تامین می‌باشد. بنابراین تاکنون مطالعات متعددی در زمینه انتخاب تامین کننده و ارزیابی آنها به وسیله تحلیل پوششی داده‌ها انجام شده است. ولی در مطالعاتی که تاکنون انجام گرفته است بر انتخاب تامین کننده‌ها و ارزیابی آنها تمرکز شده است. و روشی برای تعیین تعداد تامین کننده‌ها , , و نوع انها به صورت هم زمان در یک زنجیره تامین ارایه نشده است. بنابراین در این مقاله در ابتدا مفهوم کارایی سود برای زنجیره‌های تامین را بیان می‌کنیم و با استفاده از مدل پیشنهادی در این مقاله به طور همزمان تعداد و نوع تامین کننده‌ها در یک زنجیره تامین مشخص می‌گردد. در نهایت 10 زنجیره تامین در صنایع غذایی مورد بررسی قرار گرفت و کارایی سود هریک از آنها با استفاده از مدل پیشنهادی در این مقاله مورد محاسبه قرار گرفت و سپس تعداد و نوع تامین کننده ها در هر زنجیره تعیین شد. پرونده مقاله

در این مقاله ارزیابی کارایی دینامیکی واحدهایی با ساختارشبکه‌ای چندمرحله‌ای تحت داده‌های بازه‌ای برای مدل‌های تحلیل پوششی شبکه‌ای(NDEA) انجام می‌شود. هدف این مطالعه مدل‌سازی با ایده معاد‌ل‌سازی دوره‌ای به منظور ارزیابی میزان کارایی پویا زیر‌ساختارها و شبکه‌ نهایی، با داده‌های بازه‌ای در دوره‌های زمانی معین می‌باشد. مدل پیشنهادی این پژوهش، یک مدل غیرشعاعی با تکنولوژی تعریف شده و بر اساس الگوی واحد کارای قوی در قالب یک شبکه تبدیلی‌ مجازی است که قابلیت ارزیابی چندین زیر فرایند را دارد. همچنین این مدل تعامل و ارتباط بین زیر فرایندها و کل شبکه را در هر مرحله و هر دوره به صورت تام در نظر می‌گیرد و بر اساس داده‌های بازه‌ای، کارایی شبکه نهایی (شبکه کل) و زیرفرایندها را دریک بازه، محاسبه می-نماید. این مدل مناسبات و تنظیمات بین زیر فرایندها را در یک ساختار شبکه‌ای چند مرحله‌ای پویا، برای کارا شدن فراهم می-نماید. همچنین با یک مثال کاربردی بر مبنای ایده این پژوهش و مدل‌های استنتاجی آن، کارایی دینامیکی در یک دوره چهار ساله در واحدهای تولیدی با داده‌های بازه‌ای وکراندار مورد ارزیابی و سنجش قرار گرفته است. پرونده مقاله

تحلیل پوششی داده­ها (DEA) تکنیکی ناپارامتری بر مبنای برنامه­ریزی ریاضی برای مشخص کردن کارایی مجموعه­ای از واحدهای تصمیم­گیرنده (DMU) متجانس است. در مدل­های مختلف DEA تغییر تقاضا سبب تغییر در سطح خروجی می­شود و هم چنین سبب تغییر در ناکارایی یک شرکت خواهد شد. اغلب یک شرکت می­تواند ورودی­های مؤثر بر سطح خروجی تنظیم کند. مدلی­هایی با استفاده از تکنیک های مبتنی بر DEA طراحی شده که تغییرات تقاضا را به حساب می­آورد و با روش برنامه­ریزی ظرفیت کوتاه مدت، اثربخشی سیستم تولید شرکت را تحت تقاضا احتمالی معین کرده است. در تحلیل پوششی داده­ها فرض بر این است که داده­های ورودی- خروجی و تقاضا دقیق باشند، در بعضی از مواقع داده­ها با اختلاف و یا با اشتباه مشاهده می­شوند بنابراین عدم قطعیت داده­ها در نیل به اهداف از پیش تعیین شده دخیل است. برای اندازه­گیری اثربخشی توسعه دادن تکنیک­های DEA در بررسی عدم قطعیت داده­ها مهم است. داده­های ورودی- خروجی و تقاضا می­تواند به صورت احتمالی، بازه­ای، ترتیبی و غیره باشد. این مقاله در مورد داده­های نادقیق که به صورت بازه­ای هستند تمرکز می­شود و مدل­هایی برای محاسبه اثربخشی و بررسی اثر تقاضا احتمالی با داده­های بازه­ایی ارائه خواهد شد. پرونده مقاله

مجموعه امکان تولید  به عنوان یک سیستم از مجموعه ای از ورودی‌ها و خروجی‌ها تعریف می شود که در آن ورودی‌ها می‌توانند خروجی‌ها را تولید کنند. در تحلیل پوششی داده‌ها  شناسایی ابرصفحه‌های سازا (تعریف کننده) و به خصوص ابرصفحه‌های سازای قوی بسیار مهم می‌باشد. هر چند مدل‌های در  وجود دارند که می‌توانند کارایی یک واحد تصمیم‌‌گیرنده  را تعیین کنند، اما نمی‌توانند مرز کارایی مجموعه امکان تولید را به طور کامل مشخص نمایند. از مفهوم ابرصفحه‌های سازا برای بحث‌های حاشیه‌ای، نرخ‌های حاشیه‌ای، نرخ حاشیه جایگزینی، تحلیل حساسیت، بازده به مقیاس و به خصوص محاسبه کاراییها می‌توان استفاده کرد. در این مقاله،  یک روش جدید برای تعیین‌‌های کارای قوی (پاراتوکارا) و ابرصفحه‌های سازای قوی با بازده به مقیاس متغیرکه شامل تحت ارزیابی باشد، ارائه می‌شود. همچنین با استفاده از روش ارائه شده، بردار نرمال ابرصفحه‌های سازای قوی شامل پاراتو کارای تحت ارزیابی و در نتیجه معادلات آنها تعیین می‌شوند. برای نشان دادن توانایی روش پیشنهادی، دو مثال عددی ارائه شده است. روش ارائه شده به راحتی با استفاده از نرم افزارهای موجود مانند GAMS  اجرا  می‌شود. پرونده مقاله

در جهان امروز که تمام مسائل روزمره بر پایه­ی اقتصاد قرار گرفته است. علوم علمی و نظری بدون تردید با توانایی­ها و قابلیت­های خود، در زمینه اقتصاد فعالیت می­کنند. تحلیل پوششی داده­ها (DEA) نیز به عنوان ابزاری ریاضی در اختیار علوم اقتصادی قرار گرفته تا بتواند با بررسی هزینه­ها، قیمت­ها و درآمدها به بررسی عملکرد واحدهای اقتصادی بپردازد. تحلیل پوششی داده­ها یک تکنیک برنامه­ریزی خطی برای اندازه­گیری کارایی نسبی واحدهای تصمیم­گیری (DMU) بر اساس داده­های ورودی­ها و خروجی­ها است. یکی از کاربردهای تحلیل پوششی داده­ها، محاسبه کارایی درآمد واحدها است. روش­های محاسبه کارایی درآمد در تحلیل پوششی داده­ها عموماً برای بدست آوردن بیشترین درآمد حاصل از فروش خروجی­ها ارائه شده است. این روش­ها در ارزیابی هر سیستمی از جمله سیستم­های تولید دو مرحله­ای به دلیل بی­توجهی به ساختار درونی واحدها و نادیده گرفتن محصولات میانی آنها به اندازه کافی کارآمد نیستند. لذا در این مقاله ضمن معرفی برنامه­ریزی خطی معکوس در تحلیل پوششی داده­ها و بکارگیری آن در محاسبه کارایی درآمد، روش جدیدی ارائه می­گردد که با در نظر گرفتن ساختار شبکه­ای واحدها، توانایی تعیین قیمت­های بهینه و هزینه­های مناسب جهت کارا شدن واحد مورد نظر را دارد. مثال­های عددی ارائه شده برتری روش­های پیشنهادی را نسبت به روش­های سنتی تحلیل پوششی داده­ها نشان داده است. پرونده مقاله

تعیین نوع بازده به مقیاس (RTS) و شناسایی ناحیه­ای که در آن نوع بازده به مقیاس یک واحد تصمیم­گیرنده (DMU) پایدار باقی بماند؛ به مدیران کمک می­کند که پیش­بینی­های دقیق­تری در رابطه با تغییراتی که بر سر راه تغییر سایز یک DMU قرار می­گیرد، داشته باشند. این مقاله تلاش می­کند که به معرفی و تعیین امتداد پایداری RTS واحدهای تصمیم­گیرنده تحت تحلیل پوششی داده­ها (DEA)، بپردازد. با توجه به اهمیت RTS در رابطه با تصمیم گیری­های مدیریتی، روش­های مختلف و متنوعی از سوی محققین DEA جهت معرفی و تعیین نوع آن ارائه شده است. پژوهش­ها در ارزیابی RTS، منجر به دسته بندی کلی­تر و عمومی­تری از انواع RTS، با عناوین « RTSچپ (L-RTS)» و « RTSراست (R-RTS)» شده است. وجه مشترک بسیاری از روش­های ارزیابی L-RTS و R-RTS این است که مدل­های بکار رفته دراین روش­ها پارامتریک هستند و لذا آنها را بایستی جزء روش­های غیرخطی دسته­بندی کرد. به منظور مقابله با این ضعف، مقاله پیشرو به ارائه روشی برای ارزیابی L-RTS و R-RTS می­پردازد که مدل­های این روش پیشنهادی خطی بوده و در مورد آنها مشکل پارامتری بودن، وجود ندارد. علاوه براین مدل­های روش پیشنهادی از این مزیت برخوردارند که با انجام تغییرات جزئی روی آنها و با تقسیم بندی مرز مجموعه امکان تولید، توانسته­ایم در این مقاله از آنها بعنوان ابزاری برای ارزیابی امتداد پایداری RTS واحدهای تصمیم­گیرنده استفاده کنیم. پرونده مقاله

تراکم یکی از مسایل مهم در تحلیل پوششی داده­ها که از اهمیت خاصی برخوردار است. اخیراً، چه در مقالات اقتصادی و چه در مقالات تحقیق در عملیات،سرعت تحقیقات در مورد تراکم به طور چشمگیری افزایش پیدا کرده است. تراکم یک مرحله اسرافی در فرایند تولید است که خروجی­ها در نتیجه افزایش ورودی­ها کاهش پیدا می­کنند. در اقتصاد، تراکم از این بابت حائز اهمیت است که حذف آن باعث کاهش هزینه و همچنین افزایش خروجی می­شود. بنابراین منفعت شناسایی تراکم و کاهش آن زیاد است. در این مقاله، یک روش برای تشخیص و محاسبه میزان تراکم با وجود خروجی­های مطلوب و نامطلوب تحت دسترسی ضعیف دریک شبکه سری دو مرحله­ای ارائه می­کنیم و مدلی برای تشخیص و محاسبه مقدار تراکم با وجود خروجی­های نهایی مطلوب ونامطلوب ارائه می­دهیم. پرونده مقاله