اندازه‌گیری کارایی سیستم‌های سلسه مراتبی شبکه‌ای به‌کمک رویکرد ترکیبی Network DEA-Fuzzy ANP
محورهای موضوعی : آمارالهه شریعتمداری سرکانی 1 * , فرهاد حسین زاده لطفی 2 , اسماعیل نجفی 3 * , مهناز احدزاده نمین 4
1 - گروه مهندسی صنایع، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
2 - گروه ریاضی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
3 - گروه مهندسی صنایع، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
4 - گروه ریاضی، واحد شهر قدس، دانشگاه آزاد اسلامی، تهران، ایران
کلید واژه: Fuzzy Set Hierarchy Structure, Efficiency, Network Data Envelopment Analysis (NDEA), Fuzzy Analytical Network Process (FANP),
چکیده مقاله :
دانشگاه‌ها مانند هر سازمان دیگری و به‌منظور آگاهی از میزان مطلوبیت فعالیت‌های خود نیاز مبرمی به‌نظام ارزیابی دارند. در این پژوهش با استفاده از مدل جدید هیبریدی تحلیل پوششی داده شبکه‌ای (NDEA) و فرآیند تحلیل شبکه‌ای فازی (FANP) ارزیابی کارایی و همچنین رتبه‌بندی انجام گرفته‌است. روش انجام بدین‌صورت است که وزن‌های ورودی‌های توزیع‌شده به‌کمک FANP حاصل سپس این وزن‌ها در مدل NDEA مورداستفاده قرارگرفته است. تعداد نه دانشکده علوم پایه از دانشگاه آزاد اسلامی به‌عنوان واحدهای تصمیم‌گیرنده (DMU) در نظر گرفته‌شده و بررسی کارایی این DMUها در دو حوزه آموزشی و پژوهشی طی سال 94-95 انجام‌شده است. بدین‌صورت که ابتدا ساختار سلسله مراتبی دانشکده ترسیم سپس گروه‌های ریاضی و آمار، زیست، شیمی، فیزیک مورد بررسی قرارگرفته‌اند و شاخص های ورودی و خروجی تعیین می‌شوند. همچنین کارایی DMUها با استفاده از روش DEA کلاسیک بررسی و درنهایت نتایج روش FANP-NDEA با DEA کلاسیک مقایسه‌شده است. نتایج تحقیق در محاسبه کارایی با استفاده از روش DEA، نشان می‌دهد که کارایی همه‌ی DMUها برابر با یک و هیچ رتبه‌بندی بین DMUها وجود ندارد. با استفاده از DEA، DMUها به‌عنوان یک جعبه سیاه که در آن ورودی‌ها به خروجی‌ها تبدیل می‌شوند؛ در نظر گرفته می‌شود، یعنی ساختار داخلی آن موردتوجه قرار نمی‌گیرد. مدل ارائه‌شده FANP-NDEA قادر است با در نظر گرفتن تولیدات میانی و ورودی‌های مشترک، کارایی کل DMU و همچنین کارایی داخلی واحدها را در نظر بگیرد. همچنین با استفاده از این ابزار مدیران می‌توانند کاندیدهای بالقوه را به‌عنوان بهترین الگو شناسایی نمایند.
Universities, like any other organization, urgently need evaluation system to be aware of the desirability of their activities. In this paper, by using a new hybrid model based on the fuzzy set & Analysis Network Process (FANP) and Network Data Envelopment Analysis (NDEA) technique, evaluation of efficiency and ranking is executed. The method is obtaining the weights of the distributed inputs by the FANP model and then using these weights in the NDEA model.Nine basic sciences faculties of Islamic azad university are considered as decision- making units (DMUs) and the efficiency of these DMUs is investigated in both educational and research areas during 2009-2010. In the model the hierarchical structure of the faculty is drawn then groups of mathematical and statistics, biology, chemistry, physics have been studied and input and output indicators are determined. The efficiency of the DMUs is determined by the FANP-NDEA model and classic DEA method and the results are compared with classic DEA. The results of the efficiency calculation using DEA method show the efficiency of each DMUs is equal to one and there is no ranking between the DMUs. Using DEA, DMUs are considered as a black-box where inputs transformed into output, meaning its internal structure is not considered. The FANP-NDEA model is able to consider the total efficiency of the DMU as well as the internal efficiency of the units by considering intermediate products and common inputs. Furthermore, by using this tool, managers can identify potential candidates as the best as best patterns.
[1] Saaty, T. L. (1996). The ANP for decision making with dependence and feedback.
[2] Ghannadpour, S., jokar, M., Makui, A. (2018). Fuzzy analytical network process logic for performance measurement system of e-learning centers of universities. Journal of Industrial and Systems Engineering, 11(3), 261-280.
[3] Farrell, M. (1957). The Measurement of Productive Efficiency. journal of the royal statistical society series A, 120 (3), 253-290.
[4] Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European journal of operational research, 2(6), 429-444.
[5] Färe, R., & Grosskopf, S. (2000). Network dea. Socio-economic planning sciences, 34(1), 35-49.
[6] Coelli, T. J. (1996). Assessing the performance of Australian universities using data envelopment analysis. University of New England, Department of Econometrics.
[7] Martin, E. (2003). An application of the data envelopment analysis methodology in the performance assessment of Zaragoza University departments.
[8] Afonso, A., & Santos, M. (2005). Students and teachers: A DEA approach to the relative efficiency of Portuguese public universities.
[9] Kao, C., & Hung, H. T. (2008). Efficiency analysis of university departments: An empirical study. Omega, 36(4), 653-664.+
[10] Kao, C. (2009). Efficiency decomposition in network data envelopment analysis: A relational model. European journal of operational research, 192(3), 949-962.
[11] Seriki, H. T., Hoegl, M., & Parboteeah, K. P. (2010). Innovative performance in African technical projects—A multi-level study. Journal of World Business, 45(3), 295-303.
[12] Chen, C., & Yan, H. (2011). Network DEA model for supply chain performance evaluation. European journal of operational research, 213(1), 147-155.
[13] Despotis, D. K., Koronakos, G., & Sotiros, D. (2015). A multi-objective programming approach to network DEA with an application to the assessment of the academic research activity. Procedia Computer Science, 55, 370-379.
[14] Guo, C., Shureshjani, R. A., Foroughi, A. A., & Zhu, J. (2017). Decomposition weights and overall efficiency in two-stage additive network DEA. European Journal of Operational Research, 257(3), 896-906.
[15] Kashim, R., Kasim, M. M., & Rahman, R. A. (2017). Measuring effectiveness of a university by a parallel network DEA model. In AIP Conference Proceedings (Vol. 1905, No. 1, p. 040014). AIP Publishing.
[16] Sinuany‐Stern, Z., Mehrez, A., & Hadad, Y. (2000). An AHP/DEA methodology for ranking decision making units. International Transactions in Operational Research, 7(2), 109-124.
[17] Rouyendegh, B. D., & Erol, S. (2010). The DEA–FUZZY ANP department ranking model applied in Iran Amirkabir University. Acta Polytechnica Hungarica, 7(4), 103-114.
[18] Lin, H. T. (2010). Personnel selection using analytic network process and fuzzy data envelopment analysis approaches. Computers & Industrial Engineering, 59(4), 937-944.
[19] Maleki Moghadam-abyaneh , P., Raei Nojehdehi, R., & Najafi, E. (2011). Applying Combine FAHP-DEA-ANP In Selecting Products. International Journal of Business and Commerce , 1 (3), 1-9.
[20] Khadivi, M. R., & Ghomi, S. F. (2012). Solid waste facilities location using of analytical network process and data envelopment analysis approaches. Waste management, 32(6), 1258-1265.
[21] Ehsanifar, M. (2014). DEA/AHP and its application in Full Ranking of Decision Making Units. International Journal of Quantitative Economics and Applied Management Research.
[22] Tavakoli, M. M., Shirouyehzad, H., & Dabestani, R. (2016). Proposing a hybrid method based on DEA and ANP for ranking organizational units and prioritizing human capital management drivers. Journal of Modelling in Management, 11(1), 213-239.
[23] Kılıç, H., & Kabak, Ö. (2019, July). Analysis of Relation Between Human Development and Competitiveness Using Fuzzy ANP and DEA. In International Conference on Intelligent and Fuzzy Systems (pp. 859-866). Springer, Cham.
[24] Cui, M. X., & Fang, C. (2015, December). A hybrid DEA-ANP method for measuring complexity in engineering projects. In 2015 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM), 1287-1291, IEEE.
[25] Pourjavad, E., Shirouyehzad, H., & Shahin, A. (2020). Integration of ANP and DEA methods for evaluating efficiency of maintenance strategies. International Journal of Manufacturing Technology and Management, 34(4), 311-330.
[26] Pishchulov, G., Trautrims, A., Chesney, T., Gold, S., & Schwab, L. (2019). The Voting Analytic Hierarchy Process revisited a revised method with application to sustainable supplier selection. International Journal of Production Economics, 211, 166-179.
[27] Soltanifar, M., & Lotfi, F. H. (2011). The voting analytic hierarchy process method for discriminating among efficient decision making units in data envelopment analysis. Computers & Industrial Engineering, 60(4), 585-592.
[28] Starčević, S., Bojović, N., Junevičius, R., & Skrickij, V. (2019). Analytical hierarchy process method and data envelopment analysis application in terrain vehicle selection. Transport, 34(5), 600-616.
[29] Soltanifar M. A new Group Voting Analytical Hierarchy Process Method. Journal of Operational Research and Its Applications. 2017; 14 (3) :1-13.
[30] سلطانی فر, مهدی, شرفی, حمید, زرگر, سید محمد, همایونفر, مهدی. (1399). رتبه بندی تامین کنندگان با استفاده از تکنیک تحلیل پوششی داده ها و مدل جدید کارایی متقاطع در حضور خروجی های نامطلوب. پژوهش های نوین در ریاضی.
[31] سلطانی فر, مهدی. (1399). شناسایی عوامل موثر بر انتخاب شبکه های اجتماعی و ارائه راهبرد لازم جهت ارتقاء جایگاه شبکه های داخلی. فصلنامه علمی پژوهش های مدیریت راهبردی.
[32] Chang, D. Y. (1996). Applications of the extent analysis method on fuzzy AHP. European journal of operational research, 95(3), 649-655.