یک سیستم رتبه بندی جدید DEA مبتنی بر تغییر مجموعه مرجع
چکیده
این تحقیق یک سیستم رتبه بندی جدید را برای DMU های بسیار کارامد(واحد های تصمیم گیری) بر اساس حذف این DMU های کارامد از مجموعه مرجع DMU های ناکارامد پیشنهاد می کند. ما برخی از حقایق مربوط به مدل خود را توضیح داده و اثبات می کنیم. یک مثال عددی که در آن روش پیشنهادی با رویکردهای رتبه بندی قدیمی مقایسه شده، نیز نشان داده شده است.
1-مقدمه
یکی از اهداف اصلی DEA (تحلیل پوششی داده ها) اندازه گیری میزان کارایی یک DMU (واحد تصمیم گیری، مانند، مدرسه، آژانس های عمومی و بانک ها) است. یکی از راه های تعیین میزان کارایی DMU ها، بکارگیری مدل Charnes،Cooper ، (CCR) Rhodes [1] است که با نرخ خروجی ها و ورودی های چندگانه سرو کار دارد. یکی از موضوعات جالب تحقیقاتی، تمایز بین DMU های کارامد است. چندین نویسنده روشهایی را برای رتبه بندی بهترین سازندگان پیشنهاد کرده اند (از جمله سایرین[2-7]).
برای بررسی روشهای رتبه بندی، خوانندگان به Adler و همکاران مراجعه کرده اند[8]. در برخی موارد، مدل های پیشنهاد شده توسط [3،6] می توانند غیر قابل اجرا شوند. علاوه بر این مشکل، مدل Andersen و Petersen ]3[ ممکن است به دلیل حساسیت زیاد به تغییرات کوچک در داده ها ناپایدار باشند، زیرا برخی از DMU ها مقادیر نسبتا کوچکی برای برخی از ورودی های خود دارند.
Abstract
This research proposes a new ranking system for extreme efficient DMUs (Decision Making Units) based upon the omission of these efficient DMUs from reference set of the inefficient DMUs. We state and prove some facts related to our model. A numerical example where the proposed method is compared with traditional ranking approaches is shown.
1. Introduction
One of the main objectives of DEA (Data Envelopment Analysis) is to measure the efficiency of a DMU (Decision Making Unit, e.g. school, public agencies and banks). One of the ways for determining efficiency score of DMUs is to apply the Charnes, Cooper, Rhodes (CCR) model [1] that deals with a ratio of multiple outputs and inputs. One of the interesting research subjects is to discriminate between efficient DMUs. Several authors have proposed methods for ranking the best performers ([2–7] among others).
For a review of ranking methods, readers are refereed to Adler et al. [8]. In some cases, the models purposed by [3,6] can be infeasible. In addition to this difficulty, the Andersen and Petersen [3] model may be unstable because of extreme sensitivity to small variations in the data when some DMUs have relatively small values for some of their inputs.
چکیده
1-مقدمه
2- پیشینه DEA
3-طرح پیشنهادی ما
3-1 نظریه ها
4. مثال عددی
4-1 داده های ساختگی
4-2 داده های جهان واقعی
5- نتیجه گیری
منابع
Abstract
1. Introduction
2. DEA background
3. Our proposal
3.1. Theorems
4. Numerical example
4.1. Fictional data
4.2. Real word data
5. Conclusion
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه