ارائه ی یک مدل نوین تحلیل پوششی داده ها برای شناسایی کاراترین واحد تصمیم گیری با داده های غیر دقیق

در مدل های کلاسیک تحلیل پوششی داده ها (مثل مدل های ccr و bcc)،این فرض وجود دارد که مقدار عددی دقیقی برای ورودی ها و خروجی ها مشخص است. ولی بسیاری از اوقات در شرایط واقعی کسب و کار، تعیین مقدار عددی دقیق برای برخی ورودی ها و یا خروجی ها امکانپذیر نیست. در این مقاله، یک مدل نوین تحلیل پوششی داده ها ارائه می شود که کاربر را قادر می کند تا کاراترین واحد تصمیم گیری را با در نظر گرفتن داده های غیردقیق (بازه ای و رتبه ای) شناسایی کند. از مزایای مدل پیشنهادی این است که از کارایی محاسباتی بهره مندبوده و تنها با یک بار حل کردن آن، کاراترین واحد با داده های غیردقیق شناسایی می شود. به علاوه در این مقاله، کاربردپذیری مدل پیشنهادی در یک مسئله انتخاب تأمین کننده نشان داده شده است. در این مسئله، 18 تأمین کننده با داده های غیردقیق وجود داشته و مدل پیشنهادی برای شناسایی کاراترین تأمین کننده به کار گرفته شده است. همچنین، نتایج مدل پیشنهادی با یکی از مدل های پیشین مورد مقایسه قرار گرفته است.