ارائه‌ی یک مدل نوین تحلیل پوششی داده‌ها برای شناسایی کاراترین واحد تصمیم‌گیری با داده‌های غیر دقیق

در مدل‌های کلاسیک تحلیل پوششی داده‌ها (مثل مدل‌های CCR و BCC)،این فرض وجود دارد که مقدار عددی دقیقی برای ورودی‌ها و خروجی‌ها مشخص است. ولی بسیاری از اوقات در شرایط واقعی کسب و کار، تعیین مقدار عددی دقیق برای برخی ورودی‌ها و یا خروجی‌ها امکانپذیر نیست. در این مقاله، یک مدل نوین تحلیل پوششی داده‌ها ارائه می‌شود که کاربر را قادر می‌کند تا کاراترین واحد تصمیم‌گیری را با در نظر گرفتن داده‌های غیردقیق (بازه‌ای و رتبه‌ای) شناسایی کند. از مزایای مدل پیشنهادی این است که از کارایی محاسباتی بهره‌مندبوده و تنها با یک بار حل کردن آن، کاراترین واحد با داده‌های غیردقیق شناسایی می‌شود. به علاوه در این مقاله، کاربردپذیری مدل پیشنهادی در یک مسئله انتخاب تأمین‌کننده نشان داده شده است. در این مسئله، 18 تأمین‌کننده با داده‌های غیردقیق وجود داشته و مدل پیشنهادی برای شناسایی کاراترین تأمین‌کننده به کار گرفته شده است. همچنین، نتایج مدل پیشنهادی با یکی از مدل‌های پیشین مورد مقایسه قرار گرفته است.