حسین عزیزی
استادیار، دانشگاه آزاد اسلامی، واحد پارس آباد مغان، گروه ریاضی، پارس آباد مغان، ایران (عهده‌دار مکاتبات)
[ 1 ] - انتخاب تأمینکننده بر اساس دیدگاه‌های خوشبینانه و بدبینانه
در مدل‌های قابل کنترل برای ارزیابی کارآیی تأمینکنندگان، فرض بر این است که همه‌ی معیارها قابل کنترل هستند؛ یعنی در کنترل مدیریت هر تأمینکننده هستند و به صلاحدید مدیر تغییر می‌کنند. این مدل‌ها انتخاب تأمینکنندگان را در شرایطی که برخی از عوامل غیرقابل کنترل هستند، در نظر نمی‌گیرند. در این مقاله، یک رویکرد مبتنی بر تحلیل پوششی داده‌ها (DEA) برای انتخاب بهترین تأمینکنندگان در حضور عوامل غیرقابل ...
[ 2 ] - انتخاب بهترین فناوری درحضور هردو نوع داده های اصلی و ترتیبی: DEA با مرزهای کارآ و ناکآرا
تحلیل پوششی داده‌ها (DEA) یک رویکرد داده‌ای برای ارزیابی عملکرد مجموعه‌ای از موجودیت‌های همتا به نام واحدهای تصمیم گیری (DMUها) است، که عملکرد آنها بر اساس اندازه‌های متعدد مشخص می‌شود. تعریف DMU عمومی و انعطاف پذیر است. در مسئله‌ی مورد نظر ما، DMU به یک فناوری اشاره دارد. انتخاب بهترین فناوری فاز مهمی از انتقال فناوری محسوب می‌شود. این مقاله پیشنهاد می‌کند که از «DEA با مرزهای کارآ و ناکارآ»...
[ 3 ] - رویکرد جدیدی برای در نظر گرفتن عامل دارای نقش دوگانه در مسئله‌ی انتخاب تأمین کننده: DEA با مرزهای کارآ و ناکارآ
این مقاله مسئله‌ی عواملی را که در مسئله‌ی انتخاب تأمین کننده می‌توانند هم به عنوان ورودی و هم به عنوان خروجی در نظر گرفته شوند، بررسی می‌کند. کمیت یک چنین عاملی ممکن است بر کارآیی نسبی تأمین کنندگان تأثیر بگذارد. علیرغم این واقعیت که مقالات زیادی به بررسی عوامل دونقشی پرداخته‌اند، لیکن به نظر می‌رسد که ایده‌ی طبقه‌بندی کردن یک عامل به عنوان ورودی یا خروجی در یک مدل واحد نمی‌تواند روابط سببی بین...
[ 4 ] - Measuring the overall performances of decision-making units in the presence of imprecise data
Data envelopment analysis (DEA) is a method for measuring the relative efficiencies of a set of decision-making units (DMUs) that use multiple inputs to produce multiple outputs. In this paper, we study the measurement of DMU performances in DEA in situations where input and/or output values are given as imprecise data. By imprecise data we mean situations where we only know that the actual val...
[ 5 ] - اندازه‌های انعطاف‌پذیر در فرایند تولید: رویکرد جدیدی بر مبنای تحلیل پوششی داده‌ها با مرز دوگانه
تحلیل پوششی داده‌ها (DEA) رویکردی برای اندازه‌گیری کارایی نسبی واحدهای تصمیم‌گیری (DMUهای) دارای ورودی‌های متعدد و خروجی‌های متعدد با استفاده از برنامه‌ریزی ریاضی است. در مدل‌های متعارف DEA، ورودی یا خروجی بودن یک اندازه عملکردی باید معلوم باشد. با این حال در برخی از موقعیت‌ها، یک اندازه عملکردی می‌تواند برای برخی از DMUها نقش ورودی و برای برخی دیگر نقش خروجی داشته باشد. چنین متغیرهایی را ان...
[ 6 ] - ارائه‌ی یک رویکرد جدید تحلیل پوششی داده‌ها با مرزهای کارآ و ناکارآ برای انتخاب تأمین کننده با وجود خروجی‌های نامطلوب و داده‌های نادقیق
انتخاب تأمین کننده در سازمان‌ها نقشی کلیدی ایفا می‌کند، چرا که هزینه‌ی مواد اولیه بخش اصلی هزینه‌ی محصول نهایی را تشکیل می‌دهد. انتخاب یک تأمین کننده‌ی مناسب امروزه یکی از مهم‌ترین تصمیمات بخش خرید است. این تصمیم عموماً به معیارهای مختلفی بستگی دارد. برای مدیریت مؤثر این عمل خرید که از نظر راهبردی حایز اهمیت است، باید روش و معیارهای مناسبی برای مسئله انتخاب شود. این مقاله رویکرد «تحلیل پوششی داد...
[ 7 ] - A new approach based on data envelopment analysis with double frontiers for ranking the discovered rules from data mining
Data envelopment analysis (DEA) is a relatively new data oriented approach to evaluate performance of a set of peer entities called decision-making units (DMUs) that convert multiple inputs into multiple outputs. Within a relative limited period, DEA has been converted into a strong quantitative and analytical tool to measure and evaluate performance. In an article written by Toloo et al. (2009...
[ 8 ] - اندازه‌گیری بدترین عملکرد واحدهای تصمیم‌گیری: تلفیق خروجی‌های نامطلوب و ورودی‌های غیرقابل کنترل در DEA نادقیق
در ارزیابی عینی عملکرد واحدهای تصمیم‌گیری (DMUs)، دو مشکل وجود دارد. مشکل اول نحوه کار با خروجی‌های نامطلوب است که در کنار خروجی‌های مطلوب تشکیل می‌شوند و مشکل دوم نحوه کار با متغیرهای غیرقابل‌کنترل است که غالباً تأثیر محیط عملیاتی را حفظ می‌کنند. با توجه به مشکلات ساخت مدل و دسترس‌پذیری داده‌ها، تعداد کمی از مقالات منتشر شده هر دو مشکل فوق را به‌طور هم‌زمان در نظر گرفته‌اند. هدف از مقاله حاضر، ...
[ 9 ] - Classifying inputs and outputs in interval data envelopment analysis
Data envelopment analysis (DEA) is an approach to measure the relative efficiency of decision-making units with multiple inputs and multiple outputs using mathematical programming. In the traditional DEA, it is assumed that we know the input or output role of each performance measure. But in some situations, the type of performance measure is unknown. These performance measures are called flexi...
[ 10 ] - Ranking Decision-Making Units Using Double-Frontier Analysis Approach
Data envelopment analysis is a nonparametric method for measuring the performance of a set of decision-making units (DMUs) that consume multiple inputs to produce multiple outputs. Using this approach, the performance of DMUs is measured from both optimistic and pessimistic views. However, their results are very misleading and even contradictory in many cases. Indisputably, different performanc...
[ 11 ] - Double-Frontier Analysis Approach for Weight Derivation in Analytical Hierarchy Process
Data Envelopment Analysis (DEA) combined with Analytic Hierarchy Process (AHP) provides Data Envelopment Analytic Hierarchy Process (DEAHP) methodology for weight derivation and aggregation. A double-frontier analysis approach is proposed in this article to derive priorities in AHP. The proposed method combines DEA variable weight with AHP from both optimistic and pessimistic views to obtain th...
Co-Authors