یک مدل تعمیم یافته dea برای ارزیابی ورودی ها و خروجی ها

thesis
abstract

تحلیل پوششی دادها یک روش بر پایه ی برنامه ریزی ریاضی برای ارزیابی کارایی واحدهای تصمیم گیری با فعالیت های متشابه با چندین ورودی و چندین خروجی است. نگرش کلی در ارزیابی واحدها، آن است که کاهش میزان ورودی و افزایش خروجی موجب بهبود عملکرد و بهترین کارکرد شود که مدل های dea براین مبنا استوارند. در صورتی که در بین ورودی ها و خروجی های واحد تصمیم گیری، ورودی یا خروجی نامطلوب وجود داشته باشد، بایستی میزان این ورودی یا خروجی به ترتیب افزایش و کاهش یابد. اگر سطح ورودی های (خروجی های) واحد تحت ارزیابی تغییر کند، با حفظ مقدار کارایی، با استفاده از dea معکوس، می توان سطح خروجی های (ورودی های) آن را محاسبه کرد. در dea معکوس برای ارزیابی سطح خروجی ها (ورودی ها) صرف نظر از کارایی یا ناکارایی واحد تصمیم گیری، از مدل برنامه ریزی خطی چند هدفه و با انتخاب جواب کارای قوی و یا ضعیف از آن، استفاده می شود که در این صورت مقدار کارایی حفظ خواهد شد. اگر در فرآیند تولید، تعدادی از ورودی ها و خروجی های واحد تصمیم گیری به طور همزمان نامطلوب باشند و واحد تحت ارزیابی سطح ورودی های (خروجی های) نامطلوب خود را افزایش (کاهش) و سطح ورودی های (خروجی های) مطلوب را کاهش (افزایش) دهد. با حفظ مقدار کارایی، با استفاده از dea معکوس با ارجحیت محدویت های مخروطی، سطح خروجی های (ورودی های) نامطلوب آن، کاهش (افزایش) و سطح خروجی های (ورودی های) مطلوب، افزایش (کاهش) می یابد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

تغییر سطح ورودی ها و ارزیابی خروجی ها در dea وقتی که تعدادی از خروجی ها نامطلوب هستند

در این مقاله، معکوس با ارجحیت محدویت های مخروطی، زمانی که تعدادی از خروجی های واحدهای تصمیم گیری نامطلوب هستند، مورد بحث قرار می گیرد. بدین صورت که با تغییر سطح ورودی های واحد تحت ارزیابی و با حفظ مقدار کارایی، سطح خروجی مطلوب (نامطلوب)، افزایش (کاهش) می یابد. برای این منظور از مدل برنامه ریزی خطی چند هدفه استفاده می کنیم.

full text

یک مدل تعمیم یافته برای ارزیابی قابلیت اعتماد نرم افزار براساس فرایند پواسون ناهمگن

با توجه به کاربردهای گسترده سیستم‌های نرم‌افزاری، لزوم تولید نرم‌افزارهای تقریبا بدون خطا و با کیفیت بالا بیش از پیش اهمیت پیدا کرده است. قابلیت اعتماد نرم‌افزار یک رهیافت مهم برای ارزیابی کیفیت نرم‌افزار در نظر گرفته می‌شود. مدل‌سازی قابلیت اعتماد نرم‌افزار براساس فرایند پواسون ناهمگن یکی از روش‌های کاملا موفق در مهندسی قابلیت اعتماد نرم‌افزار می‌باشد. در این مقاله ابتدا مدل عمومی رشد قابلیت ا...

full text

معرفی یک مدل تعمیم یافته برای تحلیل پوششی داده ها

تحلیل پوششی داده ها یکی از ابزارهای قدرتمند مدیریتی است. که قادر است مدیریت را در جهت نیل به اهداف عالی سازمان و در جهت استفاده بهینه از منابع و تخصیص آنها و در نهایت کسب سودآوری بیشتر یاری رساند dea ابزاری در اختیار مدیران قرار می دهد تا بتوانند بوسیله آن عملکرد شرکت خود را در قبال سایر رقبا محک زنند و براساس نتایج آن برای آینده ای بهتر تصمیم گیری کنند. تاکنون مطالعات و تحقیقات زیادی در انجمن ...

15 صفحه اول

ارائه راهکارهای منطقی بهبود عملکرد شعب بانک ها به کمک مدل های تعمیم یافته تحلیل پوششی داده ها

ارزیابی عملکرد یک واحد تصمیم گیرنده در تقابل با واحدهای تصمیم گیرنده دیگر، فرآیندی رقابتی است که این ارزیابی توسط مدل‌های تحلیل پوششی داده‌ها[1] بطور دقیق و منظم و با پیشنهاد راهکارهای بهبود در کارایی، ارائه می‌شود. اما وجود واحدهای تصمیم‌گیرنده خاص و فاصله زیاد واحدهای تصمیم‌گیرنده می‌تواند، فضای رقابتی ارزیابی را به انحصار در فرآیند ارزشگذاری تبدیل کند. این انحصار، باعث ارائه راهکارهای غیر عم...

full text

یک رویکرد جدید مبتنی بر آلفا برش ها برای حل مدل تحلیل پوششی داده ها با ورودی ها و خروجی های تصادفی فازی

تکنولوژی تحلیل پوششی داده ها کاربردی گسترده در اندازه گیری کارایی واحدهای همگن با عوامل ورودی و خروجی چندگانه دارد. این عوامل ممکن است در شرایط عدم قطعیت بویژه در محیط های فازی یا تصادفی تعیین گردند. از این رو در توسیع مدل های استاندارد dea به محیط های دو ترکیبی تصادفی فازی، بخشی از ساختار طبیعی dea ممکن است تغییر یابد. به عنوان مثال خطی بودن، شدنی بودن و یا قرار نگرفتن مقادیر کارایی (ورودی محو...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده علوم ریاضی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023