روش هایی برای رتبه بندی واحدهای تصمیم گیری در dea فازی
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه قم - دانشکده علوم انسانی
- author بایرام قاسمی آتدره سی
- adviser علی اصغر فروغی غلامحسن شیردل
- Number of pages: First 15 pages
- publication year 1390
abstract
تحلیل پوششی داده ها (dea)روشی برای اندازه گیری کارایی نسبی یک مجموعه از واحدهای تصمیم گیری (dmus) است که ورودی های چندگانه را برای تولید خروجی های چندگانه مصرف می کنند. مدل های سنتی dea به مقدار دقیقی از ورودی ها و خروجی ها لازم دارند در حالی که در مسائل جهان حقیقی داده های موجود غالبا غیرصریح هستند. داده های غیرصریح را می توان به عنوان متغیرهای فازی درنظر گرفت. در این پایان نامه برای رتبه بندی dmuها با ورودی ها و خروجی های غیرصریح، مدل ccr به مدل ccr فازی مبنی بر اندازه ی باورپذیری گسترش داده می شود. در ابتدا اندازه ی باورپذیری به عنوان یک اندازه ی خود دوگان شرح داده می شود. سپس برای حل مدل ccr با ورودی ها و خروجی های فازی برنامه ریزی قیود تصادفی با پارامترهای فازی در ماکسیمم خوشبنانه ترین حالت و ماکسیمم بدبینانه ترین حالت به کار برده می شود. مدل فازی بدست آمده به دو روش: با استفاده از یک الگوریتم پیوندی و یا با تبدیل کردن به یک مدل برنامه ریزی خطی حل می شود. مدل فازی بدست آمده به مدل bcc فازی، مدل sbm فازی و مدل dea/ar فازی بسط داده می شود. در آخر روشی برای رتبه بندی واحدهای کارا با ورودی خروجی های قطعی با استفاده از مدل های فازی بدست آمده شرح داده می شود
similar resources
یک روش ahp/dea برای رتبه بندی واحدهای تصمیم گیری
از مشخصه های اصلی تحلیل پوششی داده ها، حساس بودن آن نسبت به داده ها می باشد. لذا مدل-های استاندارد نیاز به اندازه گیری دقیق در جمع آوری داده ها دارند که این امر در بسیاری از مسائل جهان واقعی به دلیل عدم دسترسی به ابزار پیچیده اندازه گیری یا بخاطر ماهیت کیفی مسائل امکان پذیر نیست. این نوع داده ها را می توان به صورت بازه ای، فازی، تصادفی، ترتیبی و...بیان نمود. در این پایان نامه در ابتدا روش رتبه...
یک روش پیشنهادی برای رتبه بندی فازی در تصمیم گیری چند شاخصه چند دوره ای در محیط فازی نوع-2
در بسیاری از مسائل تصمیم گیری، برای مقابله با ابهام موجود در دادههای زبانی، از مجموعههای فازی استفاده میشود، با این وجود، برای انجام مقایسات بین شاخصها و تعیین رتبه گزینه ها، در حین فرایند حل مساله این دادهها دیفازی میشوند، دیفازی سازی باعث میشود که بخش زیادی از اطلاعات مسأله از بین برود. هدف از این مقاله، ارائه یک روش تصمیم گیری چند شاخصه چند دورهای است که در آن رتبه گزینهها به صورت ف...
full textرتبه بندی فنون تصمیم گیری چندشاخصه madm با استفاده از برخی روش های تصمیم گیری چندمعیاره در محیط فازی و مقایسه آن با رتبه بندی به روش dea
اساس تحقیق در عملیات بر توسعه رویکردهایی برای تصمیم گیری بهینه استوار است[1]. تصمیم گیری چند معیاره mcdm (multi criteria decision making) بیانگر شرایطی است که معیارهای چندگانه اما غالباً متعارض در تصمیم گیری وجود دارند[2]. تصمیم گیری چند معیاره در طول دو دهه اخیر به سرعت در حال رشد و بکارگیری بوده است، یک دلیل برای این امر نیاز محیط های کسب وکار به چنین متدهایی می باشد. mcdm در برگیرنده دو زیر گ...
full textتوسعه ای بر روش ahp / dea برای رتبه بندی واحدهای تصمیم گیرنده
روشahp/dea برای رتبه بندی واحدهای تصمیم گیرنده، از کارهایی است که در زمینه ی ترکیب دو مقوله ی تحلیل پوششی داده ها (dea) و فرآیند تحلیل سلسلهمراتبی (ahp) انجام شده است. این روش ایده ای جدید در زمینه ی ترکیبdea وahp است که توانسته با ترکیب نقاط قوتdea وahp به رتبه بندی واحدهای تصمیم گیرنده (dmu) بپردازد. با این وجود، دراین روش مشکلاتی از جمله منطقی نبودن مقایسهی دو واحد تصمیم گیرنده در یک مدلde...
full textرتبه بندی کامل واحدهای تصمیم گیری با ترکیب dea چند هدفه و pca
این مقاله مدلی تلفیقی از تحلیل پوششی داده ها (dea) و تحلیل مولفه های اصلی (pca) در جهت کاهش ابعادی مجموعه داده ها ارائه می دهد. روش تحلیل پوششی داده ها به عنوان ابزاری موثر برای ارزیابی و الگوبرداری بکار گرفته شده است. در این روش برای افزایش قدرت تمایز بین واحدهای کارا و ناکارا بایستی تعداد واحدهای مورد ارزیابی متناسب با تعداد متغیرهای ورودی و خروجی باشد. برای رفع این ضعف ابتدا به جای متغیرهای ...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه قم - دانشکده علوم انسانی
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023