رتبه بندی عملکرد واحدهای تصمیم گیرنده کارا در تحلیل پوششی داده ها با توجه به واحد تصمیم گیرنده ایده آل و ضد ایده آل با وزن های مشترک

ارزیابی عملکرد سازمان ها یا هر سیستمی، به منظور افزایش بهره وری، از اهمیت ویژه ای برخوردار است که معمولا با مدل بندی سیستم های مختلف به کمک شاخه های گوناگونی از ریاضیات، این امر تحقق می یابد. تحلیل پوششی داده ها که به اختصار dea نامیده می شود، یکی از روش های غیرپارامتریک و کمی برای بررسی کارایی سیستم ها است. تحلیل پوششی داده ها برای اولین بار در دهه 60 قرن بیستم میلادی توسط فارل معرفی شده است. در سال های بعد این روش توسط چارنز، کوپر و رودز توسعه یافت و اولین مدل تحت نام ccr ارائه گردید. در مدل های کلاسیک تحلیل پوششی داده ها، در بین واحدهای تصمیم گیری در یک مساله، امکان دارد چندین واحد به کارایی یک برسند. از آنجا که در مدل های کلاسیک dea معمولا بیش از یک واحد کارا وجود دارد، ارائه مدل هایی به منظور رتبه بندی واحدهای کارا و انتخاب یک واحد تصمیم گیرنده به عنوان کاراترین واحد در بین تمام واحدها، یکی از فعالیت های مورد توجه در تحلیل پوششی داده ها است. بدین منظور روش ها و مدل های مختلفی ارائه شده است. یکی از این روش ها مبتنی بر استفاده از وزن های مشترک، برای تمام واحدهای تصمیم گیرنده است که هدف این پایان نامه می باشد. - در فصل اول مقدمه ای بسیار کوتاه از تحلیل پوششی داده ها آورده شده است که شامل تاریخچه، اقتصاد تولید، مفهوم نسبت در کارایی، تحلیل پوششی داده ها و مدل های کلاسیک اولیه می باشد. - فصل دوم به روش های مختلف رتبه بندی واحدهای تصمیم گیرنده پرداخته و در یک تقسیم بندی نوعی، هشت روش مختلف معرفی شده است که عبارت اند از: ابرکارایی، کارایی متقاطع، محک زنی، وزن مشترک، متغیر کمکی، تصمیم گیری چند معیاره، منطق فازی و قیمت سایه. - رتبه بندی عملکرد واحدهای تصمیم گیرنده کارا با توجه به واحد تصمیم گیرنده ایده آل و ضد ایده آل با وزن های مشترک در فصل سوم مورد بررسی قرار گرفته است. - به منظور بررسی روش ارائه شده در فصل سوم و درست آزمایی نتایج حاصله، در فصل چهارم مثال هایی از دنیای واقعی به کمک دو نرم افزار متمتیکا و لینگو به صورت جداگانه، مورد بررسی قرار گرفته است.