تأثیر زمان در تحلیل پوششی داده ها

تکنیک تحلیل پوششی داده ها بر مبنای برنامه ریزی ریاضی، با توجه به مقادیر ورودی ها و خروجی ها، کارایی نسبی مجموعه ای از واحدهای تصمیم گیرنده متجانس را محاسبه می کند. یکی از پیش فرض ها و شرایط خاص جهت به کارگیری این تکنیک، مستقل از زمان بودن مقادیر ورودی ها و خروجی ها است. در اغلب کاربردهای عملی، واحدهایی وجود دارند که باید در طی یک زمان معین مورد ارزیابی قرار گیرند، یا اینکه شاخصی مانند ورودی ها و خروجی ها تابعی از زمان باشد، در این حالت ممکن است مدل های کلاسیک قادر به محاسبه کارایی نسبی واحدهای تصمیم گیرنده با حضور داده های وابسته به زمان نباشند. کارایی نسبی و شاخص بهره وری مالم کوئیست که برای محاسبه پیشرفت و یا پسرفت به کار برده می شوند، نشان دهنده ی رفتار این واحدها هستند. در این تحقیق تخصیص منابع تحت شرایطی مورد تجزیه و تحلیل قرار می گیرد که تصمیم گیرنده می تواند، زمان شروع تقاضا از منابع و تعداد دوره هایی که تخصیص این منابع را در پیش دارد، تعیین نماید. در ادامه با ارائه یک برونیاب تکه ای چندجمله ای یکنواخت از مرتبه c^1، ما می توانیم مقدار افزایش و یا کاهش واحد تحت ارزیابی را در یک زمان معین پیش بینی کنیم، و در نهایت روش فوق، با برونیاب حاصل از تعریف یک شبکه ی مناسب در شبکه ی عصبی، مقایسه می گردد.