تحلیل پوششی داده ها به عنوان یک علم نوپا به ابزاری برای اندازه گیری کارایی درآمده است. تحلیل پوششی داده ها به بررسی و ارزیابی واحدهای تصمیم گیرنده که یک یا چند ورودی را برای تولید یک یا چند خروجی مصرف می کنند می پردازد. از مشخصه های اصلی تحلیل پوششی داده ها حساس بودن آن نسبت به داده ها می باشد بدین معنی که عدم دقت در جمع آوری داده ها باعث به دست آمدن نتایج نادرستی می گردد. از جمله کاربردهای انواع کارایی، محاسبه و اندازه گیری بهره وری واحدهای تصمیم گیرنده می باشند. در سال های اخیر رفتار نامطلوب خروجی ها در مدل های تحلیل تولید و کارایی در ادبیات dea مورد توجه قرار گرفته است. در مطالعه اخیر، نویسندگان نشان دادند که تکنولوژی کوسمنن تنها ارائه صحیح از تکنولوژی کاملا محدب است که بیانگر دسترسی ضعیف به خروجی های خوب و بد است. در این مقاله، ما فرض تحدب کامل را تعمیم داده و دو امکان اضافی دیگر را در نظر می گیریم: موردی که در آن تنها مجموعه های خروجی، محدب فرض می شوند و مورد دیگر که اصلا هیچ تحدبی فرض نمی شود.

در این پایان نامه سعی داریم قابلیت بقا و اطمینان را برای شبکه های سلسله مراتبی بررسی کرده و چند معیار را برای ارزیابی این شبکه ها مطرح کنیم. دو روش پیشنهاد شده برای ارتقاء قابلیت بقای این دسته از شبکه ها را معرفی کرده و آن ها را با یکدیگر مقایسه می کنیم. با استفاده از یک شاخص توپولوژیکی، معیاری جدید برای مقایسه قابلیت بقای شبکه های سلسله مراتبی بهبود یافته ارائه می کنیم. همچنین یک روش جدید برای بهبود قابلیت بقای این شبکه ها پیشنهاد کرده و مزیت این روش را نسبت به دو روش قبلی بیان می کنیم.