این پایان نامه به بررسی کارایی سیستم های دو مرحله ای با اعداد فازی بوسیله تحلیل پوششی داده ها پرداخته است. در سیستم های دو مرحله ای با اعداد فازی، کارایی ها به صورت یک بازه محاسبه می شوند که شامل کران بالا و کران پایین می باشد. در راستای محاسبه این کران ها، یک مجموعه از وزن ها باید مشخص گردد. کاو و لیو برای بدست آوردن این وزن ها دو مسئله برنامه ریزی جداگانه را، که یکی خطی و دیگری غیر خطی می باشد، به کار بردند. این پایان نامه شیوه مجموعه ی مشترک وزن ها را برای محاسبه وزن ها به کار برده است که دیگر نیازمند حل دو مسئله جداگانه نبوده و وزن های محاسبه شده با این شیوه هم جهت محاسبه کران بالا و هم جهت بدست آوردن کران پایین کارایی ها به کار برده می شوند. در این شیوه، مسئله برنامه ریزی به صورت خطی می باشد.

این پژوهش به بررسی کارایی سیستم¬های دو مرحله¬ای که داده¬های آن فازی بوده پرداخته و همچنین واحدهای کارایی که در این سیستم مورد بحث مشخص می¬شود را رتبه¬بندی می¬نماید. با استفاده از روشی که برای حل سیستم، داده¬های فازی را به بازه¬های قطعی تبدیل می¬کند، برنامه غیر خطی بدست می¬آید که خطی کردن آن در اغلب مواردی که غیرخطی بودن قوی باشد، سخت می¬گردد. لذا در این پژوهش روشی ارائه می¬گردد که مشکل غیر خطی بودن آن برطرف شده و سیستم را قابل حل می¬نماید. حال با توجه به آنکه هر سیستمی احتمالا واحدهای کارایی خواهد داشت، لذا روشی پیشنهادی در این پژوهش به رتبه¬بندی کردن این واحدهای کارا کمک می¬نماید.

در این تحقیق، روشی عادلانه برای رتبه بندی واحدهای تصمیم گیری بر مبنای مفهوم تحلیل پوششی داده ها ارائه داده شده است که این روش هم بر اساس دیدگاه خوش بینانه و هم بر اساس دیدگاه بدبینانه بیان شده است؛ پس نسبت به روش هایی که فقط بر پایه یکی از این نگرش ها است، عادلانه تر است. بدین منظور، ابتدا بیشترین و کمترین مقادیر کارایی برای هر واحد تصمیم گیری با فرض اینکه مجموع مقادیر کارایی برای تمام واحدها معادل یک می باشد محاسبه گردیده است، سپس برای هر واحد به نسبت ترکیبی از بیشترین و کمترین مقدار کارایی، رتبه آن محاسبه شده است. در ادامه نسخه فازی مدل ccr با اعداد فازی مثلثی نا متقارن ارائه شده است. سپس با ادغام این دو روش، روشی مبتنی بر کمینه و بیشینه کارایی برای واحدهای تصمیم گیری با داده های فازی پیشنهاد شده است. سپس با یک مثال جزئیات مدل پیشنهادی تشریح و با رویکرد ساعتی مقایسه شده است و در ادامه نشان داده شده است که این روش به عنوان یک ابزار ارزیابی عملکرد برای رتبه بندی تمام واحد ها بسیار عالی عمل می نماید.

در بسیاری از زمینهها می توان مواردی را یافت که دسته خروجی بصورت زیر مجموعههای مجزا یا واحدهای کاری مجزا میباشد و رفتار بازده نسبت به مقیاس تولید برای یک زیر گروه با گروههای دیگر فرق داشته باشد؛ چنین وضعیتی را با عنوان "تناسب چند متغیره" نامگذاری میکنیم. زیر گروههای تولیدی مختلف در یک شرکت،بخشهای مختلف یک بیمارستان و برنامههای مختلف یک دانشگاه را میتوان به عنوان نمونههایی از تناسب چند متغیره نام برد. شناسایی چنین رفتارهای مختلفی بینش مهمی در خصوص بهترین اندازه تولید،در هر یک از زیرگروهها را در اختیار مدیریت قرار می دهد. در این پایان نامه در جاهایی که تناسب چند متغیره وجود دارد؛ ابزارهایی مبتنی بر تحلیل پوششی داده ها ارائه میگردد.

در این پایان نامه، روشی برای تعیین واحد های ایده آل و ضد ایده آل و همچنین، چند مدل تحلیل پوششی داده ها برای ارزیابی کارایی متقاطع، از دیدگاه آنالیز تصمیم گیری چند معیاره پیشنهاد می شود. در روش پیشنهادی یک واحد تصمیم گیری ایده آل واقعی و یک واحد تصمیم گیری ضد ایده آل واقعی توسط مدل اندرسون و پترسون انتخاب می شود و مدل های پیشنهادی واحدهای تصمیم گیری را بر اساس فاصله کارایی آن ها از کارایی واحدهای ایده آل و ضد ایده آل ارزیابی می کنند.