‏پیشرفت و مقایسه از موارد مهم و اساسی در مسائل اجتماعی‏، اقتصادی‏، بازاریابی و... به شمار می آیند. بنابراین برای محاسبه ی کارایی و یا معیارهای دیگر سنجش، به ابزارها و روش هایی نیاز است. علم تحلیل پوششی داده ها، علمی است که چنین ابزار و روش هایی را ارائه می دهد. به این منظور اطلاعات به دست آمده از مشاهدات واحدهای تحت بررسی با هم مقایسه می شود تا سطح کارایی و پیشرفت محاسبه شود. در ‏تحلیل پوششی داده ها به دنبال دو هدف اصلی شناسایی واحدهای کارا و ناکارا و بهبود واحدهای ناکارا هستیم. اگر واحد ناکارایی روی مرز کارا قرار گیرد روش بهبود آن مناسب است اما اگر روی مرز ناکارا تصویر شود روش بهبود‏، روشی نامناسب است. ‎‏مرز‎‎ ناکارا مرزی است که از نقاطی به دست می آید که به آن ها نقاط لنگری می گویند. یکی از روش های بهبود مرز‏، ساخت واحدهای مشاهده نشده از روی نقاط لنگری است که در این روش حتماً باید یک کارشناس در هر مرحله نظر دهد. در این پایان نامه ما به کمک مفهوم نقاط لنگری و دوران ابرصفحه های ضعیف مماس بر مرز ناکارا واحدهای مشاهده نشده را می سازیم و برای بهبود مرز ناکارا الگوریتمی ارائه می دهیم.