|
Title
|
اندازه های چند مقداری در تحلیل پوششی داده با خروجی های نامطلوب
|
|
Type of Research
|
Thesis
|
|
Keywords
|
تحلیل پوششی داده، تابع فاصله خروجی جهت دار ، خروجی نامطلوب ، مدل گزینشی ، روش خوش بینانه و بد بینانه
|
|
Abstract
|
تحلیل پوششی داده (DEA) کارآیی نسبی مجوعه ای از واحدهای تصمیم گیری قابل مقایسه (DMUS) را با معیارهای عملکرد چندگانه (ورودی ها و خروجی ها) ارزیابی می کند. مدل های سنتی DEA بر این فرض متکی هستند که هر DMU می تواند عملکرد خود را با افزایش سطح خروجی فعلی و کاهش سطوح ورودی فعلی بهبود بخشد. با این حال، خروجی های نامطلوب (مانند پسماندها و آلاینده ها) ممکن است اغلب با خروجی های مطلوب در محصولات نهایی تولید شوند که باید به حداقل برسند. از سوی دیگر، درشرایط عملی، ممکن است با برخی معیارهای عملکرد خاص مواجه شویم که دارای بیش از یک مقدار بوده و توسط استانداردهای مختلف اندازه گیری می شوند . دراین تحقیق، از این اندازه گیری ها با عنوان اندازه گیری های چند مقداری یاد می شود که تنها یکی از مقادیر آنها باید اندازه گیری شود . به عنوان مثال ، نرخ بیکاری یک اندازه گیری چند مقداری در کاربرد های اقتصادی است، زیرا تعاریف یا استانداردهای متعددی برای اندازه گیری آن وجود دارد. در نتیجه، انتخاب یک مقدار مناسب برای اندازه گیری چند مقداری مسأله ای چالش برانگیز است. لذابه کارگیری DEA درچنین مواقع ضروری است. هدف این تحقیق، وفق دادن اندازه گیری های چند مقداری با وجود خروجی های نامطلوب است. در راستای این کار، دو مدل انتخاب فاصله جهتی مجزا و تجمعی را فرمول بندی کرده و یک جفت روش گزینش پوششی و مضربی، ایجاد می شود. در پایان روش پیشنهادی در این پایان نامه روی مثال عددی بکار گرفته می شود تا برتری روش مشخص گردد.
|
|
Researchers
|
(Student)، jafar pourmahmoud (Primary Advisor)، zeynal zeynal (Advisor)
|