بررسی روش های رتبه بندی برای واحدهای تصمیم گیری در تحلیل پوششی داده ها

پایان نامه
چکیده

مدل های ارزیابی کننده کارایی در تحلیل پوششی داده ها(dea) واحدهای تصمیم گیرنده (dmus) تحت ارزیابی را به دو گروه "واحدهای کارا" و "ناکارا" تقسیم می کنند. واحدهای کارا واحدهایی هستند که امتیاز کارایی آنها برابر با "یک" است. واحدهای غیرکارا با کسب امتیاز کارایی قابل رتبه بندی هستند، اما واحدهایی که امتیاز کارایی آنها برابر یک می باشد با استفاده از مدل های کلاسیک تحلیل پوششی داده ها قابل رتبه بندی نیستند و چون معمولاً در ارزیابی نسبی واحدهای تصمیم گیرنده ممکن است بیش از یک واحد کارا باشد، بنابراین رتبه بندی واحدهای کارا مورد توجه است. هدف این پایان نامه معرفی تعدادی مدل رتبه بندی و بررسی نقاط ضعف و قدرت آنهاست. ما مدل های رتبه بندی را در قالب 20 گروه زیر بررسی می کنیم: 1- رتبه بندی بر مبنای الگویابی 2- روش های رتبه بندی کارایی متقاطع 3- رتبه بندی با روش ahp/dea 4- مدل های رتبه بندی ابرکارایی 5- رتبه بندی با روش های لایه ای 6- رتبه بندی بر مبنای تغییر مجموعه مرجع 7- مدل های رتبه بندی با استفاده از نرم ها 8- رتبه بندی با استفاده از sbm 9- رتبه بندی با اعمال محدودیت های وزنی 10- رتبه بندی با وزن های مشترک 11- رتبه بندی با محاسبه یک رویه مشترک 12- رتبه بندی با مدل برنامه ریزی آرمانی و dea 13- رتبه بندی با شاخص تعادل در dea 14- رتبه بندی با بردار گرادیان 15- رتبه بندی با روش مونت کارلو 16- رتبه بندی مبنی بر بهبود خروجی ها 17- رتبه بندی با آمار چند متغیری در dea 18- رتبه بندی واحدهای کارای رأسی و غیر رأسی 19- رتبه بندی واحدهای ناکارا 20- روش های رتبه بندی بر مبنای مرز کاملاً ناکارا

منابع مشابه

تحلیل پوششی داده ها و روش نوین IEP /AHP جهت رتبه بندی کامل واحدهای تصمیم گیرنده

تحلیل پوششی داده ها یکی از رویکردهای علمی است که با به کارگیری مبنای ریاضی قوی به محاسبه کارایی می پردازد. تحلیل پوششی داده ها‘ تکنیکی ناپارامتریک برای سنجش و ارزیابی کارایی نسبی مجموعه ای از واحدهای تصمیم گیرنده با ورودی ها و خروجی های چندگانه است. از آن جا که در مدل های اولیه تحلیل پوششی داده ها اولاً معیار سنجش کارایی‘ معیاری شعاعی است ثانیاً رتبه بندی کاملی از واحدها ارایه نمی شود و این مدل ه...

متن کامل

رتبه بندی و تحلیل حساسیت رتبه های واحدهای تصمیم گیرنده در تحلیل پوششی داده ها بر مبنای ابرصفحه ایده آل

There are many methods for ranking of DMUs. Some of the previous proposed methods may be infeasible and the others cannot rank all DMUs. In this paper,we introduce a new method for ranking of DMUs that is always feasible and can be usd all ranking of all DMUs. the rank of DMUs is acheived based on the ideal hyperplan. The sensitivity of the rank is presented as well. Therefore, in this study, a...

متن کامل

چند روش برای رتبه بندی واحدهای تصمیم گیری به کمک مجموعه مشترک وزن ها در تحلیل پوششی داده ها

تحلیل پوششی داده ها اطلاعات زیادی در مورد واحدهای تصمیم گیری کارا ارایه نمی دهد. یکی از روش ها برای رتبه بندی واحدهای تصمیم گیری کارا استفاده از مجموعه مشترک وزن ها است. در این مقاله به منظور رتبه بندی واحدهای کارا چند روش ساده جهت تعیین مجموعه مشترک وزن ها ارایه شده است. در این روش ها، مجموعه مشترک وزن ها با استفاده از نتایج مدل های استاندارد تحلیل پوششی داده ها حاصل می شود. بر خلاف بسیاری از ...

متن کامل

اندازه گیری بهره وری و رتبه بندی واحدهای پژوهشی با استفاده از روش تحلیل پوششی داده ها

در جهان امروز نیاز به بهره‌وری بیشتر، امری حیاتی و ضروری است و دانشگاه‌ها و مراکز پژوهشی نقش تعیین کننده‌ای در رشد و توسعه بهره‌وری کشورها خواهند داشت. در کشور ما نیز دانشگاه‌ها و مراکز پژوهشی در سازماندهی پژوهش نقش طراز اول را داشته و ارزیابی کارآیی سیستم تحقیقاتی و ارائه راه کار بهبود کارآیی آنها بسیار حیاتی می باشد. اندازه‌گیری بهره‌وری مراکز پژوهشی، تحلیل و مقایسه عملکرد آنها نقش مهمی در ار...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده علوم پایه

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023