بهبود قدرت تشخیص در تحلیل پوششی داده ها

پایان نامه
چکیده

تحلیل پوششی داده ها (dea) یک روش عمومی برای اندازه گیری و محک زدن کارایی واحدهای تصمیم گیرنده (dmus) با چندین ورودی و خروجی است. در مبحث dea مشکلاتی نظیر وزن های غیر واقعی ورودی ها وخروجی ها و فقدان تمایز در میان dmuها وجود دارد. این تحقیق دو روشی که هدف آن بهبود قدرت تمایز dea بدون نیاز به اطلاعات ترجیحی اضافی است، تحلیل میکند. مشکلات وابسته به تمایز بیشتر زمانی رخ میدهد که تعداد زیادی متغیر نسبت به واحدهای تصمیم گیرنده وجود داشته باشد. در این حالت اکثریت واحدهای تصمیم گیرنده کارا تشخیص داده میشوند و این بدان معنی است که تحلیل های زیر دنباله ای و رتبه بندی مشکل ساز است.دو روش تحلیل شده دراین تحقیق، روش pca-dea و کاهش متغیرها (vr) است. روش pca-dea ترکیب استفاده از آنالیز مولفه اصلی (pca) و تحلیل پوششی داده ها (dea) را توسعه میدهد. هدف این روش کاهش ابعادی مسأله است زمانی که در dea تعداد زیادی ورودی وخروجی نسبت به واحدهای تصمیم گیرنده وجود داشته باشد. روش vr یک روش آماری سیستماتیک برای تصمیم گیری است که متغیرهایی را که همبستگی بالایی با دیگر متغیرها دارند با کمترین از دست رفتن اطلاعات از تحلیل حذف میکند و متغیرهایی که باید باقی بمانند حفظ میکند. البته در فصل دوم خلاصه ای از برخی روش های دیگر از جمله محدودیت وزن ها، ساختار ترجیحی، کارایی متقاطع و تقریب چند هدفه برای بهبود تمایز در میان dmuها و رتبه بندی گردآوری شده است.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

بهبود قدرت تشخیص در تحلیل پوششی داده ها

تحلیل پوششی داده ها روشی غیرپارامتری برای ارزیابی کارایی واحدهای تصمیم گیرنده می باشد که بر اساس برنامه ریزی ریاضی‏، کارایی نسبی واحدهای تصمیم گیرنده را تشخیص می دهد. هدف از مدل های تحلیل پوششی داده ها‏، تعیین واحدهای کارا می باشد. که در این ارزیابی‏، وزن های اختصاص داده شده به شاخص ها‏، انعطاف پذیری از خود نشان می دهند‏، یا ممکن است شاخص های واحدهای تصمیم گیرنده دارای بعد بالایی باشند.‏ در نتی...

15 صفحه اول

بهبود قدرت تشخیص در تحلیل پوششی داده ها

تحلیل پوششی داده ها روشی برای اندازه گیری کارایی نسبی و به دست آوردن الگو برای واحد های تصمیم گیری و رتبه بندی این واحد ها می باشد. ابرکارایی، یکی از مدل های رتبه بندی می باشد که توسط اندرسن و پیترسن برای رتبه بندی واحدهای کارا ارائه شد. در این پایان نامه دو مدل تعمیم یافته ی ابرکارایی بررسی می گردد که قدرت تشخیص مدل های تحلیل پوششی داده ها را بهبود می بخشد. با توجه به کاربردی بودن dea بهبود و...

15 صفحه اول

روشvahp برای افزایش قدرت تشخیص تحلیل پوششی داده ها

استفاده بهینه منابع موجود همیشه برای بشر جذاب بوده است. و راهکار های مختلفی برای یک مسئله به کار گرفته شده است تا حداکثر استفاده از منابع موجود انجام شود. محدودیت در سرمایه، نیروی انسانی، انرژی و غیره مدیران را مجبور کرده تا راه هایی را برای استفاده از این منابع پیدا کند. در حقیقت آگاه بودن از کارایی واحد های تحت نظارت مدیران مهم ترین کاری است که برای مدیریت کردن این منابع وجود دارد ؛ البته با ...

15 صفحه اول

بهبود روش تحلیل پوششی داده ها به منظور خوشه بندی مشتریان اعتباری بانک ها

رقابت بین مدیران سازمان های صنعتی و خدماتی برای تامین نیازهای مالی و اعتباری خود از طریق دریافت تسهیلات بانکی به صورت روزانه در حال افزایش است. از طرف دیگر منابع مالی و اعتباری بانک‌ها و موسسات مالی برای ارائه تسهیلات به متقاضیان محدود می‌باشد. بر این اساس تخصیص بهینه منابع محدود مالی با هدف حداکثر نمودن ارزش سرمایه گذاری برای آنها یک ضرورت می-باشد. در این تحقیق پس از شناسایی معیارهای اعتباردهی...

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 قم - دانشکده علوم پایه

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023