روش هایی برای رتبه بندی واحدهای تصمیم گیری در dea فازی

پایان نامه
چکیده

تحلیل پوششی داده ها (dea)روشی برای اندازه گیری کارایی نسبی یک مجموعه از واحدهای تصمیم گیری ‎ (dmus) ‎ است که ورودی های چندگانه را برای تولید خروجی های چندگانه مصرف می کنند. مدل های سنتی ‎ dea ‎ به مقدار دقیقی از ورودی ها و خروجی ها لازم دارند در حالی که در مسائل جهان حقیقی داده های موجود غالبا غیرصریح هستند. داده های غیرصریح را می توان به عنوان متغیرهای فازی درنظر گرفت. در این پایان نامه برای رتبه بندی ‎dmuها با ورودی ها و خروجی های غیرصریح، مدل ‎ ccr ‎ به مدل ‎ ccr فازی مبنی بر اندازه ی باورپذیری گسترش داده می شود. در ابتدا اندازه ی باورپذیری به عنوان یک اندازه ی خود دوگان شرح داده می شود. سپس برای حل مدل ‎ ccr ‎ با ورودی ها و خروجی های فازی برنامه ریزی قیود تصادفی با پارامترهای فازی در ماکسیمم خوشبنانه ترین حالت و ماکسیمم بدبینانه ترین حالت به کار برده می شود. مدل فازی بدست آمده به دو روش: با استفاده از یک الگوریتم پیوندی و یا با تبدیل کردن به یک مدل برنامه ریزی خطی حل می شود. مدل فازی بدست آمده به مدل ‎ bcc ‎ فازی، مدل ‎ sbm ‎ فازی و مدل‎ dea/ar فازی بسط داده می شود. در آخر روشی برای رتبه بندی واحدهای کارا با ورودی خروجی های قطعی با استفاده از مدل های فازی بدست آمده شرح داده می شود

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

یک روش ahp/dea برای رتبه بندی واحدهای تصمیم گیری

از مشخصه های اصلی تحلیل پوششی داده ها، حساس بودن آن نسبت به داده ها می باشد. لذا مدل-های استاندارد نیاز به اندازه گیری دقیق در جمع آوری داده ها دارند که این امر در بسیاری از مسائل جهان واقعی به دلیل عدم دسترسی به ابزار پیچیده اندازه گیری یا بخاطر ماهیت کیفی مسائل امکان پذیر نیست. این نوع داده ها را می توان به صورت بازه ای، فازی، تصادفی، ترتیبی و...بیان نمود. در این پایان نامه در ابتدا روش رتبه...

یک روش پیشنهادی برای رتبه بندی فازی در تصمیم گیری چند شاخصه چند دوره ای در محیط فازی نوع-2

در بسیاری از مسائل تصمیم گیری، برای مقابله با ابهام موجود در داده‌های زبانی، از مجموعه‌های فازی استفاده می‌شود، با این وجود، برای انجام مقایسات بین شاخص‌ها و تعیین رتبه گزینه ها، در حین فرایند حل مساله این داده‌ها دیفازی می‌شوند، دیفازی سازی باعث می‌شود که بخش زیادی از اطلاعات مسأله از بین برود. هدف از این مقاله، ارائه یک روش تصمیم گیری چند شاخصه چند دوره‌ای است که در آن رتبه گزینه‌ها به صورت ف...

متن کامل

رتبه بندی فنون تصمیم گیری چندشاخصه madm با استفاده از برخی روش های تصمیم گیری چندمعیاره در محیط فازی و مقایسه آن با رتبه بندی به روش dea

اساس تحقیق در عملیات بر توسعه رویکردهایی برای تصمیم گیری بهینه استوار است[1]. تصمیم گیری چند معیاره mcdm (multi criteria decision making) بیانگر شرایطی است که معیارهای چندگانه اما غالباً متعارض در تصمیم گیری وجود دارند[2]. تصمیم گیری چند معیاره در طول دو دهه اخیر به سرعت در حال رشد و بکارگیری بوده است، یک دلیل برای این امر نیاز محیط های کسب وکار به چنین متدهایی می باشد. mcdm در برگیرنده دو زیر گ...

متن کامل

توسعه ای بر روش ahp / dea برای رتبه بندی واحدهای تصمیم گیرنده

روشahp/dea برای رتبه بندی واحدهای تصمیم گیرنده، از کارهایی است که در زمینه ی ترکیب دو مقوله ی تحلیل پوششی داده ها (dea) و فرآیند تحلیل سلسله‎مراتبی (ahp) انجام شده است. این روش ایده ای جدید در زمینه ی ترکیبdea وahp است که توانسته با ترکیب نقاط قوتdea وahp به رتبه بندی واحدهای تصمیم گیرنده (dmu) بپردازد. با این وجود، دراین روش مشکلاتی از جمله منطقی نبودن مقایسه‎ی دو واحد تصمیم گیرنده در یک مدلde...

متن کامل

رتبه بندی کامل واحدهای تصمیم گیری با ترکیب dea چند هدفه و pca

این مقاله مدلی تلفیقی از تحلیل پوششی داده ها (dea) و تحلیل مولفه های اصلی (pca) در جهت کاهش ابعادی مجموعه داده ها ارائه می دهد. روش تحلیل پوششی داده ها به عنوان ابزاری موثر برای ارزیابی و الگوبرداری بکار گرفته شده است. در این روش برای افزایش قدرت تمایز بین واحدهای کارا و ناکارا بایستی تعداد واحدهای مورد ارزیابی متناسب با تعداد متغیرهای ورودی و خروجی باشد. برای رفع این ضعف ابتدا به جای متغیرهای ...

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 انسانی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023