در اقتصاد امروز، صنعت بانکداری از اهمیت شایانی برخوردار است. با بهبود تکنولوژی، رقابت بین بانک¬ها و دیگر موسسات مالی شدت گرفته است و در این میان موسساتی موفق هستند که در عملکرد، کارایی داشته باشند. امروزه هر چند شاهد حضور بانک¬ها در خط مقدم تلاش برای بهبود عملکرد خود هستیم؛ اما آنها نیز سیستم ارزیابی جامعی برای ارزیابی عملکرد شعب خود در اختیار ندارند. اکثر بانک¬ها به طور سنتی، برای ارزیابی عملکرد خود، بر معیارهای گوناگون سودآوری تاکید دارند و معمولاً برای ارزیابی جنبه¬های مختلف عملیات از نسبت¬های چندگانه¬ای استفاده می کنند. این در حالیست که، تحلیل نسبت¬های مالی اطلاعات ناچیزی را ارائه می دهند. بر این اساس، در این مطالعه؛ با استفاده از تکنیک شبکه های عصبی مصنوعی به ارزیابی کارایی شعب بانک تجارت استان مازندران در سال 1387 پرداخته شد. نتایج محاسبات نشان داد که از بین 90 شعبه مورد ارزیابی؛ تنها 5 شعبه در ارائه¬ی وام ها و تسهیلات کارا عمل کرده اند؛ لیکن متوسط کارایی شعب در این قسمت در حدود 61 درصد بود. در بخش درآمد بهره ای؛ از بین شعب مورد ارزیابی، تنها 7 شعبه کارا عمل می کردند و متوسط کارایی شعب در حدود 56 درصد بود. و در نهایت در بخش درآمد غیر بهره ای، نتایج نشان داد که تنها 7 شعبه به صورت کارا عمل می کردند و متوسط کارایی شعب در تولید این خروجی در حدود 39 درصد بوده است. در ادامه با استفاده از مدل پیشنهادی فرایند تحلیل سلسله مراتبی و شبکه های عصبی مصنوعی، ضعف اساسی شبکه های عصبی در ارزیابی کارایی واحدهای دارای چندین خروجی رفع شده و با ترکیب نمرات کارایی خروجی ها، رتبه بندی واحدی از شعب مورد مطالعه ارائه شد. در ادامه نتایج مدل پیشنهادی با نتایج مدل های تحلیل پوششی داده ها مورد مقایسه قرار گرفت. مقایسه رتبه بندی های حاصل از مدل های ccr، bcc و مدل پیشنهادی؛ نشان دادکه بین نتایج مدل های ccr و پیشنهادی همبستگی قوی به میزان 62 درصد وجود دارد. همچنین همبستگی متوسطی به میزان 53 درصد بین نتایج مدل های bcc و پیشنهادی دیده شد. بر این اساس؛ مدل ارائه شده در این تحقیق می تواند به عنوان روشی موثر در جهت بهبود کارایی تکنیک شبکه های عصبی مصنوعی در برخورد با خروجی های چندگانه مورد استفاده قرار گیرد.