جستجوی مقالات مرتبط با کلیدواژه « خروجی های نامطلوب » در نشریات گروه « ریاضی »
تکرار جستجوی کلیدواژه «خروجی های نامطلوب» در نشریات گروه «علوم پایه»-
در مدل های تحلیل پوششی داده ها در بسیار ی مو ارد اصل دسترسی پذیری ضعیف به ازای خروجی های نامطلوب مانند آلاینده های محیطی به کار برده شده است . با توجه به این اصل ، مدل های مختلفی برای ارزیابی کارایی واحدهای تحت ارزیابی ارایه می شود . در این مقاله ، دوآلیتی در مدل دسترسی پذیری ضعیف کاسمانن (2005) و امیرتیموری و همکاران (2017) را بیان می کنیم . در ادامه تعبیر های اقتصادی دوال را در تکنولوژی های فوق بیان کرده و همچنین نقاط تصویر واحدهای نا کارا را معرفی می نماییم . سپس روش های مطرح شده در مثالی شرح داده می شود که شامل طراحی های مختلف در خط تولید یک کارخانه می باشد.
کلید واژگان: تحلیل پوششی داده ها, دوآلیتی, دسترسی پذیری ضعیف, خروجی های نامطلوب}In data envelopment analysis (DEA) models, the weak disposability axiom has been used for undesirable outputs such as environmental pollutants in many cases. Considering this axiom, different models are exhibited to assess the efficiency of units under evaluation. In this paper, we express duality in weak disposability models proposed by Kousmanen (2005) and Amirteimoori et al. (2017). In the following, economical interpretations of dual are represented in the abovementioned technologies. Also, projection points for inefficient units will be introduced; then, proposed methods will also be explained in an application that includes different designs for the production line of a company.
Keywords: Data Envelopment Analysis, duality, Weak disposability, Undesirable outputs} -
تحلیل پوششی داده ها، روشی مبتنی بر برنامه ریزی خطی است که برای ارزیابی کارایی نسبی واحدهای تصمیم گیری (DMU’s) که وظایف یکسانی انجام داده و دارای چندین ورودی و چندین خروجی هستند، به کار می رود. به دلیل دیدگاه خوشبینانه DEA در ارزیابی کارایی واحدهای تصمیم گیری متجانس، حصول چندین واحد با نمره کارایی نسبی حداکثر (برابر واحد)، بسیار محتمل است. لذا مدل های رتبه بندی برای تمایز بین واحدهای کارا ارایه گردید. کارایی متقاطع، یکی از سودمندترین ابزار برای رتبه بندی واحدهای تصمیم گیری در تحلیل پوششی دادها است. این مدل دارای دو نقص اساسی در اجرا است. نخست آنکه در حضور جواب های بهین دگرین، نتایج متفاوتی به دست می دهد؛ و دوم آنکه در استفاده از میانگین حسابی برای تجمیع نتایج ماتریس کارایی متقاطع، دلیل قانع کننده ای ارایه نشده است. در این مقاله در خصوص تجمیع نتایج کارایی متقاطع در حضور خروجی های نامطلوب ، روش جدیدی با الهام گرفتن از فرآیند رای گیری ترجیحی و ایده مطرح شده در روش تاپسیس، ارایه شده است. سپس نتایج برای رتبه بندی تامین-کنندگان در حضور خروجی های نامطلوب به کار گرفته شده است.کلید واژگان: تحلیل پوششی داده ها, روش کارایی متقاطع, رای گیری ترجیحی, خروجی های نامطلوب, روش تاپسیس}Data envelopment analysis is a linear programming-based approach used to evaluate the relative performance of decision making units (DMU's) that perform the same tasks with multiple inputs and multiple outputs. Due to the optimistic view of the DEA in evaluating the performance of homogeneous decision making units, multiple units with a maximum relative efficiency score (equal to unit) are highly likely. Therefore, ranking models were presented to distinguish between efficient units. Cross efficiency evaluation is one of the most useful tools for ranking DMUs in data envelopment analysis. This model has two major flaws in implementation. First, it yields different results in the presence of optimal alternatives; and second, there is no compelling reason to use the arithmetic mean to integrate the cross-performance matrix results. In this paper, a new approach, inspired by the preferential voting process and the idea proposed in the TOPSIS method, is presented to combine cross-performance results in the presence of undesirable outputs. The results are then used to rank suppliers in the presence of undesirable outputs.Keywords: Data Envelopment Analysis, Cross Efficiency Evaluation, Preferential Voting, Undesirable outputs, TOPSIS method}
-
تحلیل پوششی داده ها به عنوان یک رویکرد اثربخش در ارزیابی کارایی نسبی واحدهای تصمیم گیرنده، اخیرا در ارایه برنامه های تولید در قالب تخصیص منابع و هدف گذاری در بسیاری از سیستم های تولیدی و عملیاتی مورد استفاده قرار گرفته است. اغلب این سیستم ها دارای ساختار شبکه ای هستند که در آنها خروجی های یک مرحله خاص، شاخص های واسطه ای هستند که ورودی های مرحله بعد را تشکیل می دهند. این مقاله یک مدل برنامه ریزی خطی چند هدفه مبتنی بر تحلیل پوششی داده های K مرحله ای را که خروجی های نامطلوب را مورد توجه قرار می دهد، برای هدف گذاری در ساختارهای شبکه ای سری ارایه می دهد. از آنجاییکه مدل پیشنهادی در هنگام ارایه ترکیب ورودی ها / خروجی ها، اندازه واحدهای تحت ارزیابی را مورد توجه قرار می دهد، برنامه جدید شدنی بودن نتایج را تضمین می کند. یک مثال واقعی از یک سیستم تولیدی برای نشان دادن کاربرد مدل پیشنهاد شده، استفاده شده است. نتایج نشان می دهند که بر اساس برنامه جدید، همه امتیازات کارایی بهبود یافته اند.
کلید واژگان: شبکه K مرحله ای, تحلیل پوششی داده ها (DEA), برنامه تولید, خروجی های نامطلوب, ارزیابی کارایی}DEA as an effective approach to evaluate the relative efficiency of DMUs, recently applied in many production and operation systems. This paper proposed a new k-stage DEA based MOLP model for target setting in the serial network structures, considering undesirable outputs. Since the proposed model takes the size of DMUs into account, the new idea ensures the possibility of the results. The results showed the applicability of the proposed plan.
Keywords: K-Stage Network, Data envelopment analysis (DEA), Production Planning, Undesirable outputs, Efficiency Evaluation}
- نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
©2000-2024 magiran.com All Rights Reserved.