به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه "ordinal data" در نشریات گروه "ریاضی"

تکرار جستجوی کلیدواژه «ordinal data» در نشریات گروه «علوم پایه»
جستجوی ordinal data در مقالات مجلات علمی
  • حسین عزیزی*
    هدف

    موفقیت یک زنجیره ی تامین تا حد زیادی بستگی به انتخاب بهترین تامین کنندگان دارد. این تصمیمات بخش مهمی از مدیریت تولید و تدارکات برای بسیاری از بنگاه ها هستند. در مقالات توجه زیادی به در نظر گرفتن هم زمان داده های اصلی و ترتیبی در فرایند انتخاب تامین کننده نشده است.

    روش شناسی پژوهش:

    این مقاله یک رویکرد جدید تحلیل پوششی داده ها (DEA) با مرزهای کارا و ناکارا را پیشنهاد می کند که می تواند بهترین تامین کننده را در حضور هر دو نوع داده های اصلی و ترتیبی شناسایی کند.

    یافته ها

    با استفاده از رویکرد پیشنهادی، روش نوآورانه ای برای اولویت بندی تامین کنندگان با در نظر گرفتن معیارهای متعدد ارایه می شود. قابلیت کاربرد روش پیشنهادی با استفاده از یک مجموعه ی داده های حاوی مشخصات هجده تامین کننده نشان داده خواهد شد.

    اصالت/ارزش افزوده علمی: 

    در این مقاله، عملکرد تامین کنندگان از دو دیدگاه مختلف اندازه گیری می شود. ازآنجاکه نتایج آن ها می تواند بسیار گمراه کننده و حتی متناقض باشد؛ بنابراین، ضروری است که اندازه های مختلف عملکرد را ادغام کرد تا یک ارزیابی کلی از عملکرد هر تامین کننده به دست آید. مزیت روش پیشنهادی این است که بهترین تامین کننده را با استفاده از مقادیر کارایی های بازه ای که از دو دیدگاه خوش بینانه و بدبینانه اندازه گیری شده اند، با محاسبه ی میانگین هندسی به صورت یک بازه ی کارایی تلفیق شده درمی آیند که به آن بازه ی کارایی عملکرد کلی مبتنی بر DEA با مرزهای کارا و ناکارا می گوییم، شناسایی می کند.

    کلید واژگان: تحلیل پوششی داده ها, انتخاب تامین کننده, داده های اصلی و ترتیبی, کارایی های خوشبینانه و بدبینانه, رتبه بندی
    Hossein Azizi *
    Purpose

    The success of a supply chain is highly dependent on the selection of the best suppliers. These decisions are an important component of production and logistics management for many firms. Little attention is given in the literature to the simultaneous consideration of cardinal and ordinal data in the supplier selection process.

    Methodology

    This paper proposes a new Data Envelopment Analysis (DEA) approach with efficient and inefficient frontiers that is able to identify the best supplier in the presence of both cardinal and ordinal data.

    Findings

    Utilizing this approach, an innovative method is proposed for prioritizing suppliers by considering multiple criteria. Applicability of the proposed method is illustrated using a data set that includes specifications of eighteen suppliers.

    Originality/Value: 

    The advantage of our approach is that it identifies the best supplier using interval efficiency values which are computed from the optimistic and pessimistic perspectives and are integrated as an efficiency interval called the overall performance efficiency interval based on DEA with efficient and inefficient frontiers.

    Keywords: Data Envelopment Analysis, Supplier selection, Cardinal, ordinal data, optimistic, pessimistic efficiencies, Ranking
  • جعفر پورمحمود*، داود نوروزی

    تحلیل پوششی داده های کلاسیک مقادیر ورودی ها و خروجی ها را کاملا مشخص فرض میکند. در حالیکه در اغلب مسایل واقعی مقادیر دقیق ورودی ها و خروجی ها مبهم هستند. یکی از داده های مبهم داده های ترتیبی هستند. در این مقاله مدل جدیدی برای اندازه گیری کارآیی واحدهای تصمیم گیری با داده های ترتیبی ارایه میشود. ایده کلی این مدل آن است که تغییرات کارایی واحدها در ارزیابی باید به اندازه قابل کنترل مجاز باشد. بعلاوه مدل جدیدی برای رتبه بندی واحدهای کارآ بیان می شود. نتایج مدل پیشنهادی با مدل کوپر مقایسه میشود. بنابراین نمرات کارآیی حاصل از مدل پیشنهادی قابل اعتمادتر از نتایج حاصل از مدل کوپر هستند.

    کلید واژگان: ارزیابی, تحلیل پوششی داده ها, داده های مبهم, داده های دقیق داده های ترتیبی, کارآیی, رتبه بندی
    J. Pourmahmoud *, D. Norouzi

    Classic Data Envelopment Analysis assumes that the values of inputs and outputs are exactly determined. However, in most real-life problems, the exact values of some of the inputs and outputs are imprecise. One of such imprecise data is ordinal data. In this paper, a new model is presented for measuring the efficiency evaluation of decision making units with ordinal data. The general idea of this model is assigning real values to ordinal data with new approach. Furthermore, another new model for ranking efficient units is presented with the main idea of changes in controlled efficiency. Then, the results of proposed model are compared with Cooper model. Therefore, the efficiency scores obtained from proposed model are more realistic and reasonable than the results obtained from the Cooper's model.

    Keywords: Evaluation, Data Envelopment Analysis, Imprecise data, Exact Data, Ordinal Data, Efficiency, Ranking
نکته
  • 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.
درخواست پشتیبانی - گزارش اشکال