کارایی متقاطع تصادفی در ارزیابی واحدهای تصمیم گیری با فاکتورهای نامطلوب
در این مقاله با استفاده از مدل مضربی CCR ورودی محور و دارای خروجی های نامطلوب با درنظر گرفتن خطای مشخص و با استفاده از تکنیکهای اماری وتوزیع نرمال یک مدل تصادفی جدید تحت عنوان معیار رتبه بندی میانگین جهت ارزیابی کارایی داده های تصادفی پیشنهاد می گردد. همچنین کارایی متقاطع تصادفی برای رتبه بندی DMU ها در تحلیل پوششی داده های تصادفی بر اساس برنامه ریزی قیودتصادفی و مقدار میانگین تعریف گردیده و از انجایی که وزن های بهینه منحصر فرد نیستند جهت رتبه بندی بهتر و اولویت دادن به انها روش خود خواهانه پیشنهاد می گردد . نهایتا مدل های پیشنهاد شده برای تعداد32 نیروگاه حرارتی در کشور آنگولا در بازه زمانی 2010 تا 2022که تولید کننده انرژی هستند و دارای ورودی های مطلوب و خروجی های مطلوب و نامطلوب تصادفی هستند پیاده سازی و اجرا گردید. نتایج حاصله نشان داد که در استفاده از مدل های پیشنهاد شده با قدرت بیشتری کارایی تصادفی DMU ها جهت جداسازی و رتبه بندی انجام گرفته است.
-
Comparing the Power of Predicting Financial Helplessness in the Deep Learning Method Based on the Gray Wolf Optimization Algorithm with the Artificial Neural Network Method
Akram Karimpour, Mohsen Azhdar *, Sayyed Mohammadreza Davoodi
International Journal of Finance and Managerial Accounting, Spring 2026 -
ارائه الگوی پایداری زنجیره تامین با استفاده از فناوری بلاک چین مبتنی بر استراتژی نوآورانه
*
فصلنامه مدیریت توسعه فناوری، بهار 1403