آوریل 18, 2021

قابلیت های روش DEA:-پایان نامه درباره طراحی مدل تخصیص منابع

1 min read
داده‌های غیر قطعی در مطالعات انجام شده درباره تحلیل پوششی داده‌ها، روش‌هایی برای استفاده از...

داده‌های غیر قطعی

در مطالعات انجام شده درباره تحلیل پوششی داده‌ها، روش‌هایی برای استفاده از داده‌های غیر قطعی ایجاد شده است. داده‌های غیر قطعی به صورت داده‌های بازه‌ای و نسبی در نظر گرفته می‌‌شوند.بر این اساس مدل‌های تحلیل پوششی داده‌های غیر قطعی ایجاد شده‌اند. اهمیت داده‌های غیر قطعی به این دلیل است که در بسیاری از مسائل واقعی، داده‌های موجود به صورت غیر قطعی (به عنوان مثال بازه‌ای و یا با خطا) وجود دارند. با ایجاد تغییرات نظری در مدل‌های تحلیل پوششی داده‌ها می‌توان چنین داده‌هایی را استفاده کرده و نتایج ارزیابی کارایی را به دست آورد.

9-داده های مرتب

در مطالعات عملی تحلیل پوششی داده‌ها، با مسائلی مواجه می‌شویم که برخی از عوامل دارای ترتیب هستند. به عنوان مثال یکی از ورودی‌های واحدها باید نوعی ترتیب را در بین واحدها ایجاد کند. برای حل چنین مسائلی روش‌هایی در تحلیل پوششی داده‌ها ایجاد شده‌است(خواجوی و همکاران ، 1384).

2-2-4-قابلیت های روش DEA :

1-   کارایی

دلیل اساسی ایجاد نظریه تحلیل پوششی داده‌ها ارزیابی کارایی واحدهای تصمیم گیرنده است. به دلیل آنکه در تحلیل پوششی داده‌ها کارایی تکنیکی مورد ارزیابی قرار می‌گیرد و فرض‌های محدودی برای تعریف واحدهای تصمیم گیرنده وجود دارد، امکان ارزیابی انواع مختلفی از واحدهای تصمیم گیرنده وجود دارد. به همین دلیل در بخش‌هایی از جامعه که روش‌های اقتصادی توان ارائه نتایج قابل پذیرش را ندارند، امکان استفاده از تحلیل پوششی داده‌ها برای ارزیابی واحدها وجود دارد.

2-   رتبه ‌بندی

با روش‌ها و مدل‌های تحلیل پوششی داده‌ها امکان رتبه‌ بندی واحدهای تصمیم گیرنده وجود دارد. در کتبی که از تحلیل پوششی داده‌ها چاپ شده است، مجموعه ای از این روش های رتبه بندی معرفی شده اند.

3-   تعیین مرجع از میان واحدهای تصمیم گیرنده

در تحلیل پوششی داده‌ها، در زمان محاسبه کارایی واحدهای تصمیم گیرنده، برای هر یک از واحدهای ناکارا تعدادی از واحدهای کارا به عنوان مرجع معرفی شده و برای هر کدام از آن ها ضریبی برای مشخص کردن میزان تاثیر گذاری آن ها تعیین می‌شود. بنابراین مراجع واحدهای ناکارا از میان همان مجموعه واحدهای تصمیم گیرنده انتخاب می‌شوند.این قابلیت به دلیل ناپارامتریک بودن تحلیل پوششی داده‌ها ایجاد شده است.

4-   تعیین مقادیر مطلوب ورودی‌ها و خروجی‌ها

بر اساس مراجع تعیین شده برای هر یک از واحدهای تصمیم گیرنده و با توجه به قابل کنترل بودن یا نبودن شاخص‌ها، مقدار مطلوب هر یک از ورودی‌ها و خروجی‌های واحدهای ناکارا تعیین می‌شود. بنابراین امکان هدف‌گذاری شاخص‌ها به روشی علمی و مبتنی بر واقعیت‌های مجموعه امکان تولید وجود دارد.

5-   تعیین مقادیر مطلوب شاخص‌های واحد جدید

با استفاده از تحلیل پوششی داده‌های معکوس می‌توان با در نظر گرفتن وضعیت موجود واحدهای تصمیم گیرنده، مقادیر مطلوب ورودی‌ها و خروجی‌های یک واحد تصمیم گیرنده جدید را برای دست یابی به کارایی مورد نظر تعیین کرد(خواجوی و همکاران ، 1384).

Copyright © All rights reserved. | Newsphere by AF themes.