کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4943345 1437625 2017 36 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A comparative study of robust efficiency analysis and Data Envelopment Analysis with imprecise data
ترجمه فارسی عنوان
یک مطالعه مقایسه ای از تحلیل کارآیی و تجزیه و تحلیل پوشش داده ها با داده های نامشخص
ترجمه چکیده
تجزیه و تحلیل پوشش داده ها عملکرد سازمانی را در بهترین سناریو برای ضرایب ورودی و خروجی سنجش می کند. تجزیه و تحلیل کارآیی پایدار یک رویکرد محافظه کارانه است که با سطح اطمینان عملکرد یک نهاد در تمام سناریوهای چندگانه امکان پذیر است. در این مطالعه، روش تجزیه و تحلیل کارآیی قوی را به وضعیتی که اطلاعات دقیق برخی از داده های ورودی و خروجی در دسترس نیست، گسترش می دهیم. تجزیه و تحلیل کارآیی کامل و روش های تحلیل بالقوه کارآیی، به منظور تعیین، به ترتیب، مرزهای پایین و مرزی ارزیابی کارآیی یک نهاد است. مفاهیم کارآیی قوی به منظور طبقه بندی نهاد ها به سه گروه گسترش می یابد: کاملا کارآمد، کارآمد و بالقوه قوی و کارآمد ناکارآمد. دو روش برای تبدیل مدل های تحلیل کارآیی به برنامه های خطی ارائه شده است. ادعا می شود که تجزیه و تحلیل پوشش داده ها و تحلیل کارآیی با هم یک تصویر جامع از کارایی نسبی نهادی ارائه می دهند. یک آزمایش محاسباتی برای مقایسه روش تحلیل سنتی سنتی با تحلیل کارآیی با استفاده از داده های نامشخص انجام شده است. نتایج نشان می دهد که تجزیه و تحلیل بازده کامل نشان می دهد قدرت برتر از تبعیض نسبت به تجزیه و تحلیل بالقوه بهره وری و که یک نهاد توصیه شده توسط تجزیه و تحلیل کارآیی کامل دارای عملکرد متوسط ​​رضایت بخش است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
Data Envelopment Analysis gauges the performance of operating entities in the best scenario for input and output multipliers. Robust efficiency analysis is a conservative approach that is concerned with an assured level of performance for an entity across all possible multiplier scenarios. In this study, we extend the robust efficiency analysis procedure to the situation where precise information on some input and output data is unavailable. Perfect efficiency analysis and potential efficiency analysis methods are developed to determine, respectively, the lower and upper bounds of an entity's robust efficiency rating. The concepts of robust efficiency are expanded to classify entities in consideration into three groups: perfectly robust efficient, potentially robust efficient and robust inefficient. Two approaches are presented to convert robust efficiency analysis models into linear programs. It is claimed that Data Envelopment Analysis and robust efficiency analysis together provide a comprehensive picture of an entity's relative efficiency. A computational experiment is conducted to compare the traditional efficiency analysis method with robust efficiency analysis in the presence of imprecise data. The results illustrate that perfect efficiency analysis exhibits a superior power of discrimination than potential efficiency analysis and that an entity recommended by perfect efficiency analysis has a satisfactory average performance.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Expert Systems with Applications - Volume 81, 15 September 2017, Pages 28-38
نویسندگان
, ,