این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
پنجشنبه 19 شهریور 1405
Iranian Journal of Management Studies
، جلد ۱۴، شماره ۲، صفحات ۳۶۵-۳۸۱
عنوان فارسی
حل مدل DEA / AR تعمیم یافته با داده های فازی و کاربرد آن در ارزیابی عملکرد شرکت های تولیدی
چکیده فارسی مقاله
استفاده از مدلهای تحلیل پوششی داده های متعارف برای مسائل دنیای واقعی به دلیل برخی محدودیت هایی که لازم است در مدل رعایت شود مانند وجود داده های نادقیق یا مبهم در ورودیها و خروجی ها و همین طور وجود اطلاعات یا فرضیات اضافی، با محدودیت همراه است. یکی از راههای حل این مشکل، استفاده از مدلهای تحلیل پوششی داده های فازی با نواحی محدود (FDEA/AR) است. تقریباً یک رویکرد مشترک در تمام روشهای پیشنهادی برای حل مدلهای FDEA/AR وجود دارد. با این حال، در این مقاله نشان می دهیم که در برخی از مدلهای DEA/AR استفاده از این رویکرد می تواند منجر به نتایج نامناسب شود. چهار قضیه ارائه شده است تا برخی شرایط کافی برای کارای DEA/AR بودن یک واحد تصمیم را فراهم نماید. از این قضایا می توان برای بررسی صحت روشهای ارائه شده برای حل مدلهای FDEA/AR نیز استفاده نمود. علاوه بر این، یک روش جدید برای حل یک مدل FDEA/AR تعمیم یافته ارائه شده که شامل مدلهای مشهور DEA مانند CCR، BCC، FG، و ST است. این مدلها به ترتیب با بازده به مقیاس ثابت، متغیر، غیر کاهشی، و غیر افزایشی می باشند. روش ارائه شده برای ارزیابی عملکرد شرکت های تولیدی استفاده شده است.
کلیدواژههای فارسی مقاله
عنوان انگلیسی
Solving Generalized DEA/AR Model With Fuzzy Data and Its Application to Evaluate the Performance of Manufacturing Enterprises
چکیده انگلیسی مقاله
The use of conventional data envelopment analysis (DEA) models in real-world problems are limited because of some restrictions that must be considered in the model such as imprecise or vague data in inputs and outputs as well as additional information or assumptions. One way to handle this problem is by using fuzzy DEA with assurance regions (FDEA/AR) models. There is a common approach in almost all the suggested methods for solving FDEA/AR models. However, in this paper, we show that in some DEA/AR models, applying this approach can be led to inappropriate results. Four theorems are given to provide some sufficient conditions for a DMU to be the DEA/AR efficient. These theorems can be used to check the accuracy of the presented methods for solving FDEA/AR models, too. Moreover, a new method for solving a generalized FDEA/AR model that includes established DEA models such as CCR model (Charnes et al., 1978), BCC model (Banker et al., 1984), FG model (Färe & Grosskopf, 1985), and ST model (Seiford & Thrall, 1990) is proposed. These models are constant, variable, non-decreasing, and non-increasing returns to scale models, respectively. The proposed method is applied to evaluate the performance of manufacturing enterprises.
کلیدواژههای انگلیسی مقاله
Data Envelopment Analysis, Fuzzy DEA, Assurance regions, FUZZY numbers, Efficiency
نویسندگان مقاله
Roohollah Abbasi Shureshjani |
Department of Management, Humanities College, Hazrat-e Masoumeh University, Qom, Iran
Ali Asghar Foroughi |
Department of Mathematics, University of Qom, Qom, Iran
نشانی اینترنتی
https://ijms.ut.ac.ir/article_77468_dacb968399c773a8e781e91d4ad924b3.pdf
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات