Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Tích hợp lập trình mục tiêu mờ và phân tích rìa dữ liệu để đưa vào các mục tiêu ưa thích của người ra quyết định trong việc đo lường hiệu quả
Tóm tắt
Phân tích rìa dữ liệu (DEA) là một phương pháp đánh giá rìa không tham số được sử dụng để đánh giá hiệu quả tương đối của các đơn vị ra quyết định (DMUs) tương tự. Phương pháp này cung cấp thông tin so sánh liên quan đến việc loại bỏ sự không hiệu quả. Trong các mô hình DEA thông thường, quan điểm của người ra quyết định (DM) bị bỏ qua và hiệu suất của mỗi DMU chỉ đơn thuần được xác định bởi các số quan sát thu thập được. Bài báo hiện tại khai thác sự tương đồng về cấu trúc giữa DEA và lập trình đa mục tiêu để định nghĩa một mô hình tích hợp sở thích của các DM trong quá trình đánh giá các DMU. Với khả năng không khả thi của các mục tiêu đầu vào và đầu ra mà DM đã chọn, mô hình xác định một quy trình tương tác xem xét các mức mục tiêu tối thiểu và tối đa chấp nhận được. Dựa trên các mức khả thi gần hơn với các mục tiêu đã chọn bởi DM, một chương trình cải thiện các phân bổ khả thi được thiết kế để đề xuất một tiêu chuẩn tương tự như yêu cầu của DM càng nhiều càng tốt. Một nghiên cứu trường hợp thực tế được đưa ra để minh họa hiệu quả và khả năng áp dụng của quy trình lai được đề xuất.
Từ khóa
#Phân tích rìa dữ liệu #lập trình mục tiêu mờ #hiệu quả #đơn vị ra quyết định #đo lường hiệu suất.Tài liệu tham khảo
Aparicio, J., Cordero, J.M., Pastor, J.T.: The determination of the least distance to the strongly efficient frontier in data envelopment analysis oriented models: modelling and computational aspects. Omega 71, 1–10 (2017)
Banker, R.D., Charnes, A., Cooper, W.W.: Some models for estimating technical and scale inefficiencies in data envelopment analysis. Manag. Sci. 30, 1078–1092 (1984)
Charnes, A., Cooper, W.W.: Polyhedral cone-ratio DEA models with an illustrative application to large commercial banking. J. Econom. 46, 73–79 (1990)
Charnes, A., Cooper, W.W., Rhodes, E.: Measuring efficiency of decision making units. Eur. J. Oper. Res. 2, 429–444 (1978)
Dyson, R., Thanassoulis, E.: Reducing weight flexibility in data envelopment analysis. J. Oper. Res. Soc. 39(6), 563–576 (1988)
Golany, B.: Interactive MOLP procedure for the extension if DEA to effectiveness analysis. J. Oper. Res. Soc. 39(8), 725–734 (1988)
Hosseinzadeh Lotfi, F., Jahanshahloo, G.R., Ebrahimnejad, A., Soltanifar, M., Mansourzadeh, S.M.: Target setting in the general combined-oriented CCR model using an interactive MOLP method. J. Comput. Appl. Math. 234, 1–9 (2010)
Joro, R., Korhonen, P., Wallenius, J.: Structural comparison of data envelopment analysis and multiple objective linear programming. Manag. Sci. 44(7), 962–970 (1999)
Lightner, M.R., Director, S.W.: Multiple criterion optimization for the design of electronic circuits. IEEE Trans. Circuits Syst. 28, 169–179 (1981)
Malekmohammadi, N., Hosseinzadeh Lotfi, F., Jaafar, A.B.: Target setting in data envelopment analysis using MOLP. Appl. Math. Model. 35, 328–338 (2011)
Mohamed, R.H.: The relationship between goal programming and fuzzy programming. Fuzzy Set Syst. 89, 215–222 (1997)
Mohammadi, S., Mirdehghan, S.M., Jahanshahloo, G.: Finding the most preferred decision-making unit in data envelopment analysis. Adv. Oper. Res. (2016) Article ID 7171467
Omrani, H., Alizadeh, A., Naghizadeh, F.: Incorporating decision makers’ preferences into DEA and common weight DEA models based on the best–worst method (BWM). Soft Comput. 24, 3989–4002 (2020)
Sheth, N.: Measuring and evaluating efficiency and effectiveness using goal programming and data envelopment analysis in a fuzzy environment. Doctoral dissertation. Virginia Tech (1999)
Sheth, N., Triantis, K.: Measuring and evaluating efficiency and effectiveness using goal programming and data envelopment analysis in a fuzzy environment. Yugosl. J. Oper. Res. 13, 35–60 (2003)
Steuer, R.E., Choo, E.U.: An interactive weighted Tchebycheff procedure for multiple objective programming. Math. Program. 26, 326–344 (1983)
Tavana, M., Ebrahimnejad, A., Santos-Arteaga, F.J., Mansourzadeh, S.M., Kazemi Matin, R.: A hybrid DEA-MOLP model for public school assessment and closure decision in the City of Philadelphia. Socio-Econ. Plan. Sci. 61, 70–89 (2018a)
Tavana, M., Khalili-Damghani, K., Santos Arteaga, F.J., Mahmoudi, R., Hafezalkotob, A.: Efficiency decomposition and measurement in two-stage fuzzy DEA models using a bargaining game approach. Comput. Ind. Eng. 118, 394–408 (2018b)
Taylor, W.M., Thompson, R.G., Thrall, R.M., Dharmapala, P.S.: DEA/AR efficiency and profitability of Mexican banks: a total income model. Eur. J. Oper. Res. 98, 346–363 (1997)
Thanassoulis, E., Dyson, R.G.: Estimating preferred target input-output levels using data envelopment analysis. Eur. J. Oper. Res. 56(1), 80–97 (1992)
Thompson, R.G., Langemeier, L.N., Lee, C.T., Thrall, R.M.: The role of multiplier bounds in efficiency analysis with application to Kansas farming. J. Econom. 46, 93–108 (1990)
Wong, B.Y.H., Luque, M., Yang, J.B.: Using interactive multiobjective methods to solve DEA problems with value judgments. Comput. Oper. Res. 36, 623–636 (2009)
Yang, J.B., Li, D.: Normal vector identification and interactive tradeoff analysis using minimax formulation in multiobjective optimization. IEEE Trans. Syst. Man Cybern. Part A Syst. Hum. 32(3), 305–319 (2002)
Yang, J.B., Xu, D.L.: Interactive minimax optimisation for integrated performance analysis and resource planning. Comput. Oper. Res. 46, 78–90 (2014)
Zhu, J.: Data envelopment analysis with preference structure. J. Oper. Res. Soc. 47(1), 136–150 (1996)