تحلیل پوششی داده ها، یک تکنیک برنامه ریزی ریاضی است که کارایی نسبی چندین واحد تصمیم گیرنده را بر مبنای ورودی ها و خروجی های مشاهده شده که ممکن است با انواع مقیاسهای مختلف بیان شوند، محاسبه می کند. در این تکنیک این فرض وجود دارد که مقدار عددی دقیقی برای ورودی ها و خروجی ها مشخص است. ولی بسیاری از اوقات در شرایط واقعی کسب و کار، تعیین مقدار عددی دقیق برای برخی ورودی ها و یا خروجی ها امکانپذیر نیست. در این مقاله، یک مدل نوین تحلیل پوششی داده ها ارایه می شود که کاربر را قادر می سازد تا کارایی واحد تصمیم گیری را با در نظر گرفتن داده های غیردقیق شناسایی کند و در ادامه از یک مکانیزمی، تحت عنوان روش ماتریس درجه ترجیح، کارایی های فازی به دست آمده از مدل ها مقایسه و رتبه بندی می شوند. از مزایای مدل پیشنهادی، کاهش زمان اجرای مدل و عدم نیاز به فرضیات از پیش تعریف شده و تلاش های محاسباتی زیاد می باشد. در این مقاله، کاربردپذیری مدل پیشنهادی در یک مطالعه موردی، برای ارزیابی 10 واحد تصمیم گیری مورد بررسی قرار گرفته است. مقایسه نتایج مدل پیشنهادی با نتایج مدل های قطعی، حاکی از قدرت تفکیک بالای مدل پیشنهادی و همبستگی بالای نتایج آن با نتایج مدله ای قطعی به میزان 867/0 است.
کلید واژگان :تحلیل پوششی داده ها، منطق فازی، کارایی فازی، ماتریس درجه ترجیح.
ارزش ریالی : 1200000 ریال
با پرداخت الکترونیک