مهدی خدادادی پور - استادیار گروه مدیریت، واحد دهاقان، دانشگاه آزاد اسلامی، دهاقان، ایران

در تحلیل پوششی داده­ها (DEA) مدل­های مختلف در زمینه­های گوناگون با داده­های مختلف برای ارزیابی و رتبه­بندی واحدهای تصمیم­گیرنده (DMU) طراحی شده است. حال آنکه در بسیاری از مسائل کاربردی، مدیران واحدها با داده­هایی تصادفی روبرو هستند و آنها برای  ارزیابی  واحدهای تحت نظارت خود به روشی نیاز دارند که بتواند اینگونه DMU ها را ارزیابی و رتبه­بندی کنند. در کار کردن با داده های تصادفی با در نظر گرفتن احتمالی برای وقوع حالت­های پیش­بینی نشده (سطح خطا)، که از طرف مدیران ارائه می­شود، DMU ها ارزیابی می­شوند. در این مقاله با استفاده تکنیک­های آمار و احتمالات و توزیع نرمال و مدلBCC دارای خروجی های نامطلوب و با در نظر گرفتن خطای مشخص یک مدل تصادفی جدید تحت عنوان معیار رتبه بندی میانگین جهت ارزیابی کارایی داده های تصادفی پیشنهاد می­شود. بر اساس آن کارایی متقاطع تصادفی محاسبه گردیده است. از آنجایی که وزن­های بهینه در ارزیابی کارایی متقاطع تصادفی منحصر به فرد نیستند برای رتبه بندی بهتر و اولویت دادن به آنها روش خودخواهانه پیشنهاد می­شود. نهایتا مدل­های پیشنهاد شده برای ۳۲ واحد نیروگاه حرارتی که دارای ورودی­ها و خروجی­های مطلوب و نامطلوب تصادفی هستند پیاده­سازی شده است. ­­

تحلیل پوششی داده های تصادفی, کارایی متقاطع تصادفی, خروجی نامطلوب تصادفی, معیار رتبه بندی میانگین, اولویت رتبه بندی تصادفی