رتبه بندی متقاطع واحدهای تصمیم گیری در تحلیل پوششی داده ها
محل انتشار: کنفرانس ملی رویکردهای نوین در مدیریت کسب و کار
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 693
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NDMCONF01_317
تاریخ نمایه سازی: 18 دی 1393
چکیده مقاله:
تحلیل پوششی داده ها یک مدل ریاضی است که کارایی نسبی واحدهای تصمیم گیرنده با چند ورودی و چند خروجی را ارزیابی میکند. یکی از کاربردهای تحلیل پوششی داده ها رتبه بندی واحدهای تصمیم گیری است. بدین منظور رویکردهای متعددی ارائه شده که روشکارایی متقاطع یکی از آنهاست. در این روش از نتایج ماتریس کارایی متقاطع و میانگین نمره کارایی متقاطع هر واحد تصمیم گیری استفادهمی شود، در نهایت رتبه بندی بر اساس میانگین نمره کارایی انجام می شود. در این مقاله ما یک روش جدید که در ارتباط با اطلاعات ماتریس کارایی متقاطع است را ارائه داده ایم. با فرض اینکه ترتیب رتبه بندی از نمره کارایی فردی مهم تر است، ماتریس کارایی متقاطع به ماتریس رتبه بندی متقاطع تبدیل می شود. ماتریس رتبه بندی متقاطع، اساساً یک ماتریس کارایی متقاطع است که در آن رتبه هر واحد در هر ستوندر مقایسه با دیگر واحدها، جایگزین نمره کارایی آن واحد شده است. به عبارت دیگر به جای نمره کارایی هر واحد از رتبه آن واحد در آن ستون استفاده شده است. در نتیجه هر واحد در نقش یک تصمیم گیرنده است، که چگونگی رأی دهی یا رتبه بندی دیگر واحدهای تصمیم گیرنده در هر ستون ماتریس رتبه بندی متقاطع را منعکس می کند. در نتیجه ماتریس رتبه بندی به ماتریس ترجیح تبدیل می شود، ماتریس ترجیح بیان دارنده تعداد دفعاتی است که هر واحد در مکان های مختلف رتبه بندی قرار گرفته است. در نهایت برای تلفیق نظرات و تعیین رتبه نهایی واحدهای تصمیم گیری، از مدل برنامه ریزی خطی استفاده شده است.
کلیدواژه ها:
نویسندگان
سجاد معتمدی
دانشجوی کارشناسی ارشد رشته مهندسی صنایع- مدیریت سیستم و بهره وری، دانشگاه آزاد اسلامی واحد اراک
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :