بهبود پوششی در تحلیل پوششی داده های نا دقیق(بازه ای) تحت بازده به مقیاس متغیر

در مدل تحلیل پوششی داده ها (DEA) پارامترهای گوناگونی برای محاسبه کارایی یک واحد استفاده میشود که این پارامترها میتوانند مقدار صفر یا ناچیزی را علی رغم اهمیت ورودیها و خروجیها اتخاذ کنند. این مقاله روشی را ارائه میدهد تا از نادیده گرفته شدن ورودیها و خروجیها برای داده های نا دقیق(بازه ای) در محیط VRS ممانعت شود. روش پیشنهادی مبتنی بر معرفی DMU های مشاهده نشده ای است که در هنگام تنظیم سطوح ورودی و خروجیهای مربوط به DMU های مشاهده شده ی معین و نسبتا کارآمد ایجاد میشوند و در مقایسه با دیگر تکنیکهای موجود برای بهبود پوششی روش ارائه شده در این مقاله بجای تغییر مرز کارایی آن را بهبود بخشیده و اجازه میدهد تا اطلاعات محلی نیز در تولید نتایج اعمال شود.

کلیدواژه ها:

تحلیل پوششی داده ها ، واحد تحت ارزیابی ، داده های بازه ای ، بازده به مقیاس متغیر