EAD
B
EBA
EBB
EBC
EBD
C
ECA
ECB
ECC
ECB
D
EDA
EDB
ECD
EDB
و در نهایت برای بدست آوردن امتیاز کارایی واحدها، میانگین ستونهای ماتریس کارایی متقاطع با حذف عناصر روی قطر اصلی (یعنی Ekk) که همگی برابر با یک هستند محاسبه می شود و رتبه بندی انجام میگیرد، بدین صورت که واحدی که دارای میانگین بیشتری باشد، رتبه بهتری را به خود اختصاص میدهد.
(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت nefo.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))
رابطه 2-13
3-5-3-2- تحلیل پوششی دادهها وزنهای مشترک
یکی دیگر از روشهایی که به منظور رتبه بندی واحدهای کارا مورد استفاده قرار میگیرد، روش وزنهای مشترک میباشد. مدلهای پایهای تحلیل پوششی دادهها، باید بطور جداگانه برای هر یک از واحدهای تصمیم گیری نوشته و اجرا شود، تا بتوان کارایی واحدهای تحت بررسی محاسبه شود. به عبارت دیگر، چنانچه n واحد تحت ارزیابی قرار گیرند، بایستی، n بار مدل نوشته و حل گردد. این عمل باعث می شود که وزنهای بدست آمده برای مجموعه ای از ورودی ها و خروجیها متفاوت باشد یعنی به ازای هر ورودی و یا هر خروجی، به تعداد واحدهای تحت بررسی و مدلهای حل شده (n واحد) n وزن متفاوت بدست می آید، که از جمله ایرادات وارد شده به مدل تحلیل پوشششی دادهها میباشد و این سؤال را پیش می آورد که از میان وزنهای مختلف موجود، کدام وزن مناسبتر است؟ و یا اگر هدف مقایسه کارایی واحدهای تصمیم گیری با یک وزن برای ورودی و خروجی باشد، کدام وزنها مناسب خواهند بود(امیری و دیگران، 1389)؟ و حتی در برخی موارد، دادن وزنهای متفاوت به یک عامل، غیر قابل قبول است و حتی این انعطافپذیری در وزنها، مانع از مقایسه بین واحدها بر مبنای پایهای مشترک می شود.
روش وزنهای مشترک، روشی است که برای پاسخگویی به سؤالات و ایراد وارده به روش تحلیل پوششی دادهها، ایجاد شده است. این روش برای اولین در سال 1990 توسط کوک و همکارانش[114] ارائه گردید (کوک و دیگران، 1990). در روش وزنهای مشترک، با بهره گرفتن از مدل و روشهایی، وزنهایی برای ورودی و خروجیهای واحدهای تحت ارزیابی محاسبه می شود که به عنوان مبنایی برای ارزیابی و محاسبه کارایی واحدها قرار میگیرد، به عبارت دیگر در این روش بر خلاف روش تحلیل پوششی دادهها که برای عاملی یکسان به تعداد واحدهای تحت بررسی وزن در نظر میگیرد، برای عاملی یکسان، فقط یک وزن در نظر گرفته می شود.
هدف اصلی این ایده، ایجاد پایه و مبنایی مشترک برای رتبه بندی واحدهای تصمیم گیری با ارائه وزنهای مشترک است (لویی و پنگ[115]، 2008.، ماکویی[116] و دیگران، 2008).
تا کنون برای محاسبه وزنهای مشترک روشهای گوناگونی ارائه شده است که با بهره گرفتن از برنامه ریزی خطی و غیرخطی، مجموعه وزنهای مشترک را محاسبه مینمایند. در بسیاری از روشهای یافتن وزنهای مشترک، ابتدا کران بالا و پایین وزنهای ورودی و خروجی محاسبه می شود و سپس مجموعه وزنهای مشترک را مییابند. در بعضی از روشها، کران بالا را با گرد کردن و حذف بیشترین وزن و کران پایین را با حذف وزنهای صفر و گرد کردن کوچکترین وزن، بدست میآورند (ساعتی، 1391).
در زیر به سه مدل از مجموعه مدلهای ارائه شده برای محاسبه وزنهای مشترک اشاره شده است:
1-3-5-3-2- مدل سان و همکاران (2013)
سان و همکاران در سال 2013 برای ارزیابی عملکرد واحدهای تصمیمگیری و رتبه بندی آنها، با در نظر گرفتن واحدهای مجازی ایدهآل و ایدهآل منفی[117] دو مدل معرفی مینمایند و نشان میدهند که نتایج حاصل از هر دو مدل یکسان است. در مدل اول به دنبال حداقل کردن فاصله تمامی واحدها از واحد ایدهآل میباشند با توجه به اینکه کارایی واحد ایدهآل برابر با یک در نظر گرفته می شود و در مدل دوم نیز مدلی مشابه مدل اول ارائه میگردد با این تفاوت که بجای واحد ایدهآل، واحد ایدهآل منفی در نظر گرفته می شود.
بنا به تعریف سان و همکاران، واحد ایده آل واحدی است که از کمترین ورودی ها بیشترین خروجیها را تولید می کند واحد ایدهآل منفی که نقطه مقابل واحد ایدهآل قرار دارد، واحدی است که از بیشترین ورودی کمترین خروجی را تولید مینماید. لذا با در نظر گرفتن n واحد تصمیم گیری که هر یک از m ورودی برای تولید s خروجی استفاده می کنند، ورودی ها و خروجیهای واحدهای مجازی بصورت زیر تعریف میشوند:
ورودیهای واحد ایدهآل xi I = min (xij j=1,2,…n) , (i=1,2,…,m)
خروجیها واحد ایدهآل yr I = max (yrj j=1,2,…,n) , (r=1,2,…,s)
ایدهآل منفی ورودیهای واحد xi A = max (xij j=1,2,…n) , (i=1,2,…,m)
خروجیها واحد ایدهآل منفی yr A = min (yrj j=1,2,…,n) , (r=1,2,…,s)
با توجه به اینکه نتایج حاصل از هر دو مدل یکسان میباشد، لذا در زیر به معرفی مدل اول پرداخته می شود.
با در نظر گرفتن واحد ایدهآل، مدل ارائه شده بصورت مدل 2-30 میباشد، در این مدل کارایی واحد ایدهآل برابر با یک در نظر گرفته می شود و کارایی تمامی واحدهای تحت بررسی با در نظر گرفتن محدودیت یک بودن کارایی واحد مجازی ایده آل حداکثر می شود.
مدل 2-30
s.t
j=1,2,…,n
[یکشنبه 1401-04-05] [ 11:04:00 ب.ظ ]
|