حمیدرضا یوسف زاده - گروه ریاضی، دانشگاه پیام نور، تهران، ایران.
اعظم تیموری - گروه ریاضی، دانشگاه پیام نور، تهران، ایران.
عقیله حیدری - گروه ریاضی، دانشگاه پیام نور، تهران، ایران.

مدل تحلیل پوششی داده ها مبتنی بر برنامه ریزی آرمانی (GDEA) با افزایش میزان تفکیک پذیری و ارائه وزن های واقعی به واحدهای تصمیم گیری (DMU) به دنبال رفع نواقص مدل تحلیل پوششی داده ها (DEA) کلاسیک و پایه ای می باشد. نتایج تجربی حاکی از عدم رفع کامل نقایص در برخی از نمونه های مورد آزمایش توسط مدل های GDEA می باشند.همچنین در محاسبه جواب بهینه با روش های مختلف ارزیابی کارایی واحدها، با دسته ای از جواب های بهینه پارتو مواجه هستیم که یک مدیر تصمیم گیرنده را در انتخاب مناسب ترین جواب با چالش جدی مواجه می کند. برای رفع این معضل، در گام نخست در این مقاله، با استفاده از مفاهیم منطق فازی، رویکرد F-GDEA را که یک مدل مبتنی بر منطق فازی در حل مدل های GDEA است، پیشنهاد می دهیم که باعث افزایش قدرت تفکیک پذیری روش ها در رتبه بندی واحدها می شود. در گام دوم، با در نظر گرفتن رتبه بندی های متنوع حاصل از اعمال مدل های برنامه ریزی مختلف، با استفاده از رویکرد F-GDEA یک رویکرد تلفیقی فازی جدید به نام اختصاری HF-GDEA پیشنهاد می دهیم. با این رویکرد پیشنهادی، رتبه بندی حاصل از روش های مختلف را با یکدیگر تلفیق نموده و یک رتبه بندی جدید برای واحدهای تصمیم گیری ارائه می دهیم، به عبارت دیگر، رویکرد HF-GDEA، امکان مقایسه و درنتیجه انتخاب یک جواب بهینه از بین جواب های بهینه پارتو را فراهم می سازد. در پایان رویکرد پیشنهادی بر روی دو نمونه کاربردی اعمال و نتایج عددی آن آورده شده است.

برنامه ریزی آرمانی, بهینه سازی چندهدفه, تحلیل پوششی داده ها (DEA), منطق فازی, جواب های پارتو