علی یعقوبی - دانشجوی دکتری مهندسی صنایع، دانشگاه پیام نور تهران.
مقصود امیری - استاد، دانشگاه علامه طباطبائی.
اعظم دخت صفی صمغ آبادی - استادیار، دانشگاه پیام نور تهران.

تحلیل پوششی داده ها یک تکنیک مدیریتی برای ارزیابی عملکرد واحدهای تصمیم گیرنده است. در راستای اهمیت پیش بینی عملکرد واحدها، این مقاله به ارائه یک رویکرد هیبریدی براساس تحلیل پوششی داده های تصادفی فازی (FSDEA) و تکنیک تجزیه و تحلیل مولفه های اصلی (PCA) می پردازد. از آنجا که از تئوری اعتبار در محدودیت های مدل پیشنهادی و از مقدار مورد انتظار در تابع هدف آن در راستای پیش بینی کارایی مورد انتظار واحدها استفاده می شود، فرآیند حل آن پیچیده است؛ لذا تحت این فرض که ورودی ها و خروجی های واحدها به صورت متغیرهای فازی مثلثی مستقل هستند، مدل  FSDEAبه مدل برنامه ریزی قطعی معادل آن تبدیل می شود. پس از محاسبه کارایی های پیش بینی شده اولیه توسط مدل برنامه ریزی قطعی تحت سطوح مختلف اطمینان، تکنیک PCAروی نتایج به دست آمده به منظور حذف نتایج نامطلوب به کار می روند و مولفه های اصلی انتخاب می شوند که به عنوان خروجی های واحدهای تصمیم گیرنده در مدلPCA-FSDEA  به منظور پیش بینی کارایی دوره مالی آتی واحدها به کار می روند. درپایان، رویکرد هیبریدی پیشنهادی روی یک مثال کاربردی به کار می رود و نتایج به دست آمده از آن با نتایج مدل Fuzzy-SBMکه توسط چن و همکارانش (۲۰۱۳) ارائه شده مقایسه می شود. 

کارایی, تحلیل پوششی داده های تصادفی؛ تجزیه وتحلیل مولفه های اصلی؛ برنامه ریزی فازی؛ تئوری اعتبار