ارزیابی ساختارهای دومرحله ای متوالی: رویکرد تحلیل پوششی داده های شبکه ای چندهدفه (MO-NDEA)
Publish place: Industrial Management Journal، Vol: 11، Issue: 3
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 202
This Paper With 31 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IMJT-11-3_005
تاریخ نمایه سازی: 25 بهمن 1400
Abstract:
هدف: مدل های اولیه تحلیل پوششی داده ها در مواجهه با ساختارهای با بیش از یک مرحله (شبکه ای) نمی توانند منبع ناکارایی را به خوبی مشخص کنند. ساختارهای شبکه ای دو مرحله ای متوالی، یکی از ساختارهای شبکه ای مبنا و پرکاربرد است. چالش اصلی بررسی این ساختار، ارتباط بین کارایی کل و کارایی مراحل و تعیین مقدار بهینه متغیرهای میانی است. مدل های موجود در حل این چالش ها و محاسبه کارایی ها یا همراه با خطا هستند یا امکان توسعه به انواع ساختارهای دومرحله ای را ندارند. هدف این مقاله، توسعه یک مدل چندهدفه تحلیل پوششی داده های شبکه ای است که ضعف های مدل های موجود را ندارد. روش: در این مقاله تلاش شده است که با رویکرد ترکیب، مدل چندهدفه ای که هم زمان کارایی مراحل را مدنظر قرار می دهد توسعه داده شده و به بیان تعبیر هندسی و مقایسه آن با مدل های موجود پرداخته شود. مدل ارائه شده برای شرایط جواب بهینه چندگانه و بازده به مقیاس متغیر نیز تعمیم داده شده است. یافته ها: در تمامی مدل های توسعه داده شده در مقاله، کارایی هایی که برای مراحل و کل محاسبه شده است، بین صفر تا ۱ به دست آمده است، فقط در صورتی یک واحد کارای شبکه ای می شود که در هر دومرحله کارا باشد. نتیجه گیری: از مدل ارائه شده در مثالی کاربردی برای ارزیابی پایداری ۱۷ زنجیره تامین استفاده شد. نتایج نشان داد که مدل موجود در مقایسه با مدل های سنتی و شبکه ای، ارزیابی واقع بینانه تری انجام می دهد. در نهایت با مثال هایی برتری مدل در مقایسه با مدل های ادبیات پژوهش نشان داده شد.
Keywords:
Authors
رضا سلیمانی دامنه
استادیار، گروه مدیریت، دانشکده علوم اداری و اقتصاد دانشگاه ولی عصر (عج)، رفسنجان، ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :