ابوالفضل قربانی - دانشجوی کارشناسی ارشد تحقیق در عملیات، دانشگاه آزاد اسلامی واحد تهران شمال،تهران، ایران.
صابر ساعتی مهتدی - دانشیار،دانشگاه آزاد اسلامی واحد تهران شمال،گروه ریاضی،تهران،ایران
سوان سهرایی - استادیار،دانشگاه آزاد اسلامی واحد تهران شمال،گروه ریاضی،تهران،ایران

تحلیل پوششی داده ها ابزاری توانمند در ارزیابی کارایی واحد های تصمیم گیری تولیدی و خدماتی میباشد که میتواند کارایی واحدهای تصمیم گیری متجانس را که دارای چند ورودی و چند خروجی میباشند ، ارزیابی کند. پس از معرفی مدل های اولیه تحلیل پوششی داده ها همواره علاوه بر ارزیابی کارایی ، موضوع رتبه بندی واحدهای تصمیم گیری بحث مهمی برای محققین بوده است . دلیل اهمیت موضوع رتبه بندی واحدهای تصمیم گیری وجود ضعف هایی در مدل های معمولی تحلیل پوششی داده ها در زمینه رتبه بندی واحد ها میباشد که مهمترین کاستی مدل های کلاسیک تحلیلپوششی داده ها این است که برای واحد های کارا مقدار کارایی یکسان نشان داده و میزان کارایی یک واحد کارا در مقایسه با سایر واحد ها مشخص نمیباشد. در این مقاله با معرفی مفهوم "زمینه گرایی" برای مدل های معمولی تحلیل پوششی داده ها به رتبه بندی واحدهای تصمیم گیری پرداخته و شاهد مزایای استفاده از این مفهوم در رتبه بندی واحد های کارا خواهیم بود.

واحد تصمیم گیری مدل زمینه گرا سطح ارزیابی