ارایه مدلی برای تحلیل پوششی داده های چند شاخصه در محیط خاکستری

تحلیل پوششی داده ها، یک تکنیک برنامه ریزی ریاضی است که کارایی نسبی چندین واحد تصمیم گیرنده را بر مبنای ورودی ها و خروجیهای مشاهده شده که ممکن است با انواع مقیاس های مختلف بیان شوند، محاسبه می کند. در کاربرد، بسیاری از واحدهای تصمیم گیری دردرون خود به بخش های کوچک تری تقسیم می شوند و با مدل های استاندارد تحلیل پوششی داده ها که سازمان را به صورت یک بخش کلیدر نظر می گیرند، نتایج منطقی حاصل نمی شود. بنابراین لازم است از مدل هایی همچون مدل DEA دو مرحله ای متناسب با چنینشرایطی برای ارزیابی دقیق تر واحدهای تحت بررسی استفاده شود. همچنین در شرایطی که تعداد زیادی ورودی و خروجی داشته باشیم، اینروش چندان کارآمد نمی باشد و تعداد زیادی از واحدها را کارا اعلام می کند لذا برای رفع این مشکل از یکی از روش های تصمیم گیری بامعیارهای چندگانه به نام پرومته، ورودی ها و خروجی ها را رتبه بندی می کنیم، سپس با مهم ترین آنها کار ارزیابی را انجام می دهیم. ازآنجایی که همواره اطلاعات در دسترس ما کامل و دقیق نیستند این مهم را در فضای خاکستری انجام می دهیم. یافته های به دست آمدهنشان می دهد که روش پیشنهادی از نتایج منطقی تری نسبت به مدل های قبلی برخوردار است زیرا تعداد کم تری از واحد ها را به صورتکارا نشان می دهد.

Keywords:

کارآیی , DEA دومرحله ای , تصمیم گیری چند شاخصه , روش PROMETHEE , اعداد خاکستری