محاسبه اندازه کارایی در تحلیل پوششی داده ها برای مجموعه داده های بزرگ با استفاده از شبکه عصبی

تحلیل پوششی داده ها یک تکنیک ریاضی برای بررسی عملکرد واحدهای با چند ورودی و خروجی است. در سال های اخیر استفاده از تحلیل پوششی داده ها در مباحث تصمیمگیری مورد توجه بیشتری بوده است و از طرفی پیچیده تر شدن مسایل زندگی حقیقی، منجر به ایجاد مسایل تحلیلی پوششی داده ها با پایگاه داده های بزرگ شده است. شبکه های عصبی مصنوعی مجموعه بزرگی از پردازش های موازی هستند که توسط واحدهایی بنام نرون، می توانند مسایل بسیار پیچیده را حل کنند. در این پایان نامه سعی بر آن است که با آموزش یک شبکه عصبی، زمان پردازش و استفاده از حافظه را نسبت به آنچه مورد نیاز روش های متعارف در تحلیل پوششی داده ها است، به مقدار زیادی کاهش دهیم. مقاله امروز نژاد و شاله [1] از الگوریتم شبکه عصبی پس انتشار بهره گرفته و کارایی واحدها را مشخص کردند. در این پایان نامه ضمن بررسی روش آن ها جزییات بیشتری از آن را مطرح خواهیم ساخت.

Keywords:

تحلیل پوششی داده ها , شبکه ی عصبی , تبهگنی , الگوریتم پس انتشار