Stochastic data envelopment analysis for estimating most productive scale size power distribution units in Iran
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: English
View: 1,431
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIORS02_199
تاریخ نمایه سازی: 11 اسفند 1387
Abstract:
As many authors pointed out, in many real applications, the data of production processes cannot be precisely measured. On the other hand, data envelopment analysis (DEA) models are very sensitive to possible data errors. For this reason, using a methodology that allows the analyst to deal with imprecise data becomes an issue of great interest in these contexts. This paper introduces a stochastic approach based on models introduced in [6, 9] for estimating most productive scale size power distribution units in Iran. Previous approaches have, generally, used deterministic data envelopment analysis models in the literature. The proposed approach uses a data envelopment analysis(DEA) model with considering stochastic data to estimate most productive scale size companies. To obtain numerical results, a deterministic equivalent of the stochastic model is used which can be converted to a quadratic program. Under fairly general conditions this model is replaced by an ordinary deterministic data envelopment analysis model. Seventeen Iranian electricity distribution units have been considered in this study.
Keywords:
Authors
M Khodabakhshi
Department of Mathematics, Faculty of Science, Lorestan University, Khorram Abad, Iran
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 :