زهرا آرامی - دانشجوی کارشناسی ارشد ریاضی تحقیق در عملیات دانشگاه سیستان و بلوچستان

تحلیل پوششی داده ها یک روش بر پایه برنامه ریزی ریاضی برای ارزیابی کارایی واحدها میباشد در مدل های استاندارد DEA با کاهش ورودی یا افزایش خروجی DMU 2 روی مرز کارا تصویر میشود اما اگر ورودی یا خروجی نامطلوب داشته باشیم باید ورودی نامطلوب افزایش و خروجی نامطلوب کاهش یابد تا روی مرز کارا تصویر شود. برای مطالعه مدل های مختلف DEA در حضور داده های نامطلوب روش های مختلفی وجود دارد یک روش این است که داده های نامطلوب را به طور مستقیم در مدل ها اثر دهیم و مدل جدیدی بسازیم روش دیگر با استفاده از یک تابع اکیدا نزولی داده های نامطلوب را تغییر دهیم . باتوجه به نوع دسترسی مسیله به داده ها از هر یک از روش های گفته شده میتوان استفاده کرد دسترسی ما به داده ها میتواند ضعیف و قوی و یا طبیعی مدیریتی باشدهدف ما از این مقاله ارایه انواع مدل های شعاعی و غیر شعاعی با داده های نامطلوب میباشد

تحلیل پوششی داده ها – DEA – ورودی و خروجی های مطلوب و نامطلوب