كاهش عوامل خروجي نامطلوب جهت بهبود واحدهاي تصميم گيري با استفاده از تحليل پوششي داده ها

در سال هاي اخير، مدل هاي تحليل پوششي داده ها با ورودي ها و خروجي هاي نامطلوب به خاطر اهميت شان مورد توجه دانشمندان زيادي قرار گرفته است. در ارزيابي عملكرد يك واحد تصميم گيري ناكارآ، بايد هر دو گروه عوامل مطلوب و نامطلوب به‌نوعي تعديل شوند. از طرفي نمي توان حضور عوامل نامطلوب را ناديده گرفت. در اكثر مدل هاي ارائه شده در رابطه با داده هاي نامطلوب، ورودي-هاي نامطلوب مشابه خروجي و خروجي هاي نامطلوب مشابه ورودي در نظر گرفته شده اند و تاكنون توجه خاصي به كاهش خروجي هاي نامطلوب نشده است. در اين مقاله سعي مي شود با كاهش خروجي هاي نامطلوب مدل جديدي پيشنهاد گردد. به كمك مدل پيشنهادي بهترين واحد كارآ از ميان تمام واحدهايي كه قبلا از مدل هاي قبلي به صورت كارآ معرفي شده اند، مشخص مي شود. براي اين منظور، ابتدا مدل هاي پايه اي تحت بازده به مقياس ثابت بيان شده اند و سپس بهبود واحدهاي تصميم‌گيري كارآ با مدل پيشنهادي ارائه مي‌شود. در نهايت با يك مثال عددي، كارآيي مدل هاي مذكور با هم مقايسه مي شوند.