محاسبه‌ي بازه‌ي كارايي واحدهاي تصميم‌گيرنده داراي ورودي و خروجي‌هاي بازه‌اي با حضور داده‌هاي منفي

Computing the efficiency interval of decision making units (DMUs) having interval inputs and outputs with the presence of negative data

فرض اساسي در الگوهاي تحليل پوششي داده‌ها (مثل مدل‌هاي CCR و BCC)، اين است كه مقدار داده­هاي مربوط به ورودي­ها و خروجي­ها عددي دقيق و مثبتي مي­باشد، ولي بسياري از اوقات در شرايط واقعي كسب و كار، تعيين مقدار عددي دقيق براي برخي ورودي‌ها و يا خروجي‌ها امكان پذير نيست. به همين منظور در سال­هاي اخير در تحليل پوششي داده‌ها مدل­هاي متفاوتي براي داده­هاي غير دقيق مطرح شد و همچنين پژوهش­هاي زيادي در زمينه DEA انجام شده است كه قادر به ارزيابي كارايي با داده­هاي منفي مي­باشد، الگوي تحليل پوششي داده-هاي بازه­اي منفي كه در اين تحقيق معرفي و مورد استفاده قرار گرفته است عدم قطعيت را هم در ورودي­ها و هم در خروجي­ها مورد توجه قرار مي­دهد و نتايج پايدارتر و قابل اطمينان­تري را براي تصميم­گيري در اختيار كاربر قرار مي­دهد. حال در اين مقاله مدلي ارائه مي­دهيم كه قادر است بازه كارايي واحدها با ورودي و خروجي بازه­اي كه بعضي از شاخص­ها مي­توانند منفي هم باشند را محاسبه مي­كند و در ادامه ثابت مي­كنيم بازه كارايي كه اين مدل به ما مي­دهد نسبت به بازه كارايي مدل­هاي قبلي ارائه شده، دقيق­تر است و در نهايت نيز ده واحد تصميم­گيري با داده­هاي غير دقيق (بازه­اي) منفي با مدل پيشنهادي مورد بررسي قرار مي­گيرند و نتايج مدل پيشنهادي با نتايج مدل­هاي قبلي مورد مقايسه قرار مي­گيرد.

The basic assumption in data envelopment analysis patterns (DEA) (such as the CCR and BCC models) is that the value of data related to the inputs and outputs is a precise and positive number، but most of the time in real conditions of business، determining precise numerical value is not possible in for some inputs or outputs. For this purpose، different models have been proposed in DEA for imprecise data over recent years and also several researches have been conducted on DEA that are able to evaluate efficiency with negative data. The negative interval DEA pattern which has been introduced and used in the present study، addresses uncertainty both in inputs and outputs and provides user with more stable and reliable results for decision making. Now، in this paper a model is presented that is able to compute efficiency interval of units with interval input and output that while some indicators can also be negative and then we prove that the efficiency interval that this model gives us is more precise compared toefficiency interval of models previously proposed and finally، ten decision making units (DMUs) with the negative imprecise (interval) data are investigated by the proposed model and the results of the proposed model are compared with the results of the previous models.