طراحي رويكردي هيبريدي به‌منظور‎ ‎پيش‌بيني عملكرد واحدهاي تصميم‌گيرنده براساس تحليل پوششي داده‌هاي تصادفي فازي و ‏تكنيك PCA‏

تحليل پوششي داده‌ها يك تكنيك مديريتي براي ارزيابي عملكرد واحدهاي تصميم‌گيرنده است. در راستاي اهميت پيش‌بيني عملكرد واحدها، اين مقاله به ارائه يك رويكرد هيبريدي براساس تحليل پوششي داده‌هاي تصادفي فازي (FSDEA) و تكنيك تجزيه و تحليل مؤلفه‌هاي اصلي (PCA) مي‌پردازد. از آنجا كه از تئوري اعتبار در محدوديت‌هاي مدل پيشنهادي و از مقدار مورد انتظار در تابع هدف آن در راستاي پيش‌بيني كارايي مورد انتظار واحدها استفاده مي‌شود، فرآيند حل آن پيچيده است؛ لذا تحت اين فرض كه ورودي‌ها و خروجي‌هاي واحدها به‌صورت متغيرهاي فازي مثلثي مستقل هستند، مدل  FSDEAبه مدل برنامه‌ريزي قطعي معادل آن تبديل مي‌شود. پس از محاسبه كارايي‌هاي پيش‌بيني‌شده اوليه توسط مدل برنامه‌ريزي قطعي تحت سطوح مختلف اطمينان، تكنيك PCA روي نتايج به‌دست‌آمده به‌منظور حذف نتايج نامطلوب به‌كار مي‌روند و مؤلفه‌هاي اصلي انتخاب مي‌شوند كه به‌عنوان خروجي‌هاي واحدهاي تصميم‌گيرنده در مدلPCA-FSDEA  به‌منظور پيش‌بيني كارايي دوره مالي آتي واحدها به‌كار مي‌روند. درپايان، رويكرد هيبريدي پيشنهادي روي يك مثال كاربردي به‌كار مي‌رود و نتايج به‌دست‌آمده از آن با نتايج مدل Fuzzy-SBM كه توسط چن و همكارانش (2013) ارائه شده مقايسه مي‌شود