يك رويكرد برنامه‌ريزي آرماني براي توسعه وزن‌هاي مشترك در تحليل پوششي داده‌هاي شبكه‌اي

تحليل پوششي داده‌ها يك تكنيك تحليلي قدرتمند براي اندازه‌گيري كارايي نسبي مجموعه اي از واحد‌هاي تصميم گيري براساس ورودي‌ها و خروجي‌هايشان است. در مدل‌هاي مرسوم تحليل پوششي داده‌ها ضعف‌هايي وجود دارد كه مهمترين آن‌ها تغيير وزن ورودي‌ها و خروجي‌ها است كه باعث مي‌شود كارايي واحد‌هاي تصميم‌‌گيرنده با وزن‌هاي مختلف سنجيده شود. همچنين مدل‌هاي مرسوم تحليل پوششي داده‌ها به شبكه‌اي بودن واحد‌هاي ارزيابي توجهي نكرده‌اند. در اين مقاله ما براي برطرف كردن اين ضعف‌ها مجموعه وزن‌هاي مشترك در تحليل پوششي داده‌هاي شبكه‌اي با رويكرد برنامه‌ريزي آرماني را پيشنهاد مي‌كنيم. براي آزمون كارايي و حل مدل پيشنهادي ارائه شده از داده‌هاي واقعي شركت‌هاي بيمه فعال در استان قزوين استفاده شده است. مدل ارائه شده در اين مقاله واحد‌هاي تصميم‌گيرنده را روي يك مقياس يكسان با مجموعه‌اي از وزن‌هاي مشترك به صورت بي‌طرف ارزيابي مي‌كند. مدل پيشنهادي، كمك مي‌كند تا سياست‌گذاران درك بهتري از نقاط قوت و ضعف ‌DMUها داشته باشند و براي ترقي نقاط قوت و رفع ضعف‌ها تلاش كنند و از اين طريق كارايي DMUها را بهبود دهند.