توسعه مدل تراكم در تحليل پوششي داده هاي فازي

Development of congestion model in fuzzy data envelopment analysis

در اين پژوهش به توسعه مدل تراكم در تحليل پوششي داده هاي فازي پرداخته مي شود. براي رسيدن به كران هاي بالا و پايين براي مفاهيم كارايي، ورودي ها و خروجي ها مي توان از امتيازات روش -برش كه در تحليل پوششي داده هاي فازي وجود دارد، استفاده نمود. همچنين در اين پژوهش به بيان مفهوم جديدي از تراكم پرداخته مي شود كه اين مفهوم نوين، تراكم را در دو حالت خوش بينانه و بدبينانه بررسي مي نمايد. در اين مفهوم، حالت خوش بينانه، تراكم را در شرايطي بررسي مي كند كه واحد تصميم گيرنده ي تحت بررسي با گرفتن كمترين ورودي ، بهترين خروجي را ارائه مي دهد. همچنين حالت بدبينانه بيانگر شرايطي است كه واحد تصميم گيرنده تحت بررسي، با گرفتن بيش ترين ورودي، بدترين خروجي را ارائه مي نمايد. با استفاده از اين دو حالت، تراكم در تحليل پوششي داده هاي فازي مورد بررسي قرار مي گيرد.

This paper studies the congestion model development in fuzzy data envelopment analysis. To obtain the lower and upper bounds for concepts of efficiency and inputs and outputs, it is possible to apply the advantages of α-cut which exists in fuzzy data envelopment analysis. Additionally, this paper proposes a new concept of congestion which examines congestion from an optimistic and pessimistic viewpoint. In this concept, the optimistic case examines congestion in a condition that the under-investigation decision making unit provides the optimum output by taking the lowest input. The pessimistic case, also, demonstrates a condition in which the under-investigation decision making unit provides the worst output by taking the optimum input. Using these two cases, the congestion is studied in fuzzy data envelopment analysis.Keywords: Data envelopment analysis, fuzzy data envelopment analysis, optimistic and pessimistic congestion, α-cut.