بهبود قدرت تمايز تكنيك DEA با استفاده از ارزيابي برشي

Increasing the discrimination power of DEA using cross evaluation

ارزيابي برشي يك تعميم قوي از تكنيك تحليل پوششي داده هاست به طوري كه نه تنها يك رتبه بندي براي واحدهاي تصميم گيرنده فراهم مي كند؛ بلكه الگوهاي وزني نامتناسب را نيز حذف مي نمايد. عاملي كه ممكن است در استفاده از ارزيابي برشي مشكل ساز شود. وجود وزن هاي بهينه چندگانه مي باشد؛ در نتيجه براي بهبود روش ارزيابي برشي، از توابع هدف ثانويه استفاده مي شود. در اين مقاله، يك روش، توسط دو تابع هدف ثانويه متفاوت معرفي خواهد شد و با حل اين مدل ها، يك الگوي وزني مناسب براي محاسبه ارزيابي برشي و در نهايت رتبه بندي واحدهاي تصميم گيري فراهم خواهد گرديد.

Cross efficiency evaluation is a powerful technique to discriminate the performance of the decision making units in data envelopment analysis. It also eliminates unfavorable weights. The presence of zero weights in multiplier form of the DEA models leads to incorrect efficiency evaluation. In this paper, secondary goals are used to refine the unfavorable weights in DEA efficiency evaluation. Numerical examples show the applicability of the approach.