توسعه اي بر روش AHP / DEA براي رتبه‌بندي واحدهاي تصميم‌گيرنده

A Development on AHP/DEA Methodology for Ranking Decision Making Units

روشAHP/DEA براي رتبه‌بندي واحدهاي تصميم‌گيرنده، از كارهايي است كه در زمينه‌ي تركيب دو مقوله‌ي تحليل پوششي داده‌ها (DEA) و فرآيند تحليل سلسله‎مراتبي (AHP) انجام شده است. اين روش ايده‌اي جديد در زمينه‌ي تركيبDEA وAHP است كه توانسته با تركيب نقاط قوتDEA وAHP به رتبه‌بندي واحدهاي تصميم‌گيرنده (DMU) بپردازد. با اين وجود، دراين روش مشكلاتي از جمله منطقي نبودن مقايسه‎ي دو واحد تصميم‌گيرنده در يك مدلDEA ، عدم رتبه‌بندي كامل و عدم مطابقت با رتبه‌بنديDEA در حالت چند‌ ورودي- چند خروجي ديده مي‌شود. در اين مقاله، روش AHP/DEA را توسعه مي دهيم به‎طوري‎كه مشكلات گفته شده، برطرف شود. در واقع ما در مرحله اول اين روش دو مرحله‌اي، در تعيين مقادير ماتريس مقايسات زوجي علاوه بر نسبت‎هاي كارايي واحدها ميزان تاثير هر واحد بر ديگر واحدها را نيز سنجيده ايم تا نگاه جامع‎تري به مسيله رتبه‎بندي داشته باشيم. نشان مي‌دهيم، روش ارايه شده، ضمن اينكه يك رتبه‌بندي منطقي از واحدهاي تصميم‌گيرنده را ارايه مي‌دهد، بارتبه‌بندي كارا- ناكاراي DEA نيز مطابقت كامل دارد. مثال‌هاي عددي نيز، در مقاله آورده شده‌اند تا به كمك آن‎ها، ضمن تشريح روش، درك شهودي‎تري از مسايل مطرح شده در مقاله حاصل شود.

The AHP/DEA methodology is an integration of Analytical Hierarchical Process (AHP) and Data Envelopment Analysis. This method uses the capabilities of both AHP and DEA. However, it has some problems: It illogically compares two decision-making units in a Data Envelopment Analysis (DEA) model, it is not compatible with DEA ranking in the case of multiple inputs/multiple outputs, and it leads to weak discrimination in the cases that number of inputs and outputs is large. In this paper, we propose a development on the first stage of the two-stage AHP/DEA methodology that removes the mentioned problems. In the first stage, we develop a model which considers the effects of each unit on the others, and the second step is the same of the main method. Numerical examples are presented in the paper to illustrate the advantages of the developed AHP/DEA methodology.