مدل‌های جدیدی برای انتخاب ارائه دهندگان تدارکات معکوس طرف ثالث در حضور عوامل متعدد دارای نقش دوگانه: یک رویکرد تحلیل پوششی داده‌ها با مرز دوگانه

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 299

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_DMOR-5-2_007

تاریخ نمایه سازی: 24 اسفند 1399

چکیده مقاله:

مطالعات نشان داده است که تحلیل پوششی داده‌ها (‏DEA‏) یک روش عالی تحلیل کارایی مبتنی بر داده‌ها برای مقایسه‌ی ‏واحدهای تصمیم‌گیری دارای ورودی‌های متعدد و خروجی‌های متعدد است. انتخاب ورودی‌ها و خروجی‌ها (اندازه‌های ‏عملکردی) در ‏DEA‏ کار ظریفی است. اساساً ‏گنجاندن تعداد زیاد ورودی‌ها و خروجی‌ها کار ‏خوبی محسوب می‌شود. ولی ‏گنجاندن ورودی‌ها و خروجی‌های متعدد ممکن ‏است به معنای آن باشد که مقدار زیادی اطلاعات اضافی گنجانده ‏شده ‏است، و این ممکن است منجر به آن شود که برخی از واحدهای تصمیم‌گیری ‏صرفاً به خاطر اینکه از نظر برخی از متغیرهای ‏زاید عملکرد بالایی ‏دارند، به‌عنوان کارا محسوب شوند. از طرفی، در برخی از موقعیت‌ها، بعضی اندازه‌های عملکردی ‏می‌توانند هم نقش ورودی و هم نقش خروجی را ‏ایفا ‏کنند. به این اندازه‌های عملکردی، اندازه‌های انعطاف‌پذیر یا عوامل ‏دونقشی می‌گویند. گرچه مدل‌هایی برای کار با اینگونه عوامل دونقشی ابداع شده‌اند، اما این مقاله ارزیابی عملکرد را از دو ‏دیدگاه خوشبینانه و بدبینانه برای انتخاب ارائه دهنده‌ی تدارکات معکوس طرف ثالث در حضور عوامل دونقشی متعدد ‏پیشنهاد می‌کند. یک مثال عددی کاربرد رویکرد پیشنهادی را نشان می‌دهد.‏

کلیدواژه ها:

تحلیل پوششی داده‌ها ، ارائه دهنده‌ی تدارکات معکوس طرف ثالث ، عوامل دونقشی متعدد ، کارایی‌های خوشبینانه و بدبینانه

نویسندگان

حسین عزیزی

گروه ریاضی، واحد پارسآباد مغان، دانشگاه آزاد اسلامی، پارسآباد مغان، ایران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Ahmady, N., Azadi, M., Sadeghi, S. A. H., & Farzipoor ...
  • Amirteimoori, A. (2007). DEA efficiency analysis: Efficient and anti-efficient frontier. ...
  • Azizi, H. (2014). DEA efficiency analysis: A DEA approach with ...
  • Azizi, H., & Ganjeh Ajirlu, H. (2011). Measurement of the ...
  • Azizi, H., Kordrostami, S., & Amirteimoori, A. (2015). Slacks-based measures ...
  • Banker, R. D., Charnes, A., & Cooper, W. W. (1984). ...
  • Beasley, J. E. (1990). Comparing university departments. Omega, 18 (2), ...
  • Beasley, J. E. (1995). Determining Teaching and Research Efficiencies. Journal ...
  • Bottani, E., & Rizzi, A. (2006). A fuzzy TOPSIS methodology ...
  • Cao, J., Wang, W. W., & Cao, G. (2007). Integration ...
  • Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring ...
  • Cook, W. D., Green, R. H., & Zhu, J. (2006). ...
  • Cook, W. D., & Zhu, J. (2007). Classifying inputs and ...
  • Efendigil, T., Önüt, S., & Kongar, E. (2008). A holistic ...
  • Farzipoor Saen, R. (2009). A mathematical model for selecting third-party ...
  • Farzipoor Saen, R. (2010). Restricting weights in supplier selection decisions in ...
  • Haas, D. A., Murphy, F. H., & Lancioni, R. A. ...
  • Liu, F. H. F., & Chen, C. L. (2009). The ...
  • Meade, L., & Sarkis, J. (2002). A conceptual model for ...
  • Min, H., & Joo, S. J. (2006). Benchmarking the operational ...
  • Qureshi, M. N., Kumar, D., & Kumar, P. (2007). Selection ...
  • Roozbeh, F., & Ahadzadeh Namin, M. (2019). Super efficiency model ...
  • Talluri, S., & Baker, R. C. (2002). A multi-phase mathematical ...
  • Ye, F. F., Yang, L. H., & Wang, Y. M. ...
  • Zhang, C. Q., & Lu, Y. C. (2006). The reverse ...
  • Zhang, H., Li, X., Liu, W., Li, B., &Zhang, Z. ...
  • Zhang, Y., & Feng, Y. (2007). A Selection approach of ...
  • نمایش کامل مراجع