غلامرضا جهانشاهلو - دانشگاه آزاد اسلامی واحد علوم و تحقیقات، گروه ریاضی، تهران، ایران
فرهاد حسین زاده لطفی - دانشگاه آزاد اسلامی واحد علوم و تحقیقات، گروه ریاضی، تهران، ایران
معصومه خانمحمدی - دانشگاه آزاد اسلامی واحد اسلامشهر، گروه ریاضی، اسلامشهر، ایران
مریم دوایی فر - دانشگاه آزاد اسلامی واحد علوم و تحقیقات، گروه ریاضی، تهران، ایران

تحلیل پوششی داده ها (DEA)، تکنیکی می باشد که د رتشخیص کارایی و ناکارایی واحدهای تصمیم گیرنده (DMUs) متجانس کمک می کند. در این تکنیک، DMU ها در بهترین شرایط مورد ارزیابی قرار می گیرند. لذا پس از اندازه گیری مقدار کارایی، تعداد DMU های کارا ممکن است بیش از یک DMU باشد. مخصوصا اگر تعداد DMUهای مورد ارزیابی زیاد باشند، احتمال وقوع این اتفاق زیاد میشود. در این موارد برای رتبه بندی DMUها، نیاز به استفاده از روشهای مختلف رتبه بندی است. ما در این مقاله، مدلی برای اندازه گیری کارایی ارایه می دهیم که تعداد DMUهای کارای آن منحصر بفرد باشد. و در صورتی که بیش از یک DMU کارا داشته باشیم با همان مدل می توانیم آنها را رتبه بندی کنیم، لذا نیاز به مدل دیگری برای انجام رتبه بندی نداریم. پس با یک مدل هم کارایی و هم رتبه بندی را محاسبه می کنیم.

تحلیل پوششی داده ها (DEA)، تحلیل وزنهای مشترک (CWA)، خط الگوی بد، رتبه بندی