پایداری طبقه بندی بازده به مقیاس مدل FDH درحضور داده های نامطلوب

دراین مقاله بازده به مقیاس مدل FDH و بازه پایداری آن را برای حفظ طبقه بندی بازده به مقیاس درحضور داده های نامطلوب بیان میکنیم همانطور که میدانیم علاوه برورودی ها و خروجیهای مطلوب ورودی ها و خروجیهای نامطلوبی مانند موادمضر معلق درهوا ضایعات و اثرات نامطلوب دیگری مانند الودگی های صوتی نیز تولید می کنند و مدل بندی این خروجی ها همواره درتئوری های اقتصادوتولید موردتوجه بوده است که دربهبود وضعیت محاسبات میتواند کمک کند ازانجا که بررسی مدل FDH نسبت به بقیه مدلهای DEA جدیدتر است درواقع فقط چندین روش برای محاسبه بازده به مقیاس مدل FDH وجود دارد که دراینجا ازطریق الگوریتم های زمان چندجمله ای انجا میشود همچنین علاوه برفاصله پایداری بازده به مقیاس برای DMU های کارا برای واحدهای FDH ناکارا نیز بدون بدست اوردن تصاویر نقاط به دست می اوریم

کلیدواژه ها:

تحلیل پوششی داده ها ، داده های نامطلوب ، مدل FDH ، بازده به مقیاس ، الگوریتم زمان چندجمله ای ، پایداری بازده به مقیاس