چارچوب ترکیبی تحلیل پوششی داده ها و خوشه بندی K-Means برای ارزیابی و طبقه بندی عملکرد واحدهای تولیدی

در این مقاله یک چارچوب ترکیبی مبتنی بر تحلیل پوششی داده ها (DEA) و الگوریتم خوشه بندی K-Means برای ارزیابی و طبقه بندی عملکرد واحدهای تولیدی ارائه می شود. ابتدا با استفاده از مدل های CCR و BCC کارایی نسبی واحدهای تصمیم گیرنده (DMUs) محاسبه می شود. سپس بر اساس امتیازهای کارایی، الگوریتم K-Means برای گروه بندی واحدها به کار گرفته می شود. این ترکیب امکان تحلیل هم زمان کارایی نسبی و ساختار پنهان داده ها را فراهم می کند. داده های مطالعه شامل ۱۰ واحد تولیدی شبیه سازی شده با سه ورودی و دو خروجی است. نتایج نشان می دهد که روش پیشنهادی نسبت به DEA کلاسیک اطلاعات تحلیلی و مدیریتی بیشتری ارائه می دهد.

کلیدواژه ها:

تحلیل پوششی داده ها ، BCC ، CCR ، خوشه بندی K-Means ، ارزیابی عملکرد ، سیستم های تولیدی