چگونگی بدست آوردن وزنهای مشترک در تجزیه و تحلیل پوششی دادهها با استفاده از تصمیمگیریهای چندمعیاره
محل انتشار: دومین کنفرانس بین المللی تحقیق در عملیات ایران
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,205
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIORS02_375
تاریخ نمایه سازی: 11 اسفند 1387
چکیده مقاله:
مدل تحلیل پوشش دادهها یکی از روشهای سنجش کارایی بوده که جهت ارزیابی واحدهای تصمیمگیرنده متجانس به کار میرود. اما در استفاده از این تکنیک به ازای n واحد تصمیمگیرنده جهت بدست آوردن کارایی، نیازمند n بار فرمولنویسی هستیم، که در نتیجه مقایسه بین واحدهای تصمیمگیرنده در قالب یک وزن مشترک امکانپذیر نمیباشد و مدل دارای قدرت تشخیص پایینی میباشد. از این رو در این مقاله بر آن شدم تا با ارائه یک متدلوژی علمی و با استفاده از تصمیمگیری چند معیاری به ارائه وزنهای مشترک برای واحدهای تصمیمگیرنده پرداخته و بدین وسیله به بهبود قدرت تشخیص برای انتخاب تکنولوژی بپردازم. این شیوه ارائه شده تصمیمگیری چندمعیاره، ارزیابی بازده نسبی واحدهای تصمیمگیرنده را با توجه به خروجیهای چندگانه و یک ورودی منفرد ممکن میسازد که تحت عنوان "تکنولوژی روباتیک" مطرح است.
نتایج نشان میدهد که شیوه ارائه شده، طبقهبندی برای واحدهای تصمیمگیرنده تحلیل پوششی دادهها را با صرفهجویی در انجام محاسبات و با در نظر گرفتن وزنهای مشترک ممکن میسازد.
بر همین اساس با مبنا قرار دادن مقاله کارساک و آهیسکا مثال مورد نظر وی را با روشهای تحلیل پوششی دادهها و نیز ترکیب روش تحلیل پوششی دادهها با تکنیکهای تصمیمگیری چندمعیاره حل نموده سپس به ارزیابی آنها میپردازیم.
کلیدواژه ها:
نویسندگان
بهاره ویسی
مدرس دانشگاه آزاد اسلامی واحد سنندج
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 :