تلفیق تکنیک تحلیل پوششی داده‌ها DEA با کارت امتیازی متوازن BSC برای  …

تلفیق تکنیک تحلیل پوششی داده‌ها DEA با کارت امتیازی متوازن BSC برای …

(j=1,2,….,n)
آزاد در علامت
مدل ۲-۵٫ مدل اولیه (مضربی) BCC ورودی محور
اما برای تبدیل مدل کسری BCC به یک مدل برنامه‌ریزی خطی می‌توان از روش دیگری نیز استفاده کرد. در این روش با اعمال محدودیت  ،مدل برنامه‌ریزی کسری BCC به مدل برنامه‌ریزی خطی زیر تبدیل می‌شود که بیانگر مدل مضربی BCC خروجی ـ محور است:
st:
(j=1,2,….,n)
مدل ۲-۶٫ مدل اولیه (مضربی) BCC خروجی محور
۲-۹- برنامه ریزی آرمانی
در مدل‌های کلاسیک معمولاً دو مشکل رخ می‌دهد. یکی ضعف قدرت تفکیک و دیگری توزیع غیر واقعی وزن‌ها به ورودی‌ها و خروجی‌ها می‌باشد (مهرگان،۱۳۸۷).
زمانی که مقدار DMU ها کم، ورودی‌ها و خروجی‌ها زیاد باشد، وزن برخی از داده‌ها صفر می‌شود. در نتیجه امتیاز کارایی واحدها بر اساس یکسری از داده‌ها محاسبه و نزدیک به یکدیگر قرار می‌گیرد. به منظور حل این مشکل و ارائه طیف مناسبی از امتیازات کارایی، مدل برنامه ریزی آرمانی[۱۹]DEA استفاده می‌شود. به طور کلی چهار مدل زیر برای حل برنامه ریزی آرمانی DEA معرفی شده است (عادل آذر،۱۳۸۴) :
آرمان مدل حداقل کردن متغیر انحرافی واحد تحت بررسی؛
آرمان مدل حداقل کردن مجموع متغیرهای انحراف (MinSum)
آرمان مدل حداقل کردن حداکثر میزان انحراف (MinMax)
آرمان مدل ترکیبی از اهداف فوق
۲-۱۰- مدل رتبه بندی کارایی متقاطع
یکی از روش‌های رتبه بندی واحد های کارا استفاده از مدل کارایی متقاطع می‌باشد که توان بالایی در تفکیک پذیری واحد های کارا دارد. کارایی ساده محاسبه شده برای واحد k (Ekk) بر اساس وزن‌های دلخواه و مطابق میل واحد k حداکثر می‌گردد و اگر کارایی واحد دیگری مانند j با وزن‌های انتخابی واحد k ام (مطابق میل واحد k ام) محاسبه گردد با Ekj نشان داده شده و کارایی متقاطع نام می‌گیرد. برای تمامی واحدها امکان محاسبه کارایی ساده و متقاطع وجود دارد که حاصل عملیات ارائه ماتریس کارایی متقاطع CEM[20] است که نحوه محاسبه آن به شکل زیر است.

D C B A واحد
EAD EAC EAB EAA A
EBD EBC EBB EBA B
ECD
برای دانلود متن کامل پایان نامه به سایت  fotka.ir  مراجعه نمایید.