موارد استفاده : تحقیق و آموزش
منابع فارسی: دارد
منابع لاتین: دارد
پیشینه داخلی جدید: دارد
پیشینه خارجی جدید: دارد
نوع فایل: Word قابل ویرایش
تعداد صفحه: 44 صفحه
شماره فایل : 547 mg
تحلیل پوششی داده ها یک روش برنامه ریزی ریاضی است که ابزار مناسب برای بهره وری نسبی واحدهای تصمیم گیری ( DMU) در حالت چند ورودی و چند خروجی به حساب می آید. رویکردهای سنتی با فرض یک معادله رگرسیون از میانگین پارامترها به منظور اندازه گیری بهره وری، استفاده می کنند اما در تحلیل پوششی داده ها با توجه به مشاهدات فردی از واحد تصمیم گیرنده و تقابل بهینه آن با دیگر واحدها، کارایی محاسبه می شود.
همچنین در این روش بدون استفاده از یک فرم تابعی، یک مرز ساخته میشود که نشان دهنده حداکثر مقدار کارایی هر واحد، نسبت به کارایی مشاهده شده از واحدهای دیگر است. پایه گذار روش های ناپارامتری در محاسبه کارایی و ارزیابی عملکرد واحدهای تصمیم گیرنده، اقتصاددانی به نام فارل بود.
سیستم پیشنهادی فارل بر اساس دو ورودی و دو خروجی به تحلیل عملکرد واحدها می پرداخت. در سال 1978، چارنز ، کوپر و رودز با استفاده از برنامه ریزی ریاضی، روش ناپارامتری فارل را برای سیستمی با ورودی ها و خروجی های چند گانه تعمیم دادند، که مدل معرفی شده به نام مدل CCR را برای حالت های با بازده به مقیاس متغیر تعمیم دادند که مدل پیشنهادی آنها BBC نام گرفت (چارنز، کوپر و ردرز، 1978). تکنیک تحلیل پوششی داده ها روش مبتنی بر برنامه ریزی ریاضی جهت برآورد نسبی کارایی تکنیکی و ناکارایی ها در تولید است.
این روش بدون تعیین فرضی از شکل تابع تولید و با حل مدل های ریاضی برای مجموعه ای از واحدهای تصمیم گیرنده و استفاده از اطلاعات مربوط به میزان نهاده ها و ستاده های واقعی آن واحد، تابع تولید یا هزینه را به صورت یک پوشش قطعه ای برآورد می کند(معین الدینی و دیگران، 1382، 48).
ادامه مقاله به طور کامل در فایل اصلی موجود است.
