رتبه بندی واحدهای تصمیم گیرنده به کمک تغییرمجموعه مرجع و تئوری تصمیم
چکیده
تحلیل پوششی داده ها با استفاده از مدل های گوناگونی می تواند واحدهای تصمیم گیرنده را رتبه بندی نماید. در این پایان نامه روش هایی از رتبه بندی واحدهای تصمیم گیرنده بر مبنای تغییر مجموعه مرجع در مجموعه امکان تولید ثابت و متغیر مورد بررسی قرار گرفته است. کار با ارائه روشی برای رتبه بندی واحدهای تصمیم گیرنده کارای رأسی بر مبنای تغییر مجموعه مرجع آغاز می گردد. در این روش، رتبه بندی هر یک از واحد های کارای بر مبنای حذف این واحد از مجموعه مرجع واحدهای تصمیم گیرنده ناکارا، در مجموعه امکان تولید با بازده به مقیاس ثابت صورت پذیرفته است. این در حالی است که در روش بعدی، رتبه بندی بر مبنای کارایی وابستگی متقاطع (mcde) برای واحدهای کارا و ناکارا و در مجموعه امکان تولید با بازده به مقیاس متغیر صورت پذیرفته است. در روش اخیر، رتبه بندی واحدهای کارا به تغییرات مقدار کارایی واحدهای ناکارا پس از حذف خود این واحدهای کارا از مجموعه ی مرجع و رتبه بندی واحدهای ناکارا به تاثیر حذف هریک از واحدهای کارا از مجموعه ی مرجع وابسته است. درتمام طول تحقیق از این مبنا، به عنوان مبنای وابستگی متقاطع نام برده شده است. در هر دو روش مشکل نشدنی بودن روش ابرکارایی اتفاق نمی افتد و علاوه بر این روش دوم مدلی را جهت رتبه بندی واحدهای ناکارا نیز ارائه می دهد. درپایان دو روش جدید برای رتبه بندی واحدهای تصمیم گیرنده کارا ارائه شده است. در روش پیشنهادی اول، بر مبنای تغییر مجموعه مرجع در مجموعه امکان تولید با بازده به مقیاس متغیر و استفاده از تئوری تصمیم چندمعیاره، روش رتبه بندی جدیدی برای رتبه بندی واحدهای تصمیم گیرنده کارا معرفی می گردد. برای گزینش مناسب ترین انتخاب، در میان تمامی مدل های چند معیاره در تصمیم گیری های پیچیده و در مدل هایی با ویژگی های چندگانه، تکنیک تقدم مرتبه با توجه به شباهت با جواب ایده آل (topsis) در این روش مورد استفاده قرار گرفته است. ماتریس انتخاب ها و معیارها با توجه به میزان تغییر مقدار کارایی واحدهای ناکارا پس از حذف واحدهای کارا از مجموعه مرجع به دست آمده و با توسیع روش topsis بر روی این ماتریس، الگوریتمی برای یافتن بهترین انتخاب در میان تمامی انتخاب ها معرفی می گردد. در روش پیشنهادی دوم، با توجه به میزان تغییر مقدارکارایی واحدهای ناکارا پس از حذف واحدهای کارا از مجموعه مرجع ماتریسی حاصل می شود. با توسیع مدل جمعی بر روی این ماتریس، مدلی برای رتبه بندی واحدهای تصمیم گیرنده کارا معرفی گردیده است.