Abstract
Data Envelopment Analysis (DEA) is a very effective method to evaluate the relative efficiency of decision-making units (DMUs). Since the data of production processes cannot be precisely measured in some cases, the uncertain theory has played an important role in DEA. This paper attempts to extend the traditional DEA models to a fuzzy framework, thus producing a fuzzy DEA model based on credibility measure. Following is a method of ranking all the DMUs. In order to solve the fuzzy model, we have designed the hybrid algorithm combined with fuzzy simulation and genetic algorithm. When the inputs and outputs are all trapezoidal or triangular fuzzy variables, the model can be transformed to linear programming. Finally, a numerical example is presented to illustrate the fuzzy DEA model and the method of ranking all the DMUs
چکیده
تحلیل پوششی داده ها (DEA) یک روش بسیار موثر برای ارزیابی کارایی نسبی واحدهای تصمیم سازی (DMUها) است. از آنجا که داده های فرایندهای تولید را نمی توان در برخی موارد به صورت دقیق ارزیابی کرد، نظریه عدم قطعیت نقش مهمی در DEA ایفا می کند. این مقاله تلاش می کند تا مدل های DEA مرسوم را به یک چارچوب فازی توسعه دهد، در نتیجه یک مدل DEA فازی بر اساس اندازه باورمندی تولید می کند. آنچه در ادامه می آید، روش رتبه بندی همه DMUهاست. به منظور حل مدل فازی، ما یک الگوریتم هیبریدی تولید کرده ایم که با الگوریتم ژنتیکی و شبیه سازی فازی ترکیب شده است. زمانی که ورودی ها و خروجی ها همگی متغیرهای فازی مثلثی یا ذوزنقه ای باشند، این مدل می تواند به برنامه ریزی خطی تبدیل شود. سرانجام، یک مثال عددی ارائه می شود تا مدل DEA فازی و روش رتبه بندی همه DMUها را نشان می دهد.
1-مقدمه
تحلیل پوششی داده ها (DEA) که برای اولین بار توسط چارنز و همکاران [5] پیشنهاد شد، یک روش غیر پارامتری برای ارزیابی کارایی نسبی واحدهای تصمیم سازی (DMUها) بر پایه ورودی ها و خروجی های متعدد است. از زمان پیشنهاد DEA در سال 1978 اکنون، در زمینه نظری و کاربردی توجه بسیاری را به خود جلب کرده است. اکنون، DEA به یک روش تحقیقاتی و ابزار تحلیلی مهم در علم مدیریت، تحقیقات عملیاتی، مهندسی سیستم، تحلیل تصمیم سازی و غیره تبدیل شده است...