خروجی های با تاخیر زمانی در فرآیندهای تولیدی: روشی مبتنی بر تحلیل پوششی داده ها

الموضوعات :

سهیلا سیدبویر ¹ (گروه ریاضی کاربردی ، واحد آبادان، دانشگاه آزاد اسلامی، آبادان ، ایران.)
مهناز مقبولی ² (گروه ریاضی کاربردی ، واحد هادیشهر، دانشگاه آزاد اسلامی، هادیشهر ، ایران)
فاطمه مترود ³ (گروه ریاضی کاربردی ، واحد آبادان، دانشگاه آزاد اسلامی، آبادان ، ایران)

تاريخ الإرسال : 06 الأحد , ربيع الثاني, 1439 تاريخ التأكيد : 11 الثلاثاء , ربيع الثاني, 1440 تاريخ الإصدار : 04 الجمعة , ربيع الأول, 1441

الکلمات المفتاحية: : Data Envelopment Analysis (DEA), time-periods, dual-role factor, time-staged outputs, Efficiency,

ملخص المقالة :

در مدل های کلاسیک تحلیل پوششی داده ها، مجموعه ای از داده ها با موقعیت مشخص به عنوان ورودی یا خروجی داده می شود. اما در بسیاری موارد عملی،یک شاخص می تواند برای بعضی از واحدهای تصمیم گیرنده به عنوان ورودی و برای بعضی دیگر به عنوان خروجی عمل نماید. برای مثال در فعالیت های دانشگاه همیشه با این سوال مواجه هستیم که درآمد حاصل از تحقیقات را به عنوان ورودی یا خروجی در نظر بگیریم؟ در حالت وجود چنین شاخص هایی سوال اصلی این است که چگونه در مورد نقش هر شاخص به عنوان ورودی یا خروجی تصمیم بگیریم. در برخی از ساختارهای مورد مطالعه، چنین متغیرهایی در قالب نقش دوگانه عمل می کند. یعنی در دوره ی اول زمانی به عنوان خروجی و در دوره ی زمانی دوم به عنوان ورودی عمل میکنند . چنین متغیرهایی را متغیرهای با تاخیر زمانی می نامند. در این مقاله این متغیرها را در قالب متغیرهایی با ساختار نقش دوگانه مورد بررسی قرار میدهیم و کارایی سیستم را با استفاده از تکنولوژی موسوم به تکنولوژی بهم پیوسته مورد ارزیابی قرار میدهیم. همچنین کارایی سیستم را با توجه به هر دوره زمانی با توجه به اینکه متغیر با تاخیر زمانی یکبار نقش ورودی و بار دیگر نقش خروجی را دارد مورد ارزیابی قرار می دهیم.

المصادر:

1. Amirteimoori, A., Emrouznezhad,A.(2012), Notes on Classifying inputs and outputs in data envelopment analysis, Applied Mathematics Letter, 25(11), 1625-1628.

2. Beasley, J. (1990), Comparing university Departments, Omega, 8(2), 171-183.

3. Beasley, J. (1995), Determining teaching and research efficiencies, Journal of the Operational Research Society, 46,441-452.

4. Chen, W.C. (2014), Revisiting dual‐role factors in DEA: derivation and implications, IIE Transactions, 46(7), 653‐663

5. Cook, W.D., Green, R.H., Zhu, J. (2006), Dual-role factors in data envelopment analysis,IIETransaction, 38(2), 105-115.

6. Cook, W.D., Zhu, J.(2007), Classifying inputs and outputs in data envelopment analysis, European Journal of Operational Research, 180, 692-699.

7. Ding, J., Dong, W., Bi, G., Liang, L. (2015), ADecision model for supplier selection in the presence of

Dual-role factors, Journal of the Operational Research Society 66(5), 737-746.

8. Sacoto, S.A., Castorena, D.G., Cook, W.D., Delgado, H.C. (2015), Time-Staged Outputs in DEA, Omega, 55, 1-9.

9. Saen, R.F. (2010), A New model for selecting third-party reverse logistics providers in the presences of multiple dual-role factors, The International Journal of Advanced Manufacturing Technology ,46(1), 405-410.

10.Toloo, M. (2009), Notes on classifying inputs and outputs in data envelopment analysis: A comment, European Journal of Operational Research, 235(3), 810-812.

11. Toloo, M., Barat, M. (2015),On considering dual-role factor in supplier selection problem,

Mathematical Methods of Operations Research 82(1), 107-122.

12. Toloo, M., Keshavarz, E., Hatami-Marbini, A. (2018), Dual-role factors for imprecise Data Envelopment Analysis, Omega, 77, 15-31.