• Home
  • فرزین مدرس خیابانی

    List of Articles فرزین مدرس خیابانی


  • Article

    1 - ارزیابی واحدهای تصمیم گیری با داده‌های چند مرحله‌ای با استفاده از مدل‌های DEA-R
    Journal of New Researches in Mathematics , Issue 43 , Year , Summer 2023
    در اندازه‌گیری کارآیی مجموعه‌ای از واحدها در یک بازه زمانی که چند دوره را پوشش می‌دهد، مدل‌های مبتنی بر تکنیک DEA استاندارد، وضعیت هر واحد در هر دوره را نادیده می‌گیرند که این باعث نتایج گمراه‌کننده می‌شود. این مقاله مدل‌های DEA-R را در حضور داده‌های چند دوره‌ای به گونه More
    در اندازه‌گیری کارآیی مجموعه‌ای از واحدها در یک بازه زمانی که چند دوره را پوشش می‌دهد، مدل‌های مبتنی بر تکنیک DEA استاندارد، وضعیت هر واحد در هر دوره را نادیده می‌گیرند که این باعث نتایج گمراه‌کننده می‌شود. این مقاله مدل‌های DEA-R را در حضور داده‌های چند دوره‌ای به گونه‌ای توسعه می‌دهد که روش پیشنهادی می‌تواند کارآیی کلی را با توجه به کارآیی کلی و دوره‌ای همه واحدها ارزیابی کند. روش پیشنهادی با ارائه یک کران پایین‌ در وزن‌های بدست آمده از دوره‌ها، به اولویت‌بندی واحدها پرداخته و با ایجاد بینش‌های ارزشمند به تصمیم‌گیرندگان کمک می‌کند تا یافته‌های یک فرآیند ارزیابی عملکرد را بهتر درک کنند. این مقاله دارای چهار ویژگی است: (1) کارآیی کلی محاسبه شده از روش پیشنهادی به عملکرد تمام واحدها در تمام دوره‌ها بستگی دارد، (2) روش پیشنهادی، کارآیی کلی را با تحمیل یک کران پایین به دست آمده از تمام دوره‌ها بر روی وزن‌ها ارزیابی می‌کند، (3) این رویکرد دارای قدرت تشخیص بالا در تمییز واحدهایی است که در مدل‌های چند دوره‌ای موجود به عنوان کارآ ارزیابی می‌شوند، (4) برای روشن شدن جزئیات روش پیشنهادی، مقایسه‌ای بین مدل‌های موجود و مدل DEA-R چند دوره‌ای پیشنهادی، برای اندازه گیری کارآیی 22 بانک تجاری تایوانی در دوره زمانی 2009-2011 انجام شده است. Manuscript profile

  • Article

    2 - ارائه الگوریتم خوشه‌بندی جدید به‌منظور بهره‌وری در عملیات داده‌کاوی (مطالعه داده‌های استاندارد یوسی‌آی)
    The Journal of Productivity Management , Issue 58 , Year , Autumn 2021
    روش‌های خوشه‌بندی و بهره‌وری آنها در عملیات داده‌کاوی توسعه زیادی یافته‌اند. نیاز مدیران به داده‌های دسته‌بندی‌شده و بهره‌وری روش‌های خوشه‌بندی در امر مدیریت و تصمیم‌گیری، به گسترش روش‌های داده‌کاوی ضرورت بخشیده است. الگوریتم بهینه‌سازی نهنگ روش عمومی است که در حل مسائل More
    روش‌های خوشه‌بندی و بهره‌وری آنها در عملیات داده‌کاوی توسعه زیادی یافته‌اند. نیاز مدیران به داده‌های دسته‌بندی‌شده و بهره‌وری روش‌های خوشه‌بندی در امر مدیریت و تصمیم‌گیری، به گسترش روش‌های داده‌کاوی ضرورت بخشیده است. الگوریتم بهینه‌سازی نهنگ روش عمومی است که در حل مسائل متعددی کاربرد دارد. در این الگوریتم جواب‌های آغازین به‌صورت تصادفی انتخاب می‌شوند. الگوریتم کی-میانگین یک روش خوشه‌بندی پرکاربرد است که به دلیل سادگی و کوتاه بودن مراحل، بسیار موردتوجه محققان قرار می‌گیرد. در این مقاله این مزیت الگوریتم کی- میانگین را برای افزایش توانایی الگوریتم بهینه‌سازی نهنگ در خوشه‌بندی داده‌ها به‌کاررفته است. الگوریتم پیشنهادی ترکیبی از الگوریتم‌های کی-میانگین و خوشه‌بندی نهنگ است. در این پژوهش الگوریتم جدید و چند الگوریتم خوشه‌بندی دیگر را بر روی مجموعه داده‌های واقعی و شناخته شده اجرا شده است. نتایج عددی نشان می‌دهد که الگوریتم جدید ازنظر کیفیت جواب‌ها و انحراف استاندارد مقادیر جواب‌های نهایی، نتایج مطلوبی نشان می‌دهد. Manuscript profile