رویکرد معادلسازی دوره‌ای با داده‌های بازه‌ای در ارزیابی کارایی پویا شبکه‌های چند مرحله-ای
محورهای موضوعی : آمار
علیرضا ابراهیمی بقا
1
(گروه آموزشی ریاضی کاربردی دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران- ایران)
فرهاد حسین زاده لطفی
2
(گروه آموزشی ریاضی کاربردی دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران- ایران)
علیرضا امیرتیموری
3
(گروه ریاضیات کاربردی، دانشگاه آزاد اسلامی، واحد رشت، رشت، ایران)
محسن رستمی مال خلیفه
4
(گروه ریاضی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران)
کلید واژه: سنجش کارایی دینامیکی واحدها, داده‌های بازه‌ای Interval Data ) ), واحد کارای قوی شبکه, تحلیل پوششی داده‌های شبکه‌ای(NDEA),
چکیده مقاله :
در این مقاله ارزیابی کارایی دینامیکی واحدهایی با ساختارشبکه‌ای چندمرحله‌ای تحت داده‌های بازه‌ای برای مدل‌های تحلیل پوششی شبکه‌ای(NDEA) انجام می‌شود. هدف این مطالعه مدل‌سازی با ایده معادلسازی دوره‌ای به منظور ارزیابی میزان کارایی پویا زیر‌ساختارها و شبکه نهایی، با داده‌های بازه‌ای در دوره‌های زمانی معین می‌باشد. مدل پیشنهادی این پژوهش، یک مدل غیرشعاعی با تکنولوژی تعریف شده و بر اساس الگوی واحد کارای قوی در قالب یک شبکه تبدیلی مجازی است که قابلیت ارزیابی چندین زیر فرایند را دارد. همچنین این مدل تعامل و ارتباط بین زیر فرایندها و کل شبکه را در هر مرحله و هر دوره به صورت تام در نظر می‌گیرد و بر اساس داده‌های بازه‌ای، کارایی شبکه نهایی (شبکه کل) و زیرفرایندها را دریک بازه، محاسبه می-نماید. این مدل مناسبات و تنظیمات بین زیر فرایندها را در یک ساختار شبکه‌ای چند مرحله‌ای پویا، برای کارا شدن فراهم می-نماید. همچنین با یک مثال کاربردی بر مبنای ایده این پژوهش و مدل‌های استنتاجی آن، کارایی دینامیکی در یک دوره چهار ساله در واحدهای تولیدی با داده‌های بازه‌ای وکراندار مورد ارزیابی و سنجش قرار گرفته است.
در این مقاله ارزیابی کارایی دینامیکی واحدهایی با ساختارشبکه‌ای چندمرحله‌ای تحت داده‌های بازه‌ای برای مدل‌های تحلیل پوششی شبکه‌ای(NDEA) انجام می‌شود. هدف این مطالعه مدل‌سازی با ایده معادلسازی دوره‌ای به منظور ارزیابی میزان کارایی پویا زیر‌ساختارها و شبکه نهایی، با داده‌های بازه‌ای در دوره‌های زمانی معین می‌باشد. مدل پیشنهادی این پژوهش، یک مدل غیرشعاعی با تکنولوژی تعریف شده و بر اساس الگوی واحد کارای قوی در قالب یک شبکه تبدیلی مجازی است که قابلیت ارزیابی چندین زیر فرایند را دارد. همچنین این مدل تعامل و ارتباط بین زیر فرایندها و کل شبکه را در هر مرحله و هر دوره به صورت تام در نظر می‌گیرد و بر اساس داده‌های بازه‌ای، کارایی شبکه نهایی (شبکه کل) و زیرفرایندها را دریک بازه، محاسبه می-نماید. این مدل مناسبات و تنظیمات بین زیر فرایندها را در یک ساختار شبکه‌ای چند مرحله‌ای پویا، برای کارا شدن فراهم می-نماید. همچنین با یک مثال کاربردی بر مبنای ایده این پژوهش و مدل‌های استنتاجی آن، کارایی دینامیکی در یک دوره چهار ساله در واحدهای تولیدی با داده‌های بازه‌ای وکراندار مورد ارزیابی و سنجش قرار گرفته است.
Charnes, A., Cooper, W. W., and Rhodes, E. (1978) ‘Measuring the efficiency of decision making units’, European Journal of Operational Research, Vol. 2, No. 6, pp.429-444.
Chen, Y., Du, J., David Sherman, H., and Zhu, J. (2010) ‘DEA model with shared resources and efficiency decomposition’, European Journal of Operational Research, Vol. 207, No. 1, pp.339-349.
Chao, L., Yu, M., and Hsieh, W. (2018) ‘Evaluating the efficiency of major container shipping companies: A framework of dynamic network DEA with shared inputs ‘,Transportation Research Part A: Policy and Practice, Vol. 117, pp.44-57.
Despotis, D.K. , Smirlis, Y.G. (2002). ‘Data envelopment analysis with imprecise data‘,European J. Oper. Res. Vol. 140 , pp. 24–36.
Esfidani, S ., Hosseinzadeh Lotfi, F., Razavyan, S., and Ebrahimnejad, A. (2020) ‘A slacks-based measure approach for efficiency decomposition in multi-period two-stage systems’, RAIRO-Operations Research, Vol. 54, No. 6, pp.1657-1671.
Fare, R., and Grosskopf, S. (2000). ‘ Network DEA ‘ . Socio-Economic Planning Sciences, Vol .34 No. 1, pp.35-49.
Gholiha, AM., Hosseinzadeh Lotfi, F., Shahriari, M., and Vaez-Ghasemi, M. (2020) ‘
Providing a model based on auxiliary variables for calculating the efficiency and effectiveness of metro stations in Tehran in the analysis of data coverage with inputs and outputs |
‘,Journal of New Researches in Mathematics, Vol. 6, No. 27, pp.5-16.
Hsieh, L.-F., and Lin, L.-H. (2010) ‘A performance evaluation model for international tourist hotels in Taiwan—An application of the relational network DEA’, International Journal of Hospitality Management, Vol. 29, No. 1, pp.14-24
Hosseinzadeh Lotfi, F., Rostamy-Malkhalifeha, M., Navabakhs, M., Tehranian, A. and Shahverdi, R.(2007). ‘Ranking Bank Branches with Interval Data‘ The Application of DEAInternational Mathematical Forum, Vol.2, No.9, , pp.429 - 440
Jahanshahloo, G.R., Kazemi Matin, R., & Hadi Vencheh, A.,(2004). ‘ On FDH efficiency analysis withinterval data‘, Applied Mathematics and Computation,Vol.159,No.1.
Jahanshahloo, G.R., Kazemi Matin, R., & Hadi Vencheh, A. (2004). ‘ On return to scale of fully efficient DMUs in data envelopment analysis under interval data’, Applied Mathematics and Computation, Vol.154, , pp.31–40
Kao, C. (2008) ‘ A linear formulation of the two-level DEA model’, Omega, Vol. 36, No. 6, pp.958-962.
Kao, C. and Hwang, S.-N. (2008) ‘Efficiency decomposition in two-stage data envelopment analysis: An application to non-life insurance companies in Taiwan’, European Journal of Operational Research, Vol. 185, No. 1, pp.418-429.
Kao, C. (2013) ‘Dynamic data envelopment analysis: A relational analysis’, European Journal of Operational Research, Vol. 227, No. 2, pp.325-330.
Kao, C. (2016) ‘Efficiency decomposition and aggregation in network data envelopment analysis’, European Journal of Operational Research, Vol. 255, No. 3, pp.778-786.
Karbassi Yazdi, A., Wang, Y., and Mohammadi Kahorin, M. (2019) ‘Performance benchmarking on export credit agencies: a data envelopment analysis ‘,International Journal of Productivity and Quality Management, Vol. 28, No. 3, pp.340-359.
Kamble, R., and Wankhade, L. (2021) ‘System dynamics model to improve productivity in manufacturing ‘,International Journal of Productivity and Quality Management, Vol. 32, No. 1, pp.23-52.
Lotfi, A., Hasani, A., and Aibaghi Esfahani, S. (2020) ‘ Performance assessment of talent management system via using system dynamic approach and scenario planning (case study: Iran Falat-Qhare Oil Company) ‘, International Journal of Productivity and Quality Management, Vol. 29, No. 1, pp.62-93.
Liu, J. S., Lu, L. Y. Y., Lu, W.-M.,and Lin, B. J. Y. (2013). ‘ Data envelopment analysis 1978–2010: A citation-based literature survey‘, Omega, Vol.41, No. 1), , pp.3-15.
Momeni, M., Safari, H., Rostami, M., Mostafaee, A. and Soleymani-Damaneh, R. (2018) ‘Designing a Non-Oriented NDEA for Performance Evaluation’, Management Studies in Development and Evolution, Vol. 26 , No. 86, pp.1-23.
Majiwa, E., Lee, B., Wilson, C., Fujii, H., and Managi, S. (2018) ‘A network data envelopment analysis (NDEA) model of post-harvest handling: the case of Kenya’s rice processing industry ‘, Food Security, Vol. 10, pp.631-646.
Nemoto, J. and Goto, M. (2003) ‘Measurement of dynamic efficiency in production: an application of data envelopment analysis to Japanese electric utilities’, Journal of Productivity Analysis, Vol. 19, pp.191-210.
Nourani, M., Devadason, E. S. and Chandran, V. (2018) ‘Measuring technical efficiency of insurance companies using dynamic network DEA: an intermediation approach ‘, Technological and Economic Development of Economy, Vol. 24, No. 5, pp.1909-1940.
Omid, A., Zegordi, S. H. and Nahavandi, N. (2018) ‘ Assessing Dynamic Efficiency of Machine-made Carpet Industry by Network DEA Technique ’, Production and Operations Management, Vol. 9, No. 1, pp.139-160.
Sharafia, H. , Rostamy-Malkhalifeha,M., Salehi,A.,and Izadikhah, M. (2015). ‘ Efficiency Evaluation and Ranking DMUs in the Presence of Interval Data with Stochastic BOUNDS’, Int.J. Data Envelopment Analysis (ISSN 2345-458X), Vol.3, No.1, pp.617-626
Soltanzadeh, E., and Omrani, H. (2018) ‘Dynamic network data envelopment analysis model with fuzzy inputs and outputs: An application for Iranian Airlines ‘, Applied Soft Computing, Vol. 63, No. C, pp.268-288.
Shamohammadi, M., Oh, D. (2019) ‘Measuring the efficiency changes of private universities of Korea: A two-stage network data envelopment analysis ‘,Technological Forecasting and Social Change, Vol. 148.
Sarkhosh-Sara, A., Tavassoli, M., and Heshmati, A. (2020) ‘Assessing the sustainability of high-, middle-, and low-income countries: A network DEA model in the presence of both zero data and undesirable outputs‘,Sustainable Production and Consumption, Vol. 21, pp.252-268.
Storto, C. (2020) ‘Performance evaluation of social service provision in Italian major municipalities using Network Data Envelopment Analysis ‘,Socio-Economic Planning Sciences, Vol. 71.
Tone, K. and Tsutsui, M. (2014) ‘Dynamic DEA with network structure: A slacks-based measure approach’, Omega, Vol. 42, No. 1, pp.124-131.
Thoumy, M., and Jobin, M. (2020) ‘Interactions dynamics between the performance management system and the quality management system‘,International Journal of Productivity and Quality Management, Vol. 31, No. 3, pp.412-433.
Vaezi, E., Najafi, S.E., Hajimolana, S. M., Hosseinzadeh Lotfi, F. and Ahadzadeh Namin , M. (2021) ‘Efficiency evaluation of a three-stage leader-follower model by data envelopment analysis with double-frontier viewpoint ’, Scientia Iranica, Vol. 28, No. 1, pp. 492–515.
Wang, Y. and Luo, Y. (2006). ‘ DEA efficiency assessment using ideal and anti-ideal decision making units’, Applied Mathematics and Computation, Vol.173, pp.902–915.
Wanke, P., Abul Kalam Azad, M., Emrouznejad, A. and Antunes, J. (2019) ‘A dynamic network DEA model for accounting and financial indicators: A case of efficiency in MENA banking’, International Review of Economics and Finance, Vol. 61, pp. 52–68.
Wang, Y., Pan, J., Pei, R., Yi, B.-W., and Yang, G. (2020) ‘Assessing the technological innovation efficiency of China’s high-tech industries with a two-stage network DEA approach ‘,Socio-Economic Planning Sciences, Vol. 71.
Yu, M. M. (2008) ‘ Assessing the technical efficiency, service effectiveness, and technical effectiveness of the world’s railways through NDEA analysis‘, Transportation Research, Vol. 42, No. 10, pp.1283-1294
Wang, Y., Greatbanks, R., and Yang, J. (2005). ‘ Interval efficiency assessment using data envelopment analysis‘, Fuzzy Set Syst, Vol.153, pp.347–370.
