۹ نتیجه برای رستمی مال خلیفه
عباس برزگری نژاد، فرهاد حسین زاده لطفی، محسن رستمی مال خلیفه،
دوره ۱۳، شماره ۳ - ( ۸-۱۳۹۵ )
چکیده
تحلیل پوششی داده ها تکنیکی توانمند در اندازه گیری کارائی نسبی گروهی از واحد های تصمیم گیرنده با چند ورودی و چند خروجی می باشد. در دنیای پیرامون ما، اغلب داده های ورودی ها و خروجی ها نا دقیق یا فازی می باشند. این در حالیست که در مدل های تحلیل پوششی داده های اولیه بایستی واحد های تصمیم گیرنده مطلق باشند. از طرفی چون در مدل های تحلیل پوششی داده های شعاعی تنها با تغییرات متناسب با ورودی ها یا خروجی ها سروکار داریم، لذا در ارائه مقادیر کارایی به منظور ارزیابی عملکرد واحد ها وجود مقادیر اسلک ها نادیده گرفته می شود و این یک نقیصه در این نوع مدل ها می باشد. از طرفی دیگر مدل های غیر شعاعی به عنوان بهترین برآورد گر برای کارایی در مدل های تحلیل پوششی داده ها محسوب می شوند. این مطالب ما را بر آن داشت تا در این مقاله یک مدل غیر شعاعی با داده های فازی به منظور ارزیابی عملکرد واحدهای تصمیم گیرنده معرفی کنیم. در پایان یک مثال عددی برای تشریح اهمیت و ویژگی های مدل ارائه شده آورده شده است.
حمید سیابی، محسن رستمی مال خلیفه، فرهاد حسین زاده لطفی، محمد حسن بهزادی،
دوره ۱۴، شماره ۳ - ( ۷-۱۳۹۶ )
چکیده
تحلیل پوششی داده‌ها (
DEA) یک روش ناپارامتری برای تخمین تابع تولید میباشد. در
DEA هر واحد تصمیم‌گیرنده دارای تعدادی ورودی و خروجی بوده و با استفاده از مرز کارایی
[M۱] به ارزیابی عملکرد واحدهای تصمیم‌گیرنده میپردازد. هریک از ورودی‌ها و خروجی‌ها نقش اساسی در ارزیابی عملکرد واحد تصمیم‌گیرنده بازی میکنند که میتوان از آنها به عنوان فاکتور تأثیر مستقیم نام برد. اما با در نظر گرفتن ذات و ماهیت ورودی‌ها و خروجی‌ها این امکان وجود دارد که ورودی‌ها و خروجی های واحدهای تصمیم گیرنده، تأثیر غیرمستقیمی نیز در ارزیابی عملکرد واحدهای تصمیم‌گیرنده داشته باشند که یکی از ضعف های مدلهای
DEA، درنظر نگرفتن این فاکتورها میباشد که میتوان از آنها به عنوان فاکتور تأثیر غیرمستقیم نام برد. فاکتور تأثیر غیرمستقیم مورد نظر در این مقاله
به علت [M۲] ذات و ماهیتشان، اثر منفی بر روی کارایی گذاشته و نمیتوان این فاکتورها را
به عنوان [M۳] ورودی یا خروجی، یا بعنوان ورودی یا خروجی کنترل پذیر، در نظر گرفت. تشخیص فاکتورهای تاثیر غیرمستقیم، نقش بسزایی در ارزیابی عملکرد و رتبه بندی واحدهای تصمیم‌گیرنده بازی میکند. از این رو در این مقاله به هر ورودی و خروجی یک کمیت عددی (متعلق به بازه
[۰,۱])، به عنوان فاکتور تأثیر غیرمستقیم نسبت داده و با استفاده از دستکاری در داده‌ها و تحلیل پوششی داده‌ها، روشهایی برای ارزیابی عملکرد و رتبهبندی واحدهای تصمیم گیرنده، مبتنی بر فاکتورهای تاثیر غیرمستقیم ارائه میشود.
محمد خدامرادی، محمد حسن بهزادی، محسن رستمی مال خلیفه،
دوره ۱۵، شماره ۱ - ( ۱-۱۳۹۷ )
چکیده
در سالهای اخیر زنجیره تأمین نظر بسیاری از محققین و صنعتگران را به خود جلب کرده است. در بازار رقابتی امروز تولیدکنندگان تنها درصدد بهبود وضع داخلی نیستند، بلکه انتخاب بهترین بازارها و مناسبترین تأمینکنندگان در صدر برنامههای آنها قرار گرفته است. عملکرد زنجیره تأمین به فعالیتهای گسترده زنجیره تأمین جهت برآورده کردن نیازهای مشتریان اشاره دارد که شامل قابلیت دسترسی به محصول، تحویل به موقع و موجودی و ظرفیت لازم در زنجیره تأمین برای عملکردی مناسب است. عملکرد زنجیره تأمین مرزهای شرکت را پشت سر میگذارد، مواد اصلی، قطعات، مونتاژهای فرعی و محصولات نهایی و توزیع آنها توسط کانالهای مختلف انجام میپذیرد. در این تحقیق با استفاده از مدل تحلیل سلسله مراتبی (به عنوان روش تصمیمگیری چندمعیاره)، عوامل با اهمیت در ارزیابی و رتبهبندی سازندگان قطعات یدکی شرکت ملی حفاری ایران ارائه گردید. مهمترین شاخصهای به دست آمده بر اساس مقایسات زوجی صورت گرفته توسط خبرگان عبارتند از: تحویل، خدمات، هزینه، کیفیت، توانمندیهای شرکت، انعطافپذیری، قابلیت اعتماد و تعهدات اجتماعی. جامعه آماری این تحقیق کلیه مدیران، رؤسا و سرپرستان شرکت ملی حفاری میباشد که از میان آنها ۱۲۰ نفر به صورت تصادفی ساده و بر اساس فرمول کوکران انتخاب گردیدند. بر اساس نتایج، شاخص گارانتی و خدمات پس از فروش بیشترین اهمیت و شاخص قابلیت اعتماد کمترین اهمیت را در ارزیابی تأمینکنندگان داشتند.
فاطمه سادات سید اسماعیلی، محسن رستمی مال خلیفه، فرهاد حسین زاده لطفی،
دوره ۱۶، شماره ۲ - ( ۴-۱۳۹۸ )
چکیده
در نظر گرفتن عدم قطعیت موجود در داده‌ها و چگونگی برخورد با آن در هنگام ارزیابی عملکرد با استفاده از تحلیل پوششی داده‌ها، امری بسیار ضروری است؛ زیرا وجود انحراف کوچکی در داده‌ها می تواند منجر به تغییر قابل توجهی در نتایج کارایی گردد. این در حالی است که در دنیای واقعی و در بسیاری از موارد، داده‌های مربوطه دارای عدم قطعیت می‌باشند. تحلیل پوششی داده‌های بازه‌ای یکی از رویکردهای پر کاربرد برای برخورد با عدم قطعیت داده‌ها در شرایط بازه‌ای بودن داده‌ها، میباشد. هدف از مقاله پیش رو، ارایه مدل استوار تحلیل پوششی داده‌های بازه‌ای برای اندازه‌گیری کارایی در شرایط وجود عدم قطعیت بازه‌ای مضاعف میباشد. بدین صورت که علاوه بر عدم قطعیت ناشی از بازه‌ای بودن داده‌ها، در ابتدا و انتهای بازه مربوط به هر یک از داده‌ها نیز عدم قطعیت وجود دارد. استفاده از رویکرد ارایه شده در این پژوهش، می‌تواند میزان محافظه کاری و اعتبار نتایج کارایی و رتبه بندی را به میزان قابل توجهی افزایش دهد. لازم به ذکر است در نهایت رویکرد پیشنهادی با استفاده از مثال عددی حل و نتایج حاصل، مورد تجزیه و تحلیل قرار می‌گیرند.
الهام علی پور چوری، محسن رستمی مال خلیفه، فرهاد حسین زاده لطفی،
دوره ۱۹، شماره ۱ - ( ۱-۱۴۰۱ )
چکیده
انتخاب شبکه اینترنتی برتر توسط کاربران یا ارایه یک شبکه اینترنتی مطلوب توسط خدمت‌دهندگان سیستم‌های ارایه‌دهنده اینترنت، همواره یکی از مسایل مهم تصمیمگیری در این حوزه به شمار می‌رود. انتخاب یک شبکه بهینه منحصربه‌فرد از میان مجموعه‌ای از بهترین شبکه‌ها هنوز یک چالش بزرگ میباشد. هدف از این مقاله استفاده از تکنیک تصمیمگیری تحلیل پوششی داده‌ها به‌منظور ارزیابی شبکه‌های اینترنتی موجود به‌منظور انتخاب مطلوب‌ترین شبکه میباشد. به این صورت که ابتدا به شبیه‌سازی یک شبکه اینترنتی خاص جهت تضمین کیفیت سرویس کاربران می‌پردازیم. مدلهای مختلفی برای تضمین کیفیت سرویس ارایه‌شده است که از این میان میتوان به شبکه خدمات متمایز اشاره کرد که توسط IETF ارایه می‌گردد. در معماری خدمات متمایز هیچ مکانیزم کنترل دسترسی در نظر گرفته نشده است. به جهت تضمین کیفیت سرویس، شبکه خدمات متمایز باید از مکانیزم کنترل دسترسی پشتیبانی نماید. به جهت این‌که مکانیزم کنترل دسترسی بهترین نتیجه را بدهد باید پارامترهای شبکه طوری در نظر گرفته شوند که هم‌زمان با افزایش کارایی شبکه، میزان اتلاف و تأخیر را حداقل نمایند. سپس با ارایه یک مدل وزن مشترک جدید در DEA به انتخاب مطلوب‌ترین شبکه می‌پردازیم و درنهایت با استفاده از مدل ارایه‌شده به ارزیابی و رتبهبندی ۳۳ شبکه اینترنتی شبیه‌سازی‌شده پرداخته و خروجی ارزیابی رتبهبندی این ۳۳ شبکه اینترنتی میباشد که شبکه‌های با رتبه‌های بالا به‌عنوان مطلوب‌ترین شبکه انتخاب می‌شوند.
مرتضی شفیعی، محسن رستمی مال خلیفه، هیلدا صالح،
دوره ۱۹، شماره ۴ - ( ۹-۱۴۰۱ )
چکیده
کمبود منابع اولیه تجدیدناپذیر، یکی از چالش های جدی است که در دهه های اخیر صنایع مختلف با آن مواجه بوده اند. از این رو مدیران به دنبال راهکارهای مناسب به منظور استفاده بهینه از این منابع می باشند تا با استفادهی حداکثری از امکانات و منابع در دسترس، کارایی زیرمجموعه های تحت مدیریت خود را ارتقا بخشند.
یکی از پرکاربردترین تکنیک ها در یافتن تخصیص بهینه منابع، تحلیل پوششی داده ها می باشد. بنابراین در این مقاله به ارایه مدلی جدید برای تخصیص مجدد منابع در شبکه های موازی می پردازیم. سپس با استفاده از برنامه ریاضی دوسطحی تکنیکی جدید را برای حل مدل پیشنهادی معرفی می کنیم و درنهایت مدل پیشنهادی را به منظور تخصیص مجدد منابع اولیه در صنعت پتروشمی به کار می گیریم و نتایج به دست آمده را مورد بحث و بررسی قرار می دهیم.
سید علی بنی هاشمی، محمد خلیل زاده، علیرضا شهرکی، محسن رستمی مال خلیفه،
دوره ۲۰، شماره ۱ - ( ۱-۱۴۰۲ )
چکیده
روش تحلیل پوششی داده ها (DEA) روشی برای تعیین عملکرد واحدهای تحت ارزیابی (DMUs) است. هر واحد تصمیم گیرنده با مصرف ورودی چندگانه، خروجی های چندگانه ای را تولید می کند که ماهیت این خروجی ها ممکن است مطلوب یا نامطلوب باشند. واحدهایی که نمره کارایی آنها برابر یک شود، کارا هستند. مفهوم رتبه بندی واحدهای تصمیم گیرنده به دلیل اطلاعات سودمندی که در مقایسه با سایر واحدها در اختیار تصمیم گیرندگان قرار می دهد، از مفاهیم حایز اهمیت در تحلیل پوششی داده ها است. در این پژوهش، یک روش توسعه ای جدید برای ارزیابی و رتبه بندی واحدهای تصمیم گیرنده براساس امتیاز کارایی ارایه گردیده است. همچنین جهت بررسی اعتبار روش ارایه شده، رتبه بندی واحدهای تصمیم گیرنده براساس دو رویکرد دیگر (روش تاپسیس و روش گزینه ایده آل و غیرایده آل در DEA) محاسبه و با یکدیگر مقایسه شده است. نتایج نشان داد که رتبه واحدهای تصمیم گیرنده با استفاده از مدل توسعه ای جدید (DEA(N)) راه حل مناسبی جهت محاسبه کارایی و رتبه بندی واحدهای تصمیم گیرنده می باشد، که در تعداد محاسبات و زمان انجام محاسبات بسیار کاراتر است.
سودابه نظری، محسن رستمی مال خلیفه، علی حمزه ای،
دوره ۲۰، شماره ۱ - ( ۱-۱۴۰۲ )
چکیده
می دانیم تراکم یکی از مفاهیم حیاتی در تحلیل پوششی داده ها میباشد که در تصمیم گیری های مدیریتی نقش مهمی ایفا می کند، به همین دلیل محققین بسیاری در این زمینه مطالعه کرده اند. محاسبه و تشخیص تراکم از دو جنبه مهم است. با کاهش ورودی در واحد تصمیم‌گیرنده ای که دچار تراکم شده است، باعث کاهش هزینه های آن می شویم. از طرفی تراکم باعث کاهش خروجی می گردد پس با رفع آن، اجبارا خروجی افزایش پیدا می کند و این امر باعث سود بیشتر می شود. ولی روش‌های ارایه‌شده برای محاسبه تراکم درDEA، مبحث تراکم را فقط با درنظرگرفتن خروجی های مطلوب مورد بررسی قرار داده اند. همان‌طور که می دانیم اندازه گیری دقیق داده ها در دنیای واقعی عملا امکان پذیر نمی باشد. همچنین در بعضی موارد ممکن است داده ها دارای ابهام باشند. بنابراین فرض دقیق بودن داده ها در حل مسایل، فرض درستی نمی باشد. یکی از راه های مواجهه با داده های نادقیق، داده های فازی می باشد.
هدف از این مقاله به‌دست آوردن نوع جدیدی از تراکم در خروجی های نامطلوب با استفاده از داده های فازی می باشد. مدلی ارایه می دهیم که بتواند این نوع تراکم را تشخیص داده و میزان آن را محاسبه کند.
علی اکبر بانی، محسن رستمی مال خلیفه، فرهاد حسین زاده لطفی، داریوش اکبریان،
دوره ۲۰، شماره ۴ - ( ۷-۱۴۰۲ )
چکیده
مطالعه نقاط اتکا با توجه به موقعیت استراتژیکی که در مجموعه امکان تولید (PPS) دارد، از اهمیت ویژه ای برخوردار است. آن ها متصل کننده ی بخش کارا و ناکارای مرز PPS در تحلیل پوششی داده ها (DEA) هستند. در این مقاله نقاط اتکا به عنوان زیر مجموعه ای از مجموعه نقاط کارای رأسی مجموعه امکان تولید مورد مطالعه قرار گرفته است. بدین منظور در این کار دو شرط لازم و کافی و دو شرط کافی برای شناسایی نقاط اتکا در مدل های BCC آورده شده است. از آنجا که یکی از کاربردهای این نقاط در مبحث بهبود پوششی می باشد، در برخی موارد شناسایی همه ی نقاط اتکا ضروری نیست، بنابراین شرایط ذکر شده در این مقاله برای رسیدن به این هدف راهگشا است.
