تحلیل پوششی دادهها، یکی از موفقترین روشها در ارزیابی اندازهگیری کارایی نسبی واحدهای تصمیمگیرنده است که از تکنیک برنامهریزی خطی استفاده میکند. در مدلهای تحلیل پوششی دادهها، برای اندازهگیری کارایی نسبی واحدهای تصمیمگیرنده، در حالی که واحدهای تصمیمگیرنده و ورودی و خروجی بسیار زیاد هستند حتی با استفاده از کامپیوترهای با سرعت بالا، به محاسبات و زمان پردازش بسیار زیادی نیاز است. در این مقاله، برای رفع این مشکل، الگوریتم فراابتکاری برای ارزیابی کارایی نسبی در ابعاد بسیار بزرگ را پیشنهاد میکنیم. چون در ارزیابی مسایل با ابعاد بسیار بزرگ با استفاده از الگوریتم فراابتکاری به زمان پردازش و حافظه کمتری نیاز است، لذا ابزار بسیار مناسبی برای ارزیابی کارایی واحدهای تصمیمگیرنده میباشد. همچنین از آنجایی که عملگرها نقش بسیار مهمی در همگرایی و کیفیت حل الگوریتمها دارند، کلیه عملگرها و پارامترها به منظور بهبود عملکردشان، با روش طراحی آزمایشهای تاگوچی تنظیم میشوند.
بازنشر اطلاعات | |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |