دوره 16، شماره 1 - ( 1-1398 )                   جلد 16 شماره 1 صفحات 68-51 | برگشت به فهرست نسخه ها

‎ 20.1001.1.22517286.2019.16.1.1.0

XML English Abstract Print

ارایه یک رویکردی شبکه ای در ارزیابی کارایی بانک‌ها در حالت عدم اطمینان در داده‌ها
مجید علی محمدی اردکانی* ، مهدی افخمی اردکانی
دانشگاه اردکان، گروه مهندسی صنایع، اردکان
چکیده:   (3201 مشاهده)
روش تحلیل پوششی داده‌های سنتی، واحدهای تصمیم­ گیری را به صورت یک جعبه سیاه در نظر گرفته و بدون در نظر گرفتن ساختار داخلی آن­ها و با توجه به میزان ورودی­ ها و خروجی­ های نهایی این واحدها، نسبت به ارزیابی آن­ها اقدام می­ نماید. این در حالی است که در بسیاری از سیستم ­های واقعی ما شاهد ساختارهای داخلی می­ باشیم. به همین منظور مدل­ های شبکه ­ای تحلیل پوششی داده‌ها توسعه و گسترش یافته ­اند. مدل­ های موازی تحلیل پوششی داده‌ها یکی از مدل­ های شبکه­ ای بوده که در آن ورودی هر واحد به چندین زیر فرآیند تخصیص یافته و مجموع خروجی این فرآیندها به عنوان خروجی کل واحد مربوطه منظور می­ گردد.
مدل­ های تحلیل پوششی داده‌های موازی با فرض مطلق بودن و اطمینان کامل داده‌ها توسعه یافته ­اند و در صورت عدم اطمینان در داده‌های ورودی و خروجی، نتایج قابل اتکایی را ارایه نمی نمایند. در این مقاله در نظر داریم تا با ارایه یک مدل استوار تحلیل پوششی داده‌های شبکه­ ای موازی، ضمن ارایه یک مورد مطالعاتی، نسبت به تشریح و تجزیه و تحلیل مدل جدید اقدام نماییم. مدل پیشنهادی ضمن ارزیابی کارایی واحدهای با ساختار موازی، توانایی برخورد با عدم اطمینان در داده‌ها را دارا می­ باشد. نتایج بیانگر این است که با افزایش سطح خطا و کاهش سطح اطمینان مدل، کارایی واحدهای تصمیم ­گیری کاهش بیش­تری خواهد داشت. افزایش قدرت تفکیک­ پذیری مدل نسبت به مدل‌های سنتی موازی یکی دیگر از مزایای مدل پیشنهادی می­ باشد. همچنین در صورت ایجاد انحراف در داده‌ها، مدل‌های سنتی شبکه­ ای نسبت به مدل‌های استوار، انحراف بیشتری را در نتایج نشان می­ دهند.
واژه‌های کلیدی: کارایی، مدل شبکه‌ای تحلیل پوششی داده‌ها، بهینه‌سازی استوار
متن کامل [PDF 780 kb]   (923 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: عمومى
دریافت: 1394/10/20 | پذیرش: 1397/7/2 | انتشار: 1398/1/26
بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.