دوره 14، شماره 1 - ( 1-1396 )                   جلد 14 شماره 1 صفحات 135-117 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

pourmahmoud J, zeynali Z. Linear Modeling to Determine the Set of Common Weights InNetwork Structure. jor. 2017; 14 (1) :117-135
URL: http://jamlu.liau.ac.ir/article-1-1303-fa.html
پورمحمود جعفر، زینالی زینال. مدلسازی خطی برای تعیین مجموعه وزنهای مشترک در ساختار شبکه ای. تحقیق در عملیات در کاربردهای آن. 1396; 14 (1) :135-117

URL: http://jamlu.liau.ac.ir/article-1-1303-fa.html


دانشگاه شهید مدنی آذربایجان، گروه ریاضی کاربردی، تبریز
چکیده:   (3435 مشاهده)

برای ارزیابی واحدهای تصمیم‌گیری در مدل­های سنتی تحلیل پوششی داده­ها چالش صفر شدن وزن­ها و غیریکسان بودن وزن­ها وجود دارد. ازطرف دیگر در تحلیل پوششی داده­ها سنتی برای اندازه­گیری کارآیی، سیستم را به عنوان جعبه سیاه در نظر می­گیرند و بخش‌های داخلی آن را درنظر نمی­گیرند. یکی از راهکارهای مقابله با این مشکل استفاده از مجموعه وزن­های مشترک برای ورودی­ها و خروجی­ها در تمامی واحدهای تصمیم‌گیری است. در عمل اکثر واحدهای که با هم مورد ارزیابی قرار می­گیرند، شامل بخش‌های داخلی با ساختارهای مختلف هستند که اصطلاحاً به آنها ساختار شبکه­ای اطلاق می­شود. مشابه چنین چالش تحلیل پوششی داده­ها سنتی، چالشی برای ساختارهای شبکه­ای نیز وجود دارد . کائو  و  همکاران مجموعه وزن­های مشترک در ساختار شبکه­ای دو مرحله­ای را مطرح کردندکه کار آنها شامل ساختارهای عمومی شبکه نمی­شود. این مقاله چالش ذکر شده را برای ساختارهای عمومی شبکه مطرح کرده و با ارائه مدلی جدید مسئله مجموعه وزن­های مشترک برای ساختار عمومی شبکه حل می شود. برای تشریح نتایج، مدلها روی مثال های کائو بکارگرفته می­شود

متن کامل [PDF 1085 kb]   (1061 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1395/6/3 | پذیرش: 1395/11/9 | انتشار: 1396/3/23

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.