广义与传统BC~2模型效率评价差异及其几何刻画

传统DEA方法相对于决策单元全体对决策单元进行评价,广义DEA方法相对于样本单元全体对决策单元进行评价.由于参照系的不同,对不同决策单元的相对效率评价结果可能不同.针对这种情况,对基于BC2模型的只有投入或只有产出的传统和广义DEA模型进行说明,并通过样本前沿面的移动对广义DEA模型中相对效率值进行几何刻画.     

基于C~2R模型的广义链式网络DEA模型

传统网络DEA方法是将传统DEA方法评价过程中的"黑箱"打开,考虑输入到输出的中间环节,对生产过程中的各个环节分别评价。传统网络DEA方法获得的是相对于有效决策单元评价的结果,但有时可能要相对于非有效决策单元或者非决策单元进行评价,传统网络DEA方法无法解决该类问题。为此给出相对于非有效决策单元或者非决策单元进行评价的基于C~2R模型的广义链式网络DEA模型,并探讨相关性质.     

带有随机决策单元的广义数据包络分析方法

广义DEA方法是一种相对效率评价方法,解决了决策单元相对于任意参考系(样本单元集)的效率比较问题.在实际中,有时评价标准是确定的,决策单元的生产具有不确定性,有必要在进行生产之前基于确定性样本单元对随机性决策单元进行相对效率评价.为了解决这个问题,研究样本单元为确定值,决策单元为随机变量的广义DEA模型,分别通过期望值和机会约束将随机模型转化为确定性规划,给出决策单元GEDEA有效和GCDEA有效的概念,GEDEA有效与多目标规划Pareto有效关系,以及利用移动因子对决策单元进行有效性排序方法.     

基于带有虚拟单元聚类分析的广义DEA方法

广义DEA方法是相对于样本单元对决策单元进行评价,如何选择样本单元对于评价的结果有一定的影响.有时可以选择决策单元集的子集作为样本单元集,这样更容易被决策者所接受.通过构造符合一定条件的虚拟决策单元与所有决策单元一起采取最短距离法进行聚类分析,用包含虚拟决策单元的类作为样本单元集,可以使评价结果与传统DEA方法相比能够进一步体现出相对效率之间的差异.     

具有偏好锥的面向输出的超效率DEA模型分析

鉴于传统DEA模型无法区分有效决策单元,超效率DEA模型未考虑决策者的偏好,现提出面向输出的权重受限的综合超效率DEA模型及其投影概念,并讨论该模型与其他超效率DEA模型之间的关系.接着,分析模型的最优目标函数值与决策单元有效性之间的关系,并讨论面向输出的权重受限的综合超效投影与多目标规划问题的非支配解之间的关系.最后,通过对中国西部12个地区工业企业科技创新效率综合评价,并与原有方法进行比较研究,得出本文方法更具优势和合理性.     

考虑投入和产出指标偏好的广义DEA模型

广义DEA是一种基于决策单元和非决策单元自由选择参考集的扩展DEA模型.传统DEA模型的最优解大多是由线性规划随机计算的,未能充分考虑投入和产出指标的重要程度.将投入和产出指标的决策者偏好引入到广义DEA模型约束条件中,首先定义投入和产出指标偏好矩阵,再将该矩阵纳入广义DEA模型的约束条件,构建了带投入和产出指标偏好的广义DEA模型(GDEA-IP).接下来给出决策单元GDEA-IP有效性与评价指标的量纲选择无关性的证明,以及决策单元为GDEA-IP弱有效和有效的理论证明.算例分析说明GDEA-IP模型的有效性,通过和其它经典模型的对比分析,进一步说明该模型比广义DEA模型具有更大的灵活性和通用性,拓展了DEA方法的理论研究.     

模糊条件下的决策单元相对有效性评价

研究了模糊条件下决策单元的相对有效性评价问题。首先分析了模糊性因素对决策单元相对有效性的影响;然后根据模糊规划取截集方法和DEA评价的经济含义,给出了模糊DEA模型的求解方法;最后定义了决策单元的模糊DEA有效性以及进行有效性排序的平均置信有效性。文末是一个模糊DEA应用的例子。     

带有随机样本单元的广义数据包络分析方法

广义数据包络分析(Generalized data envelopment analysis)方法是一种相对效率评价方法,能够获得决策单元相对于样本单元的比较信息.研究了基于随机样本单元对确定性决策单元进行评价的广义DEA模型,利用期望值和机会约束,将其转化为确定性规划.给出了决策单元GEDEA有效和GCDEA有效的概念及其判别,与多目标规划Pareto有效关系,以及利用移动因子进行有效性排序.     

具有偏好锥的面向输出的超效率DEA模型分析

鉴于传统DEA模型无法区分有效决策单元,超效率DEA模型未考虑决策者的偏好,现提出面向输出的权重受限的综合超效率DEA模型及其投影概念,并讨论该模型与其他超效率DEA模型之间的关系.接着,分析模型的最优目标函数值与决策单元有效性之间的关系,并讨论面向输出的权重受限的综合超效投影与多目标规划问题的非支配解之间的关系.最后,通过对中国西部12个地区工业企业科技创新效率综合评价,并与原有方法进行比较研究,得出本文方法更具优势和合理性.     

数量差异较大决策单元的DEA有效性评价

传统DEA方法基于决策单元集对每个决策单元进行相对效率评价,如果决策单元之间在数量上存在较大差异,评价结果可能不尽合理.为了解决这个问题,首先利用聚类分析按一定标准将决策单元进行分类,然后计算每个决策单元相对其所在类的相对效率,最后根据决策单元集和每个类的数量规模进行赋权,给出决策单元的加权综合效率.     

指标可取负值的基于输入与输出的DEA模型

有关基于输入与输出的DEA模型,本文与现有文献的不同之处,一是模型中的评价指标可取负值,二是被评的决策单元可以不是所给的n个决策单元之一,三是模型并非由多目标规划模型推得.此外,给出了有关此模型的三个定理.因此,可知有关此模型的最优解存在的充分条件;在求解此模型后就能在判断决策单元的DEA有效性的同时计算出其相对效率,并能计算出其在DEA相对有效面上的"投影".     

Cost,Revenue and Profit Efficiency Models in Generalized Fuzzy Data Envelopment Analysis

One of the most important information given by data envelopment analysis models is the cost, revenue and profit efficiency of decision making units (DMUs). Cost efficiency is defined as the ratio of minimum costs to current costs, while revenue efficiency is defined as the ratio of maximum revenue to current revenue of the DMU. This paper presents a framework where data envelopment analysis (DEA) is used to measure cost, revenue and profit efficiency with fuzzy data. In such cases, the classical models cannot be used, because input and output data appear in the form of ranges. When the data are fuzzy, the cost, revenue and profit efficiency measures calculated from the data should be uncertain as well. Fuzzy DEA models emerge as another class of DEA models to account for imprecise inputs and outputs for DMUs. Although several approaches for solving fuzzy DEA models have been developed, numerous deficiencies including the $\alpha$-cut approaches and types of fuzzy numbers must still be improved. This scheme embraces evaluation method based on vector for proposed fuzzy model. This paper proposes generalized cost, revenue and profit efficiency models in fuzzy data envelopment analysis. The practical application of these models is illustrated by a numerical example.     

一种可用于生产效率评价的灰靶评估算法

本文在分析和比较了DEA和灰靶评估两种方法之后，给出一种可用于生产效率评价的灰靶评估算法。该算法由于运用了DEA方法中的“生产效率”概念，弥补了灰靶评估算法不能对不同的被评价单元进行效率评价的不足，从而拓宽了灰靶评估算法的应用背景。文章最后给出实例分析。     

利润最大问题与弱DEA有效(C2GS2)

对利润最大问题[1]本文用不同于文[1]的方法来讨论.通过解这一个问题,不但知道在一定条件下有最大利润的决策单元的弱DEA有效性(C2GS2),而且找到所有有最大利润的决策单元.     

测算具有方向技术效率的DEA方法

本文总结了现有技术效率的主要测算方法，借鉴定向技术距离函数思想，结合DEA思路，提出了一种新的用于技术效率指数测算的模型，并进一步探讨了如何识别决策单元的技术有效性和如何改进非技术有效决策单元的问题．着重分析了该技术效率指数模型与L型技术效率指数的关系，指出该模型是L型技术效率指数模型的一般形式．     

有关DEA中评价与排序的新方法的探讨

用新方法讨论了DEA中对决策单元的评价与排序,并研究了一些新问题.     

一种基于组合不确定型OWGA算子的区间数群决策方法

本文研究了区间数群决策信息的集结方法。基于区间数两两比较的可能度矩阵公式和互补判断矩阵的排序公式,推广了文献[3]提出的不确定型OWGA算子,提出了一种组合不确定型OWGA算子,给出了其在应用过程中的具体步骤,并提出了一种相应的集结群决策信息的方法,最后通过一个算例说明了该方法的有效性与可行性,并与文献[3]的结果作了对比分析。     

弱DEA有效性（C^2GS^2）的研究

本证明了一个[1]中所述的有关弱DEA有效性（C^2GA^2）的定理,答复了[2]中所提出的问题。