基于公共权重的区间DEA效率评价及其排序方法研究

针对传统区间数据包络分析方法,在确定每一个决策单元区间效率的上界和下界时,存在的评价尺度不一致且计算复杂等问题,本文提出了一种同时最大化所有决策单元的效率上界和下界的公共权重区间DEA模型,并给出了一种考虑决策者偏好信息的可能度排序方法,用以解决区间效率的全排序问题。最后,以中国大陆11个沿海省份工业生产效率测算为例说明了所提方法的有效性和实用性。     

基于交叉效率DEA和熵IAHP对物流企业绩效评价

本文在研究了现有文献对物流企业绩效评价的基础上,基于超效率DEA用以计算效率值的权值只在对被评价单元最有利的特定范围内取值、忽视绩效评价的公平性和IAHP方法主观判断性较大的缺陷,提出了交叉效率DEA和熵IAHP方法。交叉效率DEA的中心思想是采用互评体系,弥补了超效率DEA方法只是选择对被评价决策单元最有效的权重忽视公平性的缺陷。熵IAHP方法是客观确定权重的熵权法和体现决策者偏好的IAHP方法的结合,这有效地解决了IAHP方法确定指标权重时主观性过大的缺陷。笔者给出了交叉效率DEA和熵IAHP模型评价物流企业绩效的基本步骤,最后通过一个实例验证了此方法的有效性和优越性。     

区间数互反矩阵几何加权集成多属性群决策方法

研究了属性值以区间数表示的群决策问题,提出了区间数决策向量转化为互反判断矩阵的公式,定义了区间数互反判断矩阵几何加权集成算子.在此基础上,提出了区间数多属性群决策的新方法.方法首先针对每一个属性,将各决策者、各方案对应此属性的区间数向量转换为互反判断矩阵,由新定义的集成算子进行集成.由集成区间数矩阵的上界、下界矩阵计算各方案关于此属性的排序向量.由属性权重、可能度和排序公式对方案进行排序.最后给出一个实例进行分析,结果表明了此方法的实用性和可行性.     

基于DEA-AHP的物流系统绩效评价研究

本文在建立物流系统综合评价层次模型的基础上,基于数据包络分析方法无法考虑决策者偏好及层次分析方法主观性影响过大的缺陷,提出了DEA和AHP相结合的方法对物流系统绩效进行了评价,不同于以往文献对两种方法结合的研究从本质上没有体现决策者偏好的问题,本文提出的方法首先使用AHP方法求出各一层指标的权重,再分别对每个一层指标下的因素使用DEA方法求出各系统的相对效率值,最后将各指标权重和相对效率值结合求出各物流系统的整体效率值并进行排序,该方法在有效地结合两种方法优点的同时,很好的弥补了两种方法的不足,最终的实例分析体现了该方法的适用性和可操作性。     

基于三参数区间数群决策的第三方物流服务商选择方法研究

对第三方物流服务质量评价与选择属于多属性的群决策问题.为解决传统物流服务商的选择和评价中专家主观性问题,提出了基于三参数区间数群决策的第三方物流服务商选择方法.分析了三参数区间数的概念,对三参数区间数运用偏差函数确定决策专家的权重,根据三参数区间数偏好序概率矩阵和权重,求解第三方物流服务商的排序问题.最后通过实例验证了三参数区间数群决策算法的有效性和可行性.     

基于LR模糊数的广义模糊DEA模型及其求解

在广义DEA模型基础上,建立基于LR模糊数的广义模糊DEA模型.通过引入LR模糊数的加权平均值,计算了待评价决策单元能体现决策者偏好的广义模糊效率和平均广义模糊效率,对待评价决策单元进行有效性排序.最后通过实例分析,表明了该模型的实用性.     

一种基于组合不确定型OWA算子的区间数群决策方法

在群决策中,由于决策环境的不确定性,决策者给出区间效信息.基于区间数可能度矩阵公式和互补判断矩阵的排序公式,提出了一种组合不确定型OWA算子,它是不确定型OWA算子的推广.该算子能集结群决策中区间数信息,文中给出了其在应用的具体步骤,最后实例分析说明了该方法的有效性和可行性.     

一种新的区间不确定语言信息的排序方法

为拓展现有区间数可能度和相对优势度的衡量方法,将指数函数与模糊互补判断矩阵的排序方法相结合,首先引入不确定语言信息的优先度概念,构造出模糊互补判断矩阵;然后基于提出的优先度,设计了一种新的区间不确定语言信息的排序方法,它能解决排序方法不能相互弥补的失效情况;最后,在区间不确定语言信息环境下,把所提出的区间不确定语言信息排序方法应用到多属性决策领域。实验表明,本文的排序方法是正确与高效的,对企业投资有很好的参考价值。     

基于不确定互补判断矩阵的多目标决策方法研究

针对多目标决策中两种不确定互补判断矩阵形式(区间数互补判断矩阵与三角模糊数互补判断矩阵),给出了各自的模型及其排序方法,并对一些方法进行了推广,提出了一些模型的新方法,为不确定互补判断矩阵排序方法的进一步研究奠定了基础.     

基于白化值的区间DEA建模

传统数据包络分析要求输入输出数据为精确数,然而在某些实际应用中,区间形式的数据相较于精确数更容易获得.将区间数转化为白化值,并基于传统C~2R模型提出了基于白化值的区间C~2R模型.考虑到决策单元的有效性不易通过基于白化值的区间C~2R模型来判断,因此将非阿基米德无穷小概念引入到上述模型,构建了具有非阿基米德无穷小的区间C~2R模型.此外,还给出了用于判断决策单元有效性的区间目标规划方法:分别通过G_(IC~2R)模型和WG_(IC~2R)模型判断决策单元是否为区间DEA有效与区间弱DEA有效.     

基于FA-DEA聚类的模式分析方法及在我国软件园研究中的应用

模式分析方法日益成为现代经济管理研究的主流方法之一,但是目前关于模式分析的结构化方法的研究还不多见.本文提出了基于FA-DEA聚类的模式研究结构化方法,这个方法区别于以往文献的是采用了混合聚类方法,综合运用关键因素的绝对量信息和效率的相对量信息.基于上述方法,本文确定了我国软件园发展的三种发展模式.并对三个模式的条件、特征以及它们之间的分界与演进做了详细的描述.最后,给出了若干建议.     

Production trade-offs and weight restrictions in data envelopment analysis

In this paper we suggest two equivalent ways in which the information about production trade-offs between the inputs and outputs can be incorporated into the models of data envelopment analysis (DEA). Firstly, this can be implemented by modifying envelopment DEA models. Secondly, the same information can be captured using weight restrictions in multiplier DEA models. Unlike other methods used for the assessment of weight restrictions, for example those based on value judgements or monetary considerations, the trade-off approach developed in this paper ensures that the radial target of any inefficient unit is technologically realistic and, therefore, the efficiency measure retains its traditional meaning of the extreme radial improvement factor. In other words, this paper suggests that ‘technology thinking’ could be used instead of ‘value thinking’ in the construction of weight restrictions, which offers real practical advantages. The method is equally applicable to the models under constant and variable returns-to-scale assumptions.     

工程项目承包服务业主需求重要度确定方法研究

工程服务质量日渐成为承包商企业提高竞争力并获得长期发展的一个重要因素.但传统的对工程服务质量的研究大都忽略了业主需求,对此,本文基于QFD(质量功能展开)理论,结合专家组与顾客双渠道的需求信息来源,提出了集成Kano模型与区间层次分析法的业主需求重要度的计算方法,提升了需求重要度确定的合理性并将顾客的需求偏好信息充分反映到计算过程中,使得承包商企业能够运用科学准确的业主需求信息提高自身服务质量.通过对算法的实际应用,得出业主需求重要度的排序,承包商可以根据该排序对自身服务质量进行评价与改进,证明了该方法可行且有效,具有一定的实践价值.     

Finding common weights based on the DM's preference information

Data Envelopment Analysis (DEA) is basically a linear programming-based technique used for measuring the relative performance of organizational units, referred to as Decision Making Units (DMUs). The flexibility in selecting the weights in standard DEA models deters the comparison among DMUs on a common base. Moreover, these weights are not suitable to measure the preferences of a decision maker (DM). For dealing with the first difficulty, the concept of common weights was proposed in the DEA literature. But, none of the common weights approaches address the second difficulty. This paper proposes an alternative approach that we term as ‘preference common weights’, which is both practical and intellectually consistent with the DEA philosophy. To do this, we introduce a multiple objective linear programming model in which objective functions are input/output variables subject to the constraints similar to the equations that define production possibility set of standard DEA models. Then by using the Zionts–Wallenius method, we can generate common weights as the DM's underlying value structure about objective functions.     

Efficiency measurement using independent component analysis and data envelopment analysis

Efficiency measurement is an important issue for any firm or organization. Efficiency measurement allows organizations to compare their performance with their competitors’ and then develop corresponding plans to improve performance. Various efficiency measurement tools, such as conventional statistical methods and non-parametric methods, have been successfully developed in the literature. Among these tools, the data envelopment analysis (DEA) approach is one of the most widely discussed. However, problems of discrimination between efficient and inefficient decision-making units also exist in the DEA context (Adler and Yazhemsky, 2010). In this paper, a two-stage approach of integrating independent component analysis (ICA) and data envelopment analysis (DEA) is proposed to overcome this issue. We suggest using ICA first to extract the input variables for generating independent components, then selecting the ICs representing the independent sources of input variables, and finally, inputting the selected ICs as new variables in the DEA model. A simulated dataset and a hospital dataset provided by the Office of Statistics in Taiwan’s Department of Health are used to demonstrate the validity of the proposed two-stage approach. The results show that the proposed method can not only separate performance differences between the DMUs but also improve the discriminatory capability of the DEA’s efficiency measurement.     

基于区间AHP与粗糙集的决策系统的排序

针对决策系统中属性值以区间数形式给出的多指标决策问题,根据区间层次分析法(IAHP)与粗糙集的特点,提出了一种合理的排序方法.在保持分类能力不变的前提下,利用粗糙集理论中的知识约简方法,删除其中不相关或不重要的知识,结合区间层次分析法计算权重进行有效的排序.最后,给出算例说明了该方法的可行性和有效性.     

Optimal budget for system design series network DEA model

Wei and Chang (2011a) developed optimal system design (OSD) data envelopment analysis (DEA) models to design a decision-making unit (DMU)’s optimal system, in which the DMU could encounter the well-known economic phenomenon of budget congestion. To show how to verify the optimal budget and budget congestion, they develop a solution method. In this paper, we note that their method is incorrect for the OSD network DEA model in general. A new approach is developed to derive the DMU’s corresponding optimal budgets and to check for the existence of budget congestion not only for the OSD DEA models but also for the OSD network DEA models. In addition, the proposed approach is computationally economical. Finally, two numerical examples are used to illustrate the proposed approach.     

关于DEA有效性“新方法”的探讨

主要指出文献[1],[2]中所用的"新方法"不能完全区分决策单元的DEA有效性和弱DEA有效性.同时,"新方法"中所使用的DEA模型(即文献[3]中超效率DEA模型)的最优解不一定存在,这也是"新方法"使用中的一大缺陷.本文同时指出"新方法"虽然是可以扩充的,但扩充后,某些"新模型"仍然会出现上述问题.如果单纯的去评价决策单元的DEA有效性、弱DEA有效性和非弱DEA有效性时,建议还是使用传统的经典模型为好;如果需要进一步对DEA有效性再进行分析,是可以象最早提出超效率DEA模型的文献[3]中那样去应用超效率DEA模型。     

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.     

基于IAHP-Entropy集成确权的煤炭企业可持续发展综合评价

结合煤炭企业实际,提出了煤炭企业可持续发展的指标体系。应用区间判断层次分析法（IAHP）的理论与方法,结合熵理论（Entropy）,建立了主观与客观集成确权的IAHP—Entropy综合评价模型。该方法既能有效避免单一主观确权的人为随意性,又能克服单一客观确权无法反映专家经验和决策者偏好的缺点。通过将该模型的应用,验证了该方法的科学性和实践可行性。