基于网络DEA的供应链效率评价

数据包络分析(DEA)是评价决策单元(DMU)相对有效性的一种重要的工具.供应链效率评价是供应链管理的重要内容,对于衡量供应链目标的实现程度及提供经营决策都具有十分重要的意义.DEA是用于评价供应链效率的一种有效的方法,但是传统的DEA不考虑供应链的内部结构,对系统的相对效率评价偏高;而研究具有串联结构的供应链,考虑把部分中间产品作为最终产品输出,并增加额外中间投入的情形.基于此,建立相应的网络DEA模型,进行了相关理论的研究,给出了弱网络DEA有效的充分条件,以及整个系统弱网络DEA有效与各个子系统网络DEA有效的关系等.     

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.     

链式网络DEA模型

数据包络分析(DEA)是评价决策单元(DMU)相对有效性的一种工具,现已得到广泛的应用.传统的DEA不考虑系统内部结构,而是将系统作为一个"黑箱"来度量效率.针对多阶段网络结构提出一个新的网络DEA模型—链式网络DEA模型.研究网络决策单元的网络DEA有效性及各个阶段的弱DEA有效性之间的关系,给出了网络DEA有效的充分必要条件.若网络决策单元不是网络DEA有效的,根据模型可以指出系统在哪些阶段是无效的.     

基于SMAA和公共权重的决策单元效率评价与排序

在数据包络分析(DEA)中,公共权重模型是决策单元效率评价与排序的常用方法之一。与传统DEA模型相比,公共权重模型用一组公共的投入产出权重评价所有决策单元,评价结果往往更具有区分度且更为客观。本文考虑决策单元对排序位置的满意程度,提出了基于最大化最小满意度和最大化平均满意度两类新的公共权重模型。首先,基于随机多准则可接受度分析(SMAA)方法,计算出每个决策单元处于各个排名位置的可接受度;然后,通过逆权重空间分析,分别求得使最小满意度和平均满意度最大化的一组公共权重;最后,利用所求的公共权重,计算各决策单元的效率值及相应的排序。算例分析验证了本文提出的基于SMAA的公共权重模型用于决策单元效率评价与排序的可行性。     

具有阶段最终产出的广义链式网络DEA模型

传统网络DEA方法通过打开生产过程中的"黑箱",考虑生产过程的中间环节,对生产过程进行相对效率评价.但是传统网络DEA方法只能相对于决策单元集而不能相对于非决策单元集进行相对效率评价.给出能够相对于任意参考集对决策单元进行相对效率评价的基于C2R模型的具有阶段最终产出的广义链式网络DEA方法,初步讨论相应性质并进行算例演示.     

基于串联两阶段网络DEA模型的供应链规模收益分析

数据包络分析(DEA)是评价供应链系统(Supply chain system)间相对有效性的一种重要的工具,但是传统的DEA不考虑供应链的内部结构,对系统效率评价偏高;而本文所研究两阶段串联供应链系统,考虑把部分中间产品作为最终产品输出,增加额外中间投入的情形.基于所提出的供应链系统结构,本文建立相应的串联结构下的网络DEA模型,并针对所建立模型进行相关理论的研究,给出了串联结构下的生产可能集和规模收益情况判定方法.最后,进行数值实验,以验证我们提出的结论.     

广义超效率区间DEA模型及其有效性研究

根据样本单元的区间投入、区间产出定义最大样本生产可能集,建立基于最大样本生产可能集的广义超效率区间DEA模型,然后定义了待评价决策单元基于广义超效率区间DEA模型的超效率区间,并讨论了待评价决策单元的有效性,最后通过实例表明了广义超效率区间DEA模型的实用性.     

基于交叉评价策略的DEA灰色关联排序模型北大核心

数据包络分析(DEA)是评价决策单元相对效率的有效方法,其中的交叉效率评价方法可用来对决策单元进行区分排序.针对原有模型中交叉效率值的不唯一问题,结合灰色关联分析思想,构建理想决策单元,定义各决策单元与理想决策单元的灰色关联度,以灰色关联度值最大为目标,建立优化模型来计算输入和输出指标的最佳权重,据此得出决策单元的交叉效率值,实现对决策单元的完全排序.最后通过算例来验证模型的有效性和实用性.     

基于交叉评价策略的DEA灰色关联排序模型

数据包络分析(DEA)是评价决策单元相对效率的有效方法,其中的交叉效率评价方法可用来对决策单元进行区分排序.针对原有模型中交叉效率值的不唯一问题,结合灰色关联分析思想,构建理想决策单元,定义各决策单元与理想决策单元的灰色关联度,以灰色关联度值最大为目标,建立优化模型来计算输入和输出指标的最佳权重,据此得出决策单元的交叉效率值,实现对决策单元的完全排序.最后通过算例来验证模型的有效性和实用性.     

基于数据包络分析的并行生产系统效率评价方法

数据包络分析(DEA)是一种评价具有多投入、多产出决策单元的相对效率的线性规划方法.在现实世界中,决策单元有时呈现出由多个独立子系统构成的复杂并联网络系统,各子系统的投入/产出之和构成了系统的总投入/产出.目前,用于评价这种具有并联网络生产系统相对效率的模型主要有三种:网络DEA模型、多部门DEA模型和关联DEA模型.现有这些模型的基本特性和相互关系存在着不足,即子系统的效率分解和优化指数不唯一.为解决这一问题,提出了改进的并联DEA模型,并采用加拿大银行系统实例来说明所提出模型的合理性和有效性.     

Supply chain performance evaluation with data envelopment analysis and balanced scorecard approach

One of the most complicated decision making problems for managers is the evaluation of supply chain (SC) performance which involves various criteria. Though vast studies have been recorded on supply chain efficiency evaluation via balanced scorecard (BSC) approach, these studies do not focus on the relationships between the four perspectives of BSC approach. The present paper is an attempt focusing on these relationships, especially the returnable ones. To do so, at first, all relationships between the four perspectives of BSC were determined and then the DEMATEL approach was employed to obtain a network structure. This network structure was then used to create a network DEA model. Since it was not possible to calculate the efficiency evaluation score by BSC, the data envelopment analysis (DEA) model was used for such an evaluation. Moreover, after reviewing different tools to evaluate the performance of supply chain, a new approach, relying on network DEA with BSC approach, was generated. Finally, this model was applied in the Iranian food industry to evaluate its supply chains efficiency and the results proved the high efficiency of the model designed. The findings could be used in various evaluation processes in different industries.     

A DEA game model approach to supply chain efficiency

Data envelopment analysis (DEA) is a useful method to evaluate the relative efficiency of peer decision making units (DMUs). Based upon the definitions of supply chain efficiency, we investigate the efficiency game between two supply chain members. It is shown that there exist numerous Nash equilibriums efficiency plans for the supplier and the manufacturer with respect to their efficiency functions. A bargaining model is then proposed to analyze the supplier and manufacturer's decision process and to determine the best efficiency plan strategy. DEA efficiency for supply chain operations is studied for the central control and the decentralized control cases. The current study is illustrated with a numerical example.     

具有阶段最终产出的链式网络DEA模型

针对具有阶段最终产出的链式网络提出了阶段最终产出为期望产出和非期望产出的概念并建立了相应的网络模型.给出了网络决策单元的网络DEA有效性与阶段DEA有效性的关系,给出了判别的充分必要条件.可以判断当网络决策单元不为网络DEA有效时,它在哪个阶段出现了无效率的情况.     

价格和服务双因素影响的供应链协调决策模型研究

以单个制造商和存在竞争的两个零售商组成的供应链结构模型为研究对象,建立价格和服务两个重要因素影响的市场需求函数,研究供应链协调决策模型。以销售价格、服务质量和制造商批发价格作为三个决策变量,分析集中决策和分散决策两种情景的最优策略,研究收益共享、服务成本分担、收益共享成本分担等三种不同契约的供应链协调问题,并使用数值仿真方法,分析了相关参数变化对系统协调的影响。仿真结果表明:收益共享契约和成本分担契约需满足一定条件才能达到供应链协调,但其效果不一定实现帕累托最优;收益共享和成本分担契约可实现供应链协调,但收入共享系数需在合理区间取值;改进的收益共享成本分担契约能够避免共享系数的盲区,更加有效地达到供应链协调,保持供应链良好运行。     

考虑政府约束的再制造闭环供应链差别定价博弈模型

本文考虑政府对废弃产品回收的奖惩约束措施,针对一类由制造商、零售商构成的再制造闭环供应链系统,基于博弈论方法研究了新产品和再制造品存在定价差别时集中决策和分散决策模式下的定价策略,得出了闭环供应链成员的最优定价策略和利润,并分析了政府约束措施对闭环供应链运作的影响。研究表明:集中决策下供应链效率高于Stackelberg博弈分散决策,为此设计了一个收益共享协调定价契约实现了闭环供应链的协调,进而分析了政府回收约束情况下再制造过程利润超过制造过程的再制造优先条件。算例分析验证了定价策略及协调机制的有效性。     

供应链融资模式下中小企业信用风险评估研究——基于左右得分的模糊TOPSIS算法

中小企业信用风险评价是供应链融资实现的关键。本文在对已进行的研究总结的基础上,建立了一套比较完整的评价指标体系,然后运用DEA、AHP和基于左右得分的模糊TOPSIS相结合的评价方法对中小企业在供应链融资中的信用风险进行评价。最后,将方法成功应用到具体实例,结果表明将AHP方法和左右得分模糊TOPSIS结合应用到多层次指标评价问题是合理、可行的,能够为供应链融资信用风险评估提供决策依据。     

生产可能集为凸包时的相对有效性评价模型

给出了一个评价决策单元相对有效性的新的DEA模型,它所对应的生产可能集被称为凸包形生产可能集,同时讨论了该模型解的存在性,定义了决策单元技术DEA有效和"上投影"的概念,断定一个决策单元的"上投影"相对于原来的决策单元是技术DEA有效的。最后给出一个应用新模型进行设施农业效率评价的例子。