基于数据包络分析的复杂系统相对有效性分析

数据包络分析是用来评价同类型决策单元相对有效性的一种新方法．考虑到实际问题中被评价的同类型决策单元之间不一定是相互独立的,在假设决策单元之间存在合作的条件下,给出了评价具有多个子系统的复杂系统相对有效性的数据包络分析模型,并证明了模型的一些性质以及系统相对有效与子系统相对有效之间的关系．这些模型可以用来评价区域之间通过经济合作带来的收益。     

MATLAB在数据包络分析中的应用

用数学软件MATLAB编写了方便、适用的DEA应用程序，较好地解决了DEA计算量大的问题，建立的程序为DEA理论研究和实际应用提供了方便、有效的计算工具。     

数据包络分析C~2R模型的灵敏度分析

主要研究了数据包络分析中Ｃ~２Ｒ模型的灵敏度分析，由此给出有效决策单元的投入产出数据保持其有效性时的变化范围。     

基于数据包络分析的科技创新绩效评价

基于数据包络分析法对高校科技创新绩效的指标体系进行了分析,建立了关于科技创新绩效评价的C2R模型.利用该模型对天津师范大学2001-2007年理工类学科的科技创新绩效进行了评价,实践表明,该模型是评价高校科技创新绩效的一种有效方法,可为高校科研活动制定合理化决策提供必要的理论依据.     

基于粗糙集-数据包络分析的公路交通发展有效性评价

选取12个客观指标构建了公路交通可持续发展评价分析指标体系。首先运用粗糙集属性约简理论对所构建的指标体系进行约简,去掉其中的冗余指标,然后运用数据包络分析中的C2R模型和BC2模型对全国31个省市的公路交通发展状况进行评价,从规模和技术上分别对公路交通的发展状况进行了分析。结果表明,只有11个省市是规模和技术整体有效的,其中绝大多数省市的规模收益处于递减状态,说明我国公路交通的可持续发展效率不高,特别是规模效益不高。在以后公路交通的发展过程中,不仅要提高公路网的利用效率,还要注重并加强技术的引进与应用。     

数据包络分析（DEA）理论综述及展望

阐述了数据包络分析(DEA)的基本原理和模型,针时DEA的相关理论的研究与发展进行了述评,并在此基础上就DEA理论的发展作一展望.     

基于群决策的数据包络分析模型

研究基于群决策的带有偏好约束的数据包络分析(DEA)模型．针对群决策中偏好形式的多样性，在对不同偏好一致化的基础上，将各决策者的偏好集结成群组偏好，以此作为反映权重的主观信息．进一步将此信息与DEA模型中反映权重的客观信息集成，构造出一种基于群决策的DEA模型，最后给出了算例．     

数据包络分析在高等教育学费标准评价中的应用

以华北地区五省市为决策单元,利用数据包络分析C^2R评价模型,求得高等教育学费政策相时有效的省市,并计算出非相对有效省市的输入冗余量和输出亏空量．     

数据包络分析方法在胜利油田投资效益评价中的应用

运用数据包络分析方法（DEA）对胜利油田1986－1998年的投资效益进行了科学评价,建立了评价胜利油田经济效益的DEA计算模型,给出了评价指标。利用DEA模型对胜利油田开发中的基础数据进行了定量分析,并针对目前油田开发管理中存在的问题提出了相应的对策。该研究结果为油田投资决策和经营管理提供了一定的科学依据。     

数据包络分析方法在胜利油田投资效益评价中的应用

运用数据包络分析方法 (DEA)对胜利油田 1986— 1998年的投资效益进行了科学评价 ,建立了评价胜利油田经济效益的DEA计算模型 ,给出了评价指标。利用DEA模型对胜利油田开发中的基础数据进行了定量分析 ,并针对目前油田开发管理中存在的问题提出了相应的对策。该研究结果为油田投资决策和经营管理提供了一定的科学依据。     

基于超效率数据包络分析模型的视窗分析

视窗分析作为一种分析效率前沿移动的方法已获得较为广泛的应.而传统的视窗分析中效率评价一般都采用CCR模型,会出现多个时期的决策单元有效的情形,难以对这些决策单元进行全面系统的评价.针对这个问题,借助超效率数据包络分析可以进一步区分有效决策单元的思想,将超效率数据包络分析模型引入视窗分析当中,并利用该方法对福建省九个设区...     

基于DEA方法的陕北退耕还林(草)模式研究

运用数据包络分析方法研究陕北退耕还林的运作模式，建立了陕北退耕还林(草)的DEA模型．将指标对应数据代入模型，通过分析求解出非有效决策单元，并运用数据包络分析方法的基本原理对非有效决策单元进行调整，由此得到的数据对陕北地区退耕还林工程具有良好的指导意义．     

运用基于数据包络分析的交互式预测方法进行财政预测

对基于数据包络分析法的预测方法进行简化,并将数据包络分析法与交互式方法相结合,得到基于数据包络分析的交互式预测方法.基于该方法得出的预测结果,不仅是技术有效的,同时也是规模有效的.最后利用该方法对财政政策的有效预测进行了实证分析.     

基于因子分析和数据包络分析的港口竞争力评价

为准确客观评价深圳港的综合竞争力,选用34个可以量化的评价指标.采用因子分析法在众多评价指标中提取影响深圳综合竞争力的公共因子,对深圳港2003—2008年及周边港口的综合竞争力进行分析比较.采用数据包络分析法对影响深圳综合竞争力的公共因子中指标的投入产出的有效性进行分析.引入交叉评价机制对广州、上海、厦门、珠海和深圳在某些方面的有效性进行分析比较,旨在为港口发展战略提供理论参考.     

基于可变模糊数据包络分析的多目标决策模型

多目标决策问题的两个关键步骤是各指标权重的确定和距离函数基准点的选择.为直接从数据集中挖掘指标权重,获取样本的一致性排序,研究了样本权重未事先确定的多目标决策问题,建立了一种先优化每个指标的客观权重使赋权后每个样本综合属性值趋于理想值;再通过相对距离测定,利用可变模糊模型计算样本相对隶属度矩阵的两阶段决策模型,最后给出了应用算例并同其他方法进行了对比分析.结果显示这种新方法计算结果稳定,能够对样本进行有效排序,不仅可以有效解决数据包络分析模型解不唯一的问题,而且满足样本与理想点和非理想点距离之和为1的条件,生成一致排序.     

基于IDEA模型的港口物流服务商优选方法

为科学地对港口物流服务商进行评估及选择,基于数据包络分析(DEA)模型,结合定性的不确定因素,提出非精确数据包络分析(IDEA)模型的港口物流服务商优选方法.该方法无需更多精确信息,并兼有一般DEA的特点,较好地解决了DEA无法处理定性因素的问题.算例分析结果表明了该方法的有效性和实用性.     

信息不确定条件下的鲁棒数据包络分析建模

为应对传统DEA方法在信息不确定条件下评价结果可能出现不稳定的现象,结合鲁棒优化方法,构建鲁棒数据包络分析RDEA模型,分别和同时应对投入产出数据受到扰动的情形,以增强DEA评价方法的可靠性.算例和敏感性分析表明RDEA方法对投入产出数据不确定性有免疫作用,通过适当牺牲最优性实现了提升效率评价结果稳定性的目的.     

随机DEA的确定等量变换

讨论了随机条件下,决策单元的相对有效性评价问题,提出了随机变量、随机ＤＭＵ确定等量的概念和一种新的随机相对有效性判别方法,即随机ＤＥＡ的确定等量变换法,与其它判别法相比,方法具有计算简单、实用,且能反映决策者风险偏好等特点。