数据包络分析交叉效率评价的改进方法

发布时间：2021-04-27 16:59

　　数据包络分析（Data envelopment analysis,DEA）是一种非参数生产分析方法,它被广泛应用于决策单元（Decision-making units,DMUs）的绩效评价和标杆确定。然而,该方法的自评模型,Charnes-Cooper-Rhodes（CCR）模型,通常会将很多的DMU评价为DEA有效,而有效的DMU的效率值均为1,这会导致评价结果中有效的DMU不能被进一步的区分和排名。为了解决这一问题,学者们提出使用DEA交叉效率评价方法。该方法能更好地对DMU进行区分和排名,但它仍然存在一定的不足,如:最优权重不唯一性和评价结果的非帕累托最优性。这些不足使得评价结果不能被DMU所广泛接受,从而降低了 DEA交叉效率评价方法的实用性。本文旨在解决DEA交叉效率评价中的最优权重不唯一性问题和评价结果的非帕累托最优性问题,并从考虑提高DMU对评价结果的认可度和接受度的角度提出相应的DEA交叉效率评价改进方法。这些方法被应用到疗养院效率评估、研发项目选择、绿色供应商选择以及先进技术选择等。本文的核心工作包括以下几个方面:第一,指出了传统交叉效率次级目标模型中所使用的交叉效率... 

【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】：116 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景
    1.2 主要贡献
    1.3 论文结构
第2章 文献回顾
    2.1 理论基础
        2.1.1 DEA简介
        2.1.2 DEA交叉效率评价及问题描述
    2.2 DEA排序的相关研究
    2.3 DEA交叉效率评价相关研究
        2.3.1. 次级目标模型
        2.3.2. 扩展性交叉效率模型
第3章 扩展性次级目标模型
    3.1 传统仁慈性和侵略性模型
    3.2 交叉效率目标确定模型
    3.3 扩展性次级目标模型
        3.3.1 改进的仁慈性和侵略性模型
        3.3.2 中立性模型
    3.4 算例
    3.5 本章小结
第4章 基于帕累托改进的DEA交叉效率评价
    4.1 帕累托最优交叉效率评价模型
        4.1.1 帕累托最优性检验模型
        4.1.2 交叉效率帕累托改进模型
    4.2 算法与公共权重
        4.2.1 算法
        4.2.2 公共权重
        4.2.3 算例
    4.3 项目选择和疗养院评价的案例研究
        4.3.1 研发项目选择
        4.3.2 疗养院绩效评价
    4.4 本章小结
第5章 交互讨价还价博弈DEA交叉效率评价
    5.1 交互讨价还价博弈模型
    5.2 算法和算例
        5.2.1 算法
        5.2.2 算例
    5.3 绿色供应商选择案例分析
        5.3.1 案例背景和数据
        5.3.2 评价结果讨论
        5.3.3 考虑订购批量的绿色供应商选择
    5.4 本章小结
第6章 基于满意度的DEA交叉效率评价
    6.1 满意度
    6.2 基于满意度的MAX-MIN权重选择模型
    6.3 算法
        6.3.1 线性求解模型(6.8)的算法
        6.3.2 保证权重唯一性算法
        6.3.3 算例
    6.4 技术选择应用
        6.4.1 案例背景
        6.4.2 评价和选择结果
        6.4.3 不同方法的进一步对比
    6.5 本文所提方法的比较
    6.6 本章小结
第7章 研究结论与展望
    7.1 研究结论
    7.2 研究展望
参考文献
致谢
在读期间发表的学术论文与取得的其他研究成果


【参考文献】：
期刊论文
[1]Ranking approach of cross-efficiency based on improved TOPSIS technique[J]. Jie Wu,Jiasen Sun,Yong Zha,and Liang Liang School of Management,University of Science and Technology of China,Hefei 230026,P.R.China.  Journal of Systems Engineering and Electronics. 2011(04)



本文编号：3163832