نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری مدیریت صنعتی، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی، تهران، ایران

2 استاد،گروه مدیریت صنعتی ، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی ،تهران، ایران

3 استادیار، گروه مدیریت صنعتی ، واحد تهران جنوب، دانشگاه آزاد اسلامی ، تهران، ایران

4 استاد،گروه ریاضی، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی ،تهران، ایران

5 استادیار، گروه مدیریت صنعتی، واحد قزوین، دانشگاه آزاد اسلامی ، قزوین، ایران

چکیده

تحلیل پوششی داده‌ها یک تکنیک تحلیلی قدرتمند برای اندازه‌گیری کارایی نسبی مجموعه ای از واحد‌های تصمیم گیری براساس ورودی‌ها و خروجی‌هایشان است. در مدل‌های مرسوم تحلیل پوششی داده‌ها ضعف‌هایی وجود دارد که مهمترین آن‌ها تغییر وزن ورودی‌ها و خروجی‌ها است که باعث می‌شود کارایی واحد‌های تصمیم‌‌گیرنده با وزن‌های مختلف سنجیده شود. همچنین مدل‌های مرسوم تحلیل پوششی داده‌ها به شبکه‌ای بودن واحد‌های ارزیابی توجهی نکرده‌اند. در این مقاله ما برای برطرف کردن این ضعف‌ها مجموعه وزن‌های مشترک در تحلیل پوششی داده‌های شبکه‌ای با رویکرد برنامه‌ریزی آرمانی را پیشنهاد می‌کنیم. برای آزمون کارایی و حل مدل پیشنهادی ارائه شده از داده‌های واقعی شرکت‌های بیمه فعال در استان قزوین استفاده شده است. مدل ارائه شده در این مقاله واحد‌های تصمیم‌گیرنده را روی یک مقیاس یکسان با مجموعه‌ای از وزن‌های مشترک به صورت بی‌طرف ارزیابی می‌کند. مدل پیشنهادی، کمک می‌کند تا سیاست‌گذاران درک بهتری از نقاط قوت و ضعف ‌DMUها داشته باشند و برای ترقی نقاط قوت و رفع ضعف‌ها تلاش کنند و از این طریق کارایی DMUها را بهبود دهند.

کلیدواژه‌ها

عنوان مقاله [English]

A Goal Programming Approach for Development of Common Weights in Network DEA

نویسندگان [English]

  • Davood Gharakhani 1
  • Abbas Toloie Eshlaghy 2
  • Kiamars Fathi Hafshejani 3
  • Farhad Hosseinzadeh Lotfi 4
  • Reza Kiani Mavi 5

1 Department of Industrial management, Science and Research Branch, Islamic Azad University, Tehran, Iran

2 Department of Industrial Management, Science and Research Branch, Islamic Azad University, Tehran, Iran

3 Department of Management, South Tehran Branch, Islamic Azad University, Tehran, Iran

4 Department of Mathematics, Science and Research Branch, Islamic Azad University, Tehran, Iran

5 Department of Industrial Management, Qazvin Branch, Islamic Azad University, Qazvin, Iran

چکیده [English]

Data Envelopment Analysis (DEA) is a powerful analytical technique for measuring the relative efficiency for a set of Decision Making Units (DMUs) based on their inputs and outputs. There are weaknesses in conventional models DEA. Most important of which is the weight shift input and output which makes the efficiency of Decision Making Units with different weights measured. A characteristic of Traditional DEA models is that it allows DMUs to measure their maximum efficiency score with the most favorable weights. As well as the conventional DEA models are not focused network of evaluation units. In this paper we propose to correct the weaknesses the common set of weights (CSW) in network DEA model based on the Goal programming approach. To test the effectiveness of the proposed model and solve real data is used by insurance companies active in Qazvin province. The model presented in this paper units decide on a similar scale with a set of weights for neutral evaluation is common. Proposed approach helps policy makers to better understand the strengths and weaknesses of DMUs and try to promote the strengths and remove weaknesses to improve the efficiency and ranking of given DMUs.

کلیدواژه‌ها [English]

  • Data Envelopment Analysis
  • Common weights
  • Network DEA
  • Goal programming
اصغریان، سولماز.، حسین‌زاده لطفی، فرهاد.، کاظمی‌پور، حامد. ، (1394) ،کارایی کلی و دو مرحله‌ای شعب بانک به کمک مجموعه مشترک وزن با روش فازی، مجله علمی و پژوهشی تحقیق در عملیات در کاربردهای آن ، شماره ۱۲ (۲)، صفحات89 – ۱۰۸.
 
الفت‌، لعیا.‌، بامداد‌صوفی، جهانیار.، امیری، ‌مقصود.‌، ابراهیم‌پور ازبری‌،‌مصطفی.،‌(‌1391 )‌، مدلی جهت ارزیابی عملکرد زنجیره تامین با استفاده از مدل تحلیل پوششی داده‌های شبکه ای ) مورد: زنجیره تامین شرکت‌های داروسازی بورس اوراق بهادار تهران، فصلنامه علمی پژوهشی مطالعات مدیریت صنعتی، سال دهم، شماره 26 ، صفحات 1 تا 26.
امیری، مقصود.‌، علیمی، امیر.، ابطحی ، سید حسین.، ( 1386 ) ، ارائه مدلی در تحلیل پوششی داده‌ها برای بدست آوردن وزن‌های مشترک با استفاده از منطق فازی، فصلنامه علمی پژوهشی مطالعات مدیریت صنعتی، سال ششم، شماره 17 ، صفحات 135 تا 151.
امیری،  مقصود.‌، یعقوبی، علی.، مشاط‌زادگان، حمید‌رضا. ، صالحی‌صدقیانی، جمشید. ، (1388) ، ارائه‌ی مدلی برای تخمین کارایی براساس تکنیک تحلیل پوششی داده‌های تصادفی با اوزان فازی، مجله علمی و پژوهشی شریف، دوره 25، شماره 49، صفحات 47-55 .
امیری، مقصود.‌، رمضان زاده، سعید.، خاتمی‌فیروزآبادی‌،‌سید محمد.، صالحی صدقیانی، جمشید.‌،‌( 1394 )‌، ارزیابی عملکرد دانشکده‌های دانشگاه علوم انتظامی امین با رویکرد وزن‌های مشترک در تحلیل پوششی داده‌ها و تجزیه به مؤلفه‌های اصلی، فصلنامۀ علمی‌ پژوهشی مدیریت منابع در نیروی انتظامی، سال سوم، شمارة 2، صفحات 1 تا 26.
 
حسینی،امینه. ، خلیلی دامغانی ، کاوه. ، امامی میبدی، علی. ، (1395) ، تجزیه و تحلیل کارایی فنی- زیست محیطی پالایشگاه های نفت ایران توسط یک مدل تحلیل پوششی داده های شبکه ای فازی چند هدفه چند دوره ای ،فصلنامه علمی‌ پژوهشی مطالعات مدیریت صنعتی، دوره 14، شماره 42، صفحات 123-167 .
 
خلیلی‌دامغانی، کاوه. ، تقوی‌فرد، محمد‌تقی. ، کرباسچی، کیارث. ، (1395) ،  ارائه یک رویکرد ترکیبی مبتنی بر تحلیل چند معیاره رضایت و تحلیل پوششی داده‌های شبکه‌ای سه مرحله‌ای برای ارزیابی کارایی خدمات شعب بانک ملی ایران ، فصلنامه علمی و پژوهشی مطالعات مدیریت صنعتی، دوره 14، شماره 40، صفحات 75-109.
سیادتی، سامان .، نورالسناء، رسول.، (1393) ، ارائه مدلی جهت ارزیابی و تحلیل عملکرد پیمانکاران با استفاده از تحلیل پوششی داده تصادفی (SDEA)، ششمین کنفرانس بین المللی تحلیل پوششی داده ها.
صالحی‌صدقیانی، جمشید.‌، امیری، مقصود.‌، رضوی، سیدحسین.، هاشمی، شیده سادات.‌، حبیب زاده، اصحاب.‌، ( 1388 ) ، ارائه مدل برنامه ریزی آرمانی خطی برای محاسبه اوزان مشترک در مسائل تحلیل پوششی داده‌ها، مجله مدیریت صنعتی،‌ دوره 1، شماره 2‌‌‌، صفحات 89‌– 104.
علی نژاد،‌علیرضا.،‌ زمانی،‌سیدرضا.، (1395) ،  ارائه رویکردی ترکیبی از تحلیل پوششی داده‌ها و نظریه بازی‌ها به منظور رتبه‌بندی میزان تاثیرگزاری شاخص‌های کارت امتیازی متوازن در سنجش کارایی سازمان، فصلنامه علمی پژوهشی مطالعات مدیریت صنعتی،  دوره 14، شماره 41، صفحات 189-215.
Alinezhad, A., Kiani Mavi, R.,(2009), Practical common weights goal programming approach for technology selection, Mathematical Sciences, 3 (2): 201-212..
Carrillo, M,. Jorge, J.M , (2016), A multi objective DEA approach to ranking alternatives, Expert Systems with Applications, Volume 50, 15 May 2016, Pages 130-139.
Charnes, A., W.W. Cooper, E. Rhodes (1978) "Measuring the efficiency of decision-making units", European Journal of Operational Research, Vol. 2, pp. 429-444.
 
Chen, C. & Yan, H. (2011). Network DEA model for supply chain performance evaluation. European Journal of Operational Research, 213 (1): 147–155.
 
Cook, W.D., Zhu, J., Bi, G. & Yang, F. (2010). Network DEA: additive efficiency decomposition. European Journal of Operational Research, 207 (2): 1122– 1129.
 
Fukuyama, H. & Weber, W.L. (2010). A slacks-based inefficiency measure for a two-stage system with bad outputs. Omega, 38 (5): 398-409.
 
Hosseinzadeh Lotfi, F, Hatami-Marbini, A , Per J. Agrell, Aghayi, N,  Gholami, K, (2013), Allocating fixed resources and setting targets using a common-weights DEA approach, Computers & Industrial Engineering, Volume 64, Issue 2, PP 631-640.
Jahashahloo G.R, hosseinzadeh lotfi,.F ,khanmohammadi.m, rezaei.v. (2010), Ranking of units by positive ideal DMU with common weights. Homepage Journal of Elsevier: 37:7483-7488.
 
Jahanshahloo G.R., Memariani A., Lotfi F.H., Rezai H.Z. (2005), "A note on some of DEA models and finding efficiency and complete ranking using common set of weights", Applied Mathematics and Computation, Vol. 166, pp. 265-281.
 
Kao, C. & Hwang, S.N. (2008), Efficiency de composition in two-stage data envelopment analysis: an application to non-life insurance companies in Taiwan. European Journal of Operational Research, 185 (1): 418-429.
 
Kao, C. (2009), Efficiency decomposition in network data envelopment analysis: A relational model. European Journal of Operational Research, 192 (3): 949-962.
 
Kao, C. (2010), Malmquist productivity index based on common-weights DEA: The case of Taiwan forests after reorganization. Omega, 38, PP, 484-491.
Lee, B, L, Worthington, A, C, (2016), A network DEA quantity and quality-orientated production model: An application to Australian university research services, Omega, Volume 60, PP 26-33.
Lozano,S. (2015), A joint-inputs Network DEA approach to production and pollution-generating technologies, Expert Systems with Applications, Volume 42, Issue 21, PP, 7960-7968.
Makui, A., Alinezhad, A., Kian mavi, R., & Zohrebandian, M.(2008), A Goal programming Method for Finding common weights in DEA with an improved discriminating power for efficiency. journal of industrial and systems engineering,vol.1, No.4, pp.293-303.
 
Panagiotis D. Zervopoulos, Theodora S. Brisimi, Ali Emrouznejad, Gang Cheng,(2016), Performance measurement with multiple interrelated variables and threshold target levels: Evidence from retail firms in the US, European Journal of Operational Research, Volume 250, Issue 1, Pages 262-272.
Roll Y, Cook WD, Golany B (1991), Controlling factor weights in data envelopment analysis. IIE Transactions 23(1): 2–9.
 
Salahi, M., Torabi, N., Amiri, A., (2016), An Optimistic Robust Optimization Approach to Common Set of Weights in DEA, Measurement, 93, PP, 67-73.
 
Tone, K. & Tsutsui M. (2009), Network DEA: a slacks-based measure approach. European Journal of Operational Research, 197 (1): 243-252.
 
Witzel, Morgen (2002), "a Short History of Efficiency", Bossiness Strategy Review, Vol. 13, pp. 38-47.
 
Zha, Y, Liang,N, Wu, M, Bian ,Y, (2016), Efficiency evaluation of banks in China: A dynamic two-stage slacks-based measure approach, Omega, Volume 60, Pages 60-72.
Zografidou, E, Petridis, K, Arabatzis, G,  Kumar Dey, P,(2016), Optimal design of the renewable energy map of Greece using weighted goal-programming and data envelopment analysis, Computers & Operations Research, Volume 66, PP 313-326.