مژگان پورعلیزاده؛ علیرضا امیرتیموری؛ محسن واعظ قاسمی
چکیده
تحلیل پوششی داده ها یک روش مفید جهت اندازه گیری کارایی نسبی عملکردی و محیطی یک زنجیره تامین پایدار می باشد. بخش های یک زنجیره تامین براساس فعالیت اقتصادی دو نوع خروجی تولید میکنند و ورودی ها به دو دسته تحت دسترس پذیری عادی و مدیریتی افراز میشوند. این مقاله مدلی را برای تعیین کارایی یک زنجیره تامین جهت سرمایه گذاری روی نوع خاصی از ورودی ...
بیشتر
تحلیل پوششی داده ها یک روش مفید جهت اندازه گیری کارایی نسبی عملکردی و محیطی یک زنجیره تامین پایدار می باشد. بخش های یک زنجیره تامین براساس فعالیت اقتصادی دو نوع خروجی تولید میکنند و ورودی ها به دو دسته تحت دسترس پذیری عادی و مدیریتی افراز میشوند. این مقاله مدلی را برای تعیین کارایی یک زنجیره تامین جهت سرمایه گذاری روی نوع خاصی از ورودی ها به منظور ابداع تکنولوژی جدید همراه با شاخص های دو نقشی برای کنترل هزینه پاک سازی گاز فلرینگ ,مقدار الکتریسیته مصرفی نیروگاه ها و ارتقای سطح علمی درامور بهره برداری و انتقال ارائه می‌کند. بخش کاربردی این مطالعه شامل ده زنجیره تامین ازصنعت برق در نقاط متفاوت ایران می باشد هر زنجیره تامین شامل کمپانی نفت و گاز جهت تامین سوخت مورد نظرنیروگاه ها و نیروگاه های برق جهت تولید برق و شرکت برق منطقه ای برای انتقال برق تولید شده و شرکت های توزیع برق جهت توزیع الکتریسته مورد نیاز و هم چنین مصرف کنندگان می باشد.
اکبر مرادی مجد؛ علیرضا امیرتیموری؛ سهراب کردرستمی؛ محسن واعظ قاسمی
چکیده
تحلیل پوششی داده ها (DEA) یک تخمین‌گر است. این تخمین‌گر سعی می کند که یک ارتباط بین ورودی های متعدد و خروجی های متعدد و همچنین تکنولوژی تولید را تخمین بزند. DEA واحدهای تصمیم گیرنده (DMU) را به دو بخش واحدهای کارا و واحدهای ناکارا تقسیم بندی می‌کند. در این صورت واحدهای کارا مرجعی برای واحدهای ناکارا خواهد بود. در مدل‌های سنتیDEA بهبود کارایی ...
بیشتر
تحلیل پوششی داده ها (DEA) یک تخمین‌گر است. این تخمین‌گر سعی می کند که یک ارتباط بین ورودی های متعدد و خروجی های متعدد و همچنین تکنولوژی تولید را تخمین بزند. DEA واحدهای تصمیم گیرنده (DMU) را به دو بخش واحدهای کارا و واحدهای ناکارا تقسیم بندی می‌کند. در این صورت واحدهای کارا مرجعی برای واحدهای ناکارا خواهد بود. در مدل‌های سنتیDEA بهبود کارایی تنها برای واحدهای ناکارا صورت می گیرد و واحدهای کارا بدون تغییر باقی می مانند. اما از آنجا که تکنولوژی تخمینزده شده همواره از تکنولوژی واقعی کوچکتر است یا به عبارت دیگر این تکنولوژی تخمینزده شده همواره زیر مجموعهای از تکنولوژی واقعی میباشد بنابراین میتوان آن را به میزان بسیار کمی گسترش داد. در نتیجه می توان راهکاری برای بهبود واحدهای کارا نیز ارایه کرد. در این مقاله الگوریتمی جهت گسترش مجموعه امکان تولید (PPS) با توجه به خواص هندسی آن و همچنین بهبود واحدهای کارا ارایه می شود. این کار به وسیلهی ساختن واحدهای مجازی خارج از مجموعه امکان تولید انجام می شود. همچنین به منظور تشریح روش مطرح شده مثالهای عددی و کاربردی ارایه میشود.
