TY - JOUR ID - 66394 TI - ارتقای قدرت تفکیک‌پذیری در مدل تحلیل پوششی داده‌ها با استفاده از متغیرهای انحراف JO - مدیریت صنعتی JA - IMJ LA - fa SN - 2008-5885 AU - قاسمی, محمدرضا AU - نبی زاده, آرش AD - گروه مهندسی صنایع، دانشکده مهندسی، دانشگاه فناوری های نوین سبزوار، سبزوار، ایران AD - گروه علوم پایه، دانشگاه آزاد اسلامی واحد تهران غرب، تهران، ایران Y1 - 2017 PY - 2017 VL - 9 IS - 4 SP - 765 EP - 780 KW - تحلیل پوششی داده‌ها KW - توزیع وزن‌ها KW - رتبه‌بندی KW - قدرت تفکیک‌پذیری DO - 10.22059/imj.2018.241913.1007313 N2 - در چندین دهۀ گذشته تحلیل پوششی داده‌ها (DEA) به‌عنوان تکنیکی برای ارزیابی عملکرد و اندازه‌گیری کارایی واحدهای تصمیم‌گیری (DMU)، بر اساس داده‌های ورودی ـ خروجی آنها معرفی شد. با وجود این، نقصان و ضعف در قدرت تفکیک‌پذیری و عدم توزیع مناسب وزن‌ها به‌عنوان اشکالات عمده در DEA باقی مانده‌اند. در ادبیات موضوع، مدل‌هایی برای حل این مشکلات ارائه شده است که این مدل‌ها مشکلات دیگری از قبیل ناشدنی بودن دارند. در این مقاله با به‌کار بردن یکی از معیارها از مدل DEA چندمعیاره (MCDEA)که در اواخر دهۀ 1990 میلادی توسعه یافت، اضافه کردن کرانی پایین برای وزن‌ها و همچنین ارائۀ ابتکار و تکنیکی برای تفکیک و رتبه‌بندی همۀ واحدهای تصمیم‌گیری کارا، به‌دنبال برطرف کردن مشکلات اشاره‌شده هستیم. برای تست و سنجش قابلیت متد پیشنهادی در مقابل مدل‌های DEA موجود، به حل و تحلیل نتایج دو مثال عددی می‌پردازیم.   UR - https://imj.ut.ac.ir/article_66394.html L1 - https://imj.ut.ac.ir/article_66394_48232ee921b8d609092b1442a2ca377b.pdf ER -