arXiv 1508.060052015-08-25math.OC

一种基于数据包络分析和模糊概念的多属性决策方法

An Alternative method in Multi-Attribute Decision Making using Data Envelopment Analysis and Fuzzy concept

Majid Zerafat Angiz L., Mohd Kamal Nawawi, Mohammad Ghadiri, Adli Mustafa

摘要：

数据包络分析（DEA）作为一种评价多输入多输出决策单元（DMU）技术效率的数学模型。DEA模型在多属性决策（MADM）环境中的应用一直是研究者们的兴趣所在，但DEA模型的评价本质上不同于MADM。这就是为什么结果不令人满意。在本文中，首先，一个具有挑战性的讨论，以表明使用传统的DEA模型的排名是不可靠的，然后提出了一个混合模型，使用DEA和模糊概念，提出了一个自我评估的每个决策单元。

英文摘要：

Data Envelopment Analysis (DEA) as mathematical models evaluates the technical efficiency of Decision Making Units (DMU) having multiple inputs and multiple outputs. Researchers are interested in applying DEA models in Multi Attribute Decision Making (MADM) environment, but evaluation by these models is different in nature than MADM. This is why the results are not satisfactory. In this paper first, a challenging discussion is provided to indicate ranking using traditional DEA models is not reliable, and then a hybrid model using DEA and fuzzy concepts is proposed to present a self-assessment for each DMU.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

基于混合模糊多目标数据挖掘分析的决策单元性能评价

Performance evaluation of DMUs using hybrid fuzzy multi-objective data envelopment analysis

本文的目的是评价决策单元（DMU）的性能，使用混合模糊多目标（FMO）数据包络分析（DEA）方法。本研究发展模糊多目标乐观（FMOO）与悲观（FMOP）DEA模型，以评估决策单元的绩效。为了对决策单元进行排序，使用了一种可以同时集成乐观和悲观效率的排序方法。与现有的方法进行了比较，所提出的方法的帮助下，一个例子。最后，一个现实生活中的应用开发的模糊乐观和悲观的DEA模型在教育部门。

2022-02-03math.OC

灰色关联分析、层次分析和数据挖掘的综合方法

An integrated approach to grey relational analysis, analytic hierarchy process and data envelopment analysis

目的：提出了一种将层次分析法（AHP）和数据包络分析法（DEA）相结合的多属性灰色关联分析方法，该方法中属性权重完全未知，属性值为模糊数。设计/方法/办法：本研究已被组织进行以下步骤：计算灰色关联系数的方案就每个属性，使用模糊GRA方法。灰关联系数为加性DEA模型提供所需的（输出）数据，用AHP方法计算属性的优先权，为加性DEA模型中的属性权重设定权重界限，用一对加性DEA模型计算灰关联度，从乐观和悲观两个角度评价各方案的性能，用灰色关联度评价各方案的性能，用灰色关联度评价各方案的性能，用灰色关联度评价各方案的性能。以及使用折衷等级将乐观和悲观灰色关联等级组合以评估每个备选方案的总体性能。调查结果：所提议的方法提供了一个更合理和全面的业绩衡量标准，并在此基础上得出替代品的总体排名。一个说明性的例子，一个核废料倾倒场选址是用来突出所提出的方法的实用性。创意/价值：这项研究是一个进步，以克服目前的缺点，在模糊多属性GRA方法的属性加权计划。保留字：数据挖掘分析，灰色关联分析，层次分析法，多属性决策，模糊数，加权.

2017-01-31math.OC

具有缺失数据的全直觉模糊数据处理分析模型的开发：在印度警察部门的应用

Development of fully intuitionistic fuzzy data envelopment analysis model with missing data: an application to Indian police sector

Indian Institute of Technology Roorkee（印度理工学院鲁尔基分校）

数据包络分析（DEA）是一种用于衡量决策单元（DMU）效率的技术。为了衡量决策单元的效率，最基本的要求是输入-输出数据。数据通常由人类、机器或两者收集。由于人为/机器错误，可能会有一些缺失值或不准确性，例如收集的数据中的不确定性/不确定性/犹豫。在这种情况下，将很难准确地衡量决策单元的效率。为了克服这些缺点，提出了一种方法，可以处理数据中的缺失值和不准确性。为了度量决策单元的性能效率，提出了一种全直觉模糊（IF）环境下的输入最小化BCC（IMBCC）模型。为了验证所提出的完全直觉模糊输入最小化BCC（FIFIMBCC）模型和处理数据中缺失值的技术的有效性，提出了一个现实生活中的应用程序来衡量印度警察局的性能效率。

2022-07-27cs.AImath.OCstat.AP

模糊多目标非线性规划在不确定性决策单元评价中的应用

Evaluating decision making units under uncertainty using fuzzy multi-objective nonlinear programming

提出了一种基于模糊数据包络分析（DEA）的不确定决策单元（DMU）评价方法。在所提出的多目标非线性规划方法中，目标函数和约束条件都是模糊的。假设决策变量在目标函数和约束中的系数以及被评估的决策单元为三角形隶属函数的模糊数。最后通过算例对现有的模糊DEA模型和所提出的方法进行了比较。

2015-08-25math.OC

两阶段网络数据包络分析法在教育领域的应用

A Two-stage Network Data Envelopment Analysis: An Education Sector Application

数据包络分析（DEA）就像一个黑盒子，不能提供任何足够的细节来识别决策单元（DMU）效率低下的具体原因。本研究的动机是借由二阶段关系网路DEA模型分析决策过程中决策单元无效的原因。在本研究中，一个两阶段的关系网络DEA模型被应用到测量的决策单元的整个过程和每个阶段独立的性能。过去的研究一般都是使用传统的DEA模型来分析教育机构的绩效。在目前的研究中，通过考虑定量属性来衡量印度管理研究所（IIMs）的业绩，通过使用网络DEA，我们开发了一个程序，捕捉质量和数量。

2022-06-03math.OC

基于模糊松弛测度（SBM）DEA模型的可信性研究

A Credibility Approach on Fuzzy Slacks Based Measure (SBM) DEA Model

数据包络分析（DEA）是一种基于线性规划的多标准技术，用于处理许多现实问题，主要是在非营利组织中。基于松弛测度（SBM）模型是评价决策单元（DMU）相对效率的DEA模型之一。SBM DEA模型直接利用输入松弛和输出松弛来确定决策单元的相对效率。为了处理定性或不确定的数据，模糊SBM DEA模型是用来评估决策单元的性能在这项研究中。采用可信度测度方法，将模糊SBM DEA模型转化为不同可信度水平下的清晰线性规划模型。模糊DEA模型的评价结果比传统DEA模型的评价结果更符合实际情况。最后，以印度炼油企业为例，应用所提出的模型进行了数值分析，得到了炼油企业的效率行为。

2021-02-03math.OC

更多相关论文收起更多论文

银行绩效建模：一种新的模糊两阶段DEA方法

Modeling bank performance: A novel fuzzy two-stage DEA approach

由于银行在每个国家的经济发展中发挥着至关重要的作用，评估银行的业绩一直是人们感兴趣的问题。数据包络分析（DEA）已被广泛用于衡量银行分支机构的绩效。在传统的DEA方法中，决策单元（DMU）被视为黑箱，将输入集转换为输出集，而不考虑内部的相互作用发生在每个DMU。两阶段DEA模型的设计，以克服这一不足。因此，本文提出了一种新的两阶段DEA模型的基础上改进的增强罗素模型。另一方面，在许多情况下，例如在制造系统、生产过程或服务系统中，输入、中间产品和输出可以作为模糊变量给出。本文的主要目的是建立和提出一个新的模糊两阶段DEA模型来衡量15个分行的效率的梅利银行在哈梅丹省。

2020-11-04cs.AImath.OC

关于比率变量在数据包络分析中的适用性：在教育中的应用及方法扩展

Data envelopment analysis with common-denominator ratio variables: An application to education with methodological extensions

University of Valencia（瓦伦西亚大学）；UNED（西班牙国立远程教育大学）

研究比率变量在数据包络分析中的适用性，通过建立等价性结果开发评估OECD国家效率的框架，有方法创新，还介绍了估计改进方向等方法及对新兴方法的贡献，可用于分析相关报告数据。

2026-10-02math.OCstat.ME

双模糊概率区间语言术语集及基于马尔可夫过程的动态模糊决策模型在多准则群体决策中的应用

Double Fuzzy Probabilistic Interval Linguistic Term Set and a Dynamic Fuzzy Decision Making Model based on Markov Process with tts Application in Multiple Criteria Group Decision Making

Stanford University（斯坦福大学）

针对概率语言术语缺陷及动态属性权重确定难问题，提出双模糊概率区间语言术语集概念，定义相关内容，开发模糊语言马尔可夫矩阵等，给出权重确定方法，并用金融风险投资案例说明其在多准则决策中的应用。

2026-07-07cs.AIcs.SYecon.GN