基于SMAA的DEA决策单元效率评价与排序

论文摘要

数据包络分析（Data Envelopment Analysis）是一种广泛应用于计算具有多个投入和多个产出的决策单元的相对效率和排序的非参数数学规划方法。DEA已逐渐成为管理科学、系统工程以及经济学中一个非常重要的分析工具。然而传统DEA方法仍然存在一些问题。首先,传统的DEA方法将决策单元视为黑箱,近年来,研究视角逐渐由决策单元整体转移到考虑决策单元内部结构,即网络DEA研究。由于环境的不确定性,现实问题中观察到的投入、产出值往往是不精确的或模糊的。据此,本文引入随机多准则可接受度（SMAA-2）方法,在第3章中,以两阶段供应链系统为例,提出两阶段SMAA-DEA模型,计算具有随机属性值的供应链的相对效率及排序。定义两种随机效率值:最大效率和平均效率。最大效率是基于乐观标准的最佳效率值。平均效率是基于平均标准的期望效率值。模型还提供决策单元各个排名位置的可接受度指数和总体可接受度指数。算例分析验证了提出模型的合理性。此外,传统DEA模型中各个决策单元选择对自身最有利的权重计算决策单元效率。相较于传统DEA模型,DEA公共权重模型用一组公共的投入产出权重评价所有决策单元,评价结果往往更具有区分度且更为客观。在第4章中,考虑决策单元对排名位置的满意程度,提出了基于最大化最小满意度或最大化平均满意度的DEA公共权重模型。首先,基于随机多准则可接受度分析（SMAA）方法,计算出每个决策单元处于各个排名位置的可接受度指数;然后,通过逆权重空间分析求得使最小满意度或平均满意度最大化的一组公共权重。据此,可以基于得出的DEA公共权重对决策单元进行效率评估和排序。本文提出两阶段SMAA-DEA模型和DEA公共权重模型分别从决策单元数据不确定性和满意度出发,拓展了DEA方法的普适性,提出的方法框架能够帮助决策者进行科学管理,在经营及决策等方面具有重要的应用价值。本文主要研究创新之处有:1)扩展了两阶段DEA模型,使用随机分布处理不确定或不精确的投入、中间变量和产出。2)两阶段SMAA-DEA模型允许可变的阶段权重,并且不需要预先指定任何关于阶段的偏好信息。3)提出了基于决策单元满意度的公共权重评估模型和相应求解算法。

论文目录

• 摘要
• Abstract
• 第1章 绪论
•   1.1 研究背景
•   1.2 研究意义
•   1.3 研究创新点
•   1.4 论文研究框架
• 第2章 相关理论概述
•   2.1 数据包络分析
•     2.1.1 DEA基本概念
•     2.1.2 DEA基本模型
•     2.1.3 网络DEA模型
•   2.2 随机多准则可接受度分析
•     2.2.1 SMAA符号说明
•     2.2.2 SMAA模型
•     2.2.3 SMAA-2模型
•     2.2.4 其它SMAA方法
•   2.3 本章小结
• 第3章 基于SMAA的DEA两阶段系统的效率评估与排序
•   3.1 问题描述
•   3.2 相关文献综述
•   3.3 研究模型
•     3.3.1 最大效率和平均效率
•     3.3.2 可接受度指数
•   3.4 算例分析
•     3.4.1 指标选取与数据来源
•     3.4.2 评价结果及分析
•   3.5 本章小结
• 第4章 基于SMAA的DEA公共权重的效率评估与排序
•   4.1 问题描述
•   4.2 相关献综述
•   4.3 研究模型
•   4.4 算例分析
•     4.4.1 指标选取与数据来源
•     4.4.2 评价结果及分析
•   4.5 本章小结
• 第5章 总结及展望
•   5.1 研究总结
•   5.2 不足与展望
• 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

文章来源

类型: 硕士论文

作者: 朱运霞

导师: 杨锋,昂胜

关键词: 数据包络分析,随机多准则可接受度分析,公共权重,效率评估,排序

来源: 中国科学技术大学

年度: 2019

分类: 基础科学,经济与管理科学

专业: 数学,宏观经济管理与可持续发展

单位: 中国科学技术大学

分类号: F224

总页数: 68

文件大小: 3966K

下载量: 197