مبانی نظری و پیشینه پژوهش تحلیل پوششی داده‌ها

مبانی نظری و پیشینه پژوهش تحلیل پوششی داده‌ها

مبانی نظری و پیشینه پژوهش تحلیل پوششی داده‌ها

دانلود مبانی نظری و پیشینه پژوهش تحلیل پوششی داده‌ها

مبانی نظری و پیشینه پژوهش تحلیل پوششی داده‌ها
مبانی نظری پایان نامه تحلیل پوششی داده‌ها
مبانی و پیشینه نظری تحلیل پوششی داده‌ها
فصل دوم پایان نامه تحلیل پوششی داده‌ها
مبانی نظری تحلیل پوششی داده‌ها
مبانی نظری و پیشینه پژوهش تحلیل پوششی داده‌ها
دانلود پیشینه و مبانی نظری پژوهش تحلیل پوششی داده‌ها
تحلیل پوششی داده‌ها
دسته بندی علوم انسانی
فرمت فایل docx
حجم فایل 51 کیلو بایت
تعداد صفحات فایل 15

مبانی نظری و پیشینه پژوهش تحلیل پوششی داده‌ها

توضیحات: فصل دوم (پیشینه ی پژوهش)

همرا با منبع نویسی درون متنی فارسی و انگلیسی کامل به شیوه APA  جهت استفاده فصل دو

توضیحات نظری در مورد متغیر و همچنین پیشینه در مورد متغیر مربوطه و متغیرهای مشابه

رفرنس نویسی و پاورقی دقیق و مناسب برای فصل دو

منبع :                          دارد (به شیوه APA)

نوع فایل:                      WORD و قابل ویرایش با فرمت doc

قسمتی از مبانی نظری متغیر:

این روش در ابتدا با تز دکتری رودز مطرح شد که در آن پیشرفت تحصیلی مدارس امریکا در سال 1978 مورد ارزیابی قرار گرفته بود که در همین راستا این تکنیک برای رتبه‌بندی دانشکده‌های اقتصاد انگلستان نیز مورد استفاده قرار گرفت که اساس آن بر اساس مدلی بود که فارل در سال 1957 برای ارزیابی کارایی با استفاده از روشهای غیر پارامتری مطرح کرده بود. چارنز رودز و کوپر مدل اولیه فارل راکه چند ورودی و یک خروجی داشت را توسعه دادند و نام آن را CCR  گذاشتند و در سال 1984نیز مدل BCC توسط بنکر، چارنز و کوپر ارائه شد. (آزادی و فتائی، 1389 : 22)

تعریف تحلیل پوششی داده‌ها: تکنیکی جهت محاسبه کارایی نسبی یک مجموعه از واحدهای تصمیم گیرنده در مقایسه با یکدیگر با استفاده از یک برنامه ریاضی می‌باشد.

تعریف ورودی: در تحلیل پوششی داده‌ها عاملی است که با افزایش آن با حفظ تمام عوامل دیگر کارایی کاهش یافته و با کاهش آن با حفظ تمام عوامل دیگر کارایی افزایش می‌یابد.

تعریف خروجی: در تحلیل پوششی داده‌ها عاملی که با افزایش آن با حفظ تمام عوامل دیگر کارایی افزایش یافته و با کاهش آن و با حفظ تمام عوامل دیگر کارایی کاهش می‌یابد.

واحدهای تصمیم گیرنده (DMU): واحدهایی هستند که یکسری ورودی را دریافت و پس از فرایند خروجی خارج می‌کنند.

(کیم و لی، 2011 : 57)

 

2-1-17- مدل‌های تحلیل پوششی داده‌ها 

در روش DEA برای هر یک از واحدهای غیرکارا، یک واحد کارا یا ترکیبی از دو یا چند واحد کارا به عنوان مرجع و الگو معرفی می‌گردند. از آنجائیکه این واحد مرکب (ترکیب دو یا چند واحد کارا) ضرورتاً در صنعت وجود نخواهد داشت، به عنوان یک واحد مجازی کارا شناخته می‌شود. یکی از مزایای  DEA یافتن بهترین واحد مجازی کارا برای هر واحد واقعی (چه کارا و چه غیر کارا) می‌باشد. چنانچه واحدی کارا باشد، مجموعه مرجع آن واحد مجازی کارا خود این واحد خواهد بود. سهم هر یک از واحدهای کارا در تشکیل واحد مجازی کارا برای یک واحد غیرکارا بستگی به وزن (λ1 , λ2 ,... λn) λ دارد که توسط روش DEA برای هر یک از بنگاههای کارا محاسبه و ارائه می‌شود. (شعبانی و همکاران، 1389)

تکنیک DEA دارای چهار مدل اصلی می‌باشد:

1- مدل بازگشت به مقیاس (CRS):  این مدل که اولین روش DEA است، توسط چارنز، کوپر و رودز در سال 1978 ارائه شد. این مدل را برخی اوقات با حروف CCR می‌شناسند که برگرفته از نام این سه پژوهشگر است. در این مدل با تغییر یک واحد در ورودیها، خروجیها نیز با نسبت ثابت (کاهشی یا افزایشی) تغییر می‌کنند. در واقع شیب تابع تولید در این مدل ثابت است.

2- مدل بازگشت به مقیاس متغیر(VRS) :  این مدل توسط بانکر، چارنز و کوپر در سال 1984 ارائه شد و اغلب با حروف  BCCشناخته می‌شود. این مدل در مواقعی استفاده می‌شود که مقیاس گذاری یکسان بالاتر و پائینتر از حداکثر مقداری که برای هر یک از ورودیها و خروجیها مشاهده شده است، امکانپذیر نباشد. در این مدل با تغییر یک واحد در ورودیها، خروجیها با نسبت متفاوتی تغییر می‌کنند. این تغییر میتواند کاهشی یا افزایشی باشد. شیب تابع تولید در این مدل متغییر است.

دانلود مبانی نظری و پیشینه پژوهش تحلیل پوششی داده‌ها

دانلود پایان نامه کارشناسی ارشد رشته ریاضی کاربردی با عنوان کارایی ارزشی در تحلیل پوششی داده‌ها (DEA)

پایان نامه کارشناسی ارشد رشته ریاضی کاربردی با عنوان کارایی ارزشی در تحلیل پوششی داده‌ها (DEA)

تحلیل پوششی داده ها روشی است برای اندازه گیری کارایی واحدهای تصمیم گیرنده که دارای چندین ورودی و چندین خروجی می باشد این روش علاوه بر اندازه گیری کارایی برای تشخیص منابع ناکارایی واحدهای تصمیم گیرنده نیز به کار می روددر این پایان نامه مفهوم جدیدی به نام کارایی ارزشی مورد بررسی قرار می گیرد

دانلود پایان نامه کارشناسی ارشد رشته ریاضی کاربردی با عنوان کارایی ارزشی در تحلیل پوششی داده‌ها (DEA)

کارایی ارزشی
تصمیم گیرنده(DM) 
تحلیل پوششی داده‌ها (DEA)
اندازه گیری کارایی واحدهای تصمیم گیرنده
دانلود پایان نامه کارشناسی ارشد رشته ریاضی کاربردی
کارایی ارزشی در تحلیل پوششی داده‌ها (DEA)
خرید پایان نامه کارشناسی ارشد رشته ریاضی کاربردی
سیستم همکاری در فروش فایل
همکاری در فروش فایل
فروش فایل
انجام پایان نامه ارشد آمار
دسته بندی ریاضی و آمار
فرمت فایل doc
حجم فایل 274 کیلو بایت
تعداد صفحات فایل 60

دانلود پایان نامه کارشناسی ارشد رشته ریاضی کاربردی

کارایی ارزشی در تحلیل پوششی داده‌ها (DEA)

 
چکیده:
تحلیل پوششی داده ها روشی است برای اندازه گیری کارایی واحدهای تصمیم گیرنده که دارای چندین ورودی و چندین خروجی می باشد. این روش علاوه بر اندازه گیری کارایی  برای تشخیص منابع ناکارایی واحدهای تصمیم گیرنده نیز به کار می رود.در این پایان نامه مفهوم جدیدی به نام کارایی ارزشی مورد بررسی قرار می گیرد. بدین مفهوم که از دید تصمیم گیرنده(DM) یک یا چند خروجی نسبت به خروجی های دیگر دارای ارجحیت باشد. ( به همین ترتیب برای ورودی ها) که این امر موجب می گردد که از دید DM یک واحد تصمیم گیرنده ناکارا بهتر از یک واحد گیرنده کارا باشد.
 
با روش های مختلفی می توان این اطلاعات ارجحیت DM را در نظر گرفت. روشی که در این پایان نامه مطالعه می کنید، این است که اطلاعات ارجحیت با مدل های اساسی DEA تلفیق گشته است و به موجب این امر مدل جدیدی ارائه شده است که برای به دست آوردن کارایی ارزشی کاربرد دارد.روش نامبرده به این صورت است که ابتدا برداری از ورودی و خروجی که دارای بهترین ارجحیت DM باشد ارائه می‌شود. اگر به طور صریح مقدار تابع ارزشی، DM مشخص باشد ارزیابی به راحتی صورت می پذیرد، در غیر این صورت نمرات کارایی ارزشی به صورت تخمینی به دست می اید در فصل چهارم این پایان نامه مطالب گفته شده کاملاً تشریح شده است. در فصل پنجم ابتدا واحدهای تحقیقاتی معرفی شده و سپس چگونگی به دست آوردن کارایی ارزشی واحدهای تحقیقاتی با توجه به شاخص ها و معیارهایشان آورده شده است.
 
 
کلمات کلیدی:

کارایی ارزشی

تصمیم گیرنده(DM) 

تحلیل پوششی داده‌ها (DEA)

اندازه گیری کارایی واحدهای تصمیم گیرنده

 
 
مقدمه
نخستین بار بحث تحلیل پوششی داده ها در سال 1978 با پایان نامه دکتری ادوارد رودز  تحت راهنمایی پروفسور ویلیام کوپر  مطرح گردید. برای بیان مفهوم تحلیل پوششی داده ها پیشرفت تحصیلی دانشجویان دانشگاه‌های آمریکا را در سال 1978 مورد ارزیابی قرار دادند. نتایج این تحقیقات را با همکاری چارنز  و کوپر تحت مقاله‌ای با عنوان CCR به چاپ رسانده‌اند.مقاله CCR در حقیقت تعمیم کار فارل  از چند ورودی و یک خروجی برای تعیین کارایی واحدهای تصمیم گیرنده بود ، که از طریق تبدیل ورودی و خروجی های چندگانه به یک خروجی مجازی و یک ورودی مجازی و با استفاده از مسئله برنامه‌ریزی ریاضی انجام گرفت.
در سال 1984، مقاله‌ای توسط بنکر و چارنز و کوپر منتشر گردید که ادامه تحقیقات روی مدل CCR می باشد ، که در این مقاله مدلی به نام BCC  معرفی شد. در ادامه تحقیقات بنکر و چارنز و رودز مدل های گوناگونی عنوان گشت، که در این پایان نامه به برخی از آنها اشاره ای می‌گردد.در سال‌های اخیر مطالعات و تحقیقات به صورت پیشرفته تری بر روی تحلیل پوششی داده‌ها صورت گرفته است. این موضوع در ایران نخستین بار توسط آقای دکتر جهانشاهلو در سال 1993 مطرح گردید. در این پایان نامه مبحث جدیدی از تحلیل پوششی داده تحت عنوان کارایی ارزشی  ارائه می‌گردد.
 
 
 
فهرست مطالب
چکیده پایان نامه 1

فصل اول: مروری بر تحلیل پوششی داده ها 

1-1 تاریخچه  تحلیل پوششی داده‌ها 3

1-2 واحد تصمیم گیرنده 3

1-3 تحلیل پوششی داده‌ها 4

1-4. تابع تولید 4

فصل دوم : مدل های اساسی تحلیل پوششی داده‌ها 

2-1 مقدمه 6
2-2 مدل CCR 6
2-2-1 مدل CCR با ماهیت ورودی 9
2-2-2 مدل CCR8 با ماهیت خروجی 10
2-3 جزئیاتی از مدل CCR   12
2-4 مدل BCC 15

فصل سوم : معرفی برنامه ریزی چند هدفی

3-1 مسئله برنامه ریزی چند هدفی .18

3-2 حل مسئله MOLP با استفاده از یک متغیر انحرافی 19

فصل چهارم : کارآیی ارزشی

 4-1 مقدمه 25

4-2 تحلیل کارایی ارزشی 26

4-3 تعیین نمرات کارایی ارزشی 35

فصل پنجم : کارایی ارزشی در واحدهای تحقیقاتی 

5-1 مقدمه 36
5-2 مشخصه ای از یک نوع ایده آل از واحدهای تحقیقاتی 37
5-3 ارزیابی معیار و شاخصها ...................................44
5-4 داده ها 47
5-5 تحلیل پاره ای ارزشی در واحدهای تحقیقاتی 53
کار عملی 55
مراجع 59
 
 
 

دانلود پایان نامه کارشناسی ارشد رشته ریاضی کاربردی با عنوان کارایی ارزشی در تحلیل پوششی داده‌ها (DEA)