طراحی رویکردی هیبریدی به‌منظور‎ ‎پیش‌بینی عملکرد واحدهای تصمیم‌گیرنده براساس تحلیل پوششی داده‌های تصادفی فازی و ‏تکنیک pca‏

تحلیل پوششی داده‌ها یک تکنیک مدیریتی برای ارزیابی عملکرد واحدهای تصمیم‌گیرنده است. در راستای اهمیت پیش‌بینی عملکرد واحدها، این مقاله به ارائه یک رویکرد هیبریدی براساس تحلیل پوششی داده‌های تصادفی فازی (fsdea) و تکنیک تجزیه و تحلیل مولفه‌های اصلی (pca) می‌پردازد. از آنجا که از تئوری اعتبار در محدودیت‌های مدل پیشنهادی و از مقدار مورد انتظار در تابع هدف آن در راستای پیش‌بینی کارایی مورد انتظار واحدها استفاده می‌شود، فرآیند حل آن پیچیده است؛ لذا تحت این فرض که ورودی‌ها و خروجی‌های واحدها به‌صورت متغیرهای فازی مثلثی مستقل هستند، مدل  fsdeaبه مدل برنامه‌ریزی قطعی معادل آن تبدیل می‌شود. پس از محاسبه کارایی‌های پیش‌بینی‌شده اولیه توسط مدل برنامه‌ریزی قطعی تحت سطوح مختلف اطمینان، تکنیک pca روی نتایج به‌دست‌آمده به‌منظور حذف نتایج نامطلوب به‌کار می‌روند و مولفه‌های اصلی انتخاب می‌شوند که به‌عنوان خروجی‌های واحدهای تصمیم‌گیرنده در مدلpca-fsdea  به‌منظور پیش‌بینی کارایی دوره مالی آتی واحدها به‌کار می‌روند. درپایان، رویکرد هیبریدی پیشنهادی روی یک مثال کاربردی به‌کار می‌رود و نتایج به‌دست‌آمده از آن با نتایج مدل fuzzy-sbm که توسط چن و همکارانش (2013) ارائه شده مقایسه می‌شود