منحصربه‌فرد بودن اوزان در کارآیی متقاطع با استفاده از مسئله آشفتگی (نمونه موردی: صنایع گاز ایران)

امروزه تحلیل پوششی داده ها به صورت گسترده ای و به عنوان ابزار غیر پارامتریک کاربردهای فراوانی در ارزیابی و تخمین عملکرد در زمینه های متفاوت دارد. ارزیابی مبتنی بر مدل های مضربی گاهی منجر به چندگانی اوزان در بهینگی می شود. از سویی وجود وزن صفر در ارزیابی ها یکی از معایب این تکنیک کارآمد محسوب می شود.در جهت رفع این مشکل، در این مقاله ، روشی مبتنی بر آشوب پیشنهاد شده است که نه تنها مشکل چندگانی اوزان در بهینگی را مرتفع می کند بلکه مشکل عدم تجانس اوزان را نیز مرتفع می سازد. با بکارگیری اوزان منحصر به فرد در ارزیابی واحدها در کارایی متقاطع، رتبه منحصر بفردی نیز برای واحدها ایجاد می گردد. برای تاکید بر قوت روش پیشنهادی مدل معرفی شده بر روی مثال واقعی از صنایع گاز کشور ایران پیاده سازی می شود و با نتیج حاصل از مدل های استاندارد مقایسه می گردد. نتایج حاکی از عملکرد بهتر مدل پیشنهادی است.

Perturbation and uniqueness of optimal weights in cross efficiency evaluation: An application to Iranian Gas Companies

Data envelopment analysis(DEA) has been extended to crossefficiency evaluation to better discrimination and ranking of decision making units(DMUs). Unfortunately, the optimal weights generated may not be unique which has reduced the usefulness of this powerful method. In addition, due to alternative optimal solutions, zero weights can be seen in crossefficiency evaluation. To solve these problems, first the concept of perturbation and generation of unique solution is introduced. Then an alternative evaluation approach contains a perturbed model, is proposed based on the performance analysis without slacks. This modified model can generate unique and nonzero optimal weights, simulteneously. Furthermore, the structure of the model can ensure the dissimilarity of the generated optimal weights. All these factors make the crossefficiency evaluation results more satisfied and acceptable by all the DMUs. Finally, the proposed approach is applied on a real case study of of Iranian Gas Company and the results show that in contrast to standard DEA model the propsed model can perform well.