رتبه بندی واحدهای تصمیم گیرنده با استفاده از تحلیل پوششی داده ها با در نظر گرفتن دوره های زمانی متعدد

تحلیل پوششی داده‌ها (dea)  تکنیکی برای ارزیابی واحدهای تصمیم‌گیرنده متجانس است. در این روش، عدد کارایی برای هر واحد، از مقایسه‌ی عملکرد هر واحد تصمیم‌گیرنده (dmu) با عملکرد بقیه واحدها به‌دست می آید. عدد کارایی مذکور به‌عنوان معیاری برای رتبه‌بندی واحدها قابل استفاده است. در بسیاری از موارد تعداد قابل توجهی از واحدها کارا شده و لذا، کارایی حاصل از مدل‌های کلاسیک dea نمی تواند معیار مناسبی برای رتبه بندی دقیق dmu ها باشد. در این پژوهش، روشی برای رتبه‌بندی dmu ها با استفاده از کارایی آن‌ها در دوره‌های زمانی متعدد ارائه می‌شود، به‌صورتی که سه نوع مجموعه امکان تولید معرفی می‌شود و متناظر با هر مجموعه، یک عدد کارایی برای هر dmu به‌دست می آید. سپس، سه مقدار کارایی منتج از سه روش مذکور، با استفاده از روش آنتروپی شانون با یکدیگر ترکیب شده و یک معیار کارایی کلی برای هر واحد تعریف می‌کنند. این معیار در‌نهایت به‌عنوان شاخص اصلی برای رتبه‌بندی واحدها در‌نظر گرفته می‌شود.

Ranking of decision-making units using data envelopment analysis by considering multiple time periods

Data Envelopment Analysis (DEA) is a technique for evaluating homogeneous decisionmaking units. In this method, the efficiency score for each unit is obtained by comparing the performance of each DecisionMaking Unit (DMU) with the performance of the other units. This performance score can be used as a criterion for ranking units. In many cases, a significant number of units are efficient, and therefore, the efficiency of the classic DEA models cannot be a good criterion for accurate ranking of DMUs. In this study, a method for ranking DMUs using their efficiency is presented in several time periods, so that three types of production possibility sets are introduced. In the first type, for each time period, an independent production possibility set is defined, in the second type, a combination production possibility set is used for all time periods, and in the third type, a community production possibility set is created, which considers all time periods. Then, corresponding to each type, one efficiency number is obtained for each DMU. Therefore, the three values of efficiency resulting from the three methods are combined using the Shannon entropy method and define a general performance criterion for each unit. This criterion is ultimately considered as the main indicator for ranking units.