کاهش تفاوت بین پروفایل وزن ها در کارایی متقاطع تصادفی

ارزیابی کارایی متقاطع یک رویکرد موثر در عین حال معمول برای ارزیابی واحدهای تصمیم گیرندهdmu) ( در تحلیل پوششی داده ها ) dea ( است. منحصربفرد نبودن وزن ها در کارایی متقاطع باعث می شودنمره کارایی متقاطع منحصر به فرد نبوده و به مقدار اوزان بستگی داشته باشد و این ضعف بزرگی برای روش کاراییمتقاطع است. این مقاله به پروفایل های وزنی که در ارزیابی کارایی متقاطع تصادفی مورد استفاده قرار میگیرند،میپردازد. برای جلوگیری از وزن های غیر واقعی، یکی از موضوعات مورد توجه اصلی که ما در اینجا به آنمیپردازیم دوری از وزن صفر است، زیرا استفاده از وزن صفر دلالت بر این دارد که برخی از متغیرهای مورد نظر ازارزیابی حذف شدهاند. علاوه بر اجتناب از وزنهای صفر، انتخاب وزنها را طوری انجام دهیم تا تفاوت بین وزنها راتا جایی که ممکن است کاهش دهیم. . بنابراین، در ارزیابی کارایی متقاطع تصادفی محدود شده مجموعه مشترکیاز وزنها را با در نظر گرفتن یک عدد کوچک بین مجموعه وزنها استخراج کنیم . با استفاده از مثال عددی نشانداده خواهد شد مدل پیشنهادی در مقایسه با مدل مشابه آن تفاوت بین وزن ها را بیشتر کاهش می دهد ومحاسبات کمتری دارد.