توسعه مدل dea چند معیاره در شبکه با مجموعه مشترک از وزنها

انعطاف پذیری وزنها در تحلیل پوششی داده ها (dea) اجازه می دهد هرواحد تصمیم گیرنده (dmu) به طور آزاد دسته ای از وزنها را در نظر بگیرد که ممکن است اقتصادی تر یا ترجیها غیر واقعی تر باشد. از طرفی این آزادی منجر به حذف بعضی از ورودیها وخروجیها به وسیله اختصاص وزن های صفر در پروسه ارزیابی می شود.در واقع دو مشکل اساسی به وجود می آید.1- قدرت تمایز ضعیف 2-توزیع غیرواقعی وزن ها .یکی از روشهایی که برای برطرف کردن مشکلات مطرح شده معرفی شدارزیابی چند معیاره جهت مشخص کردن اندازه ناکارایی بر اساس متغیر انحرافی بود.بدین صورت که ابتدا متغیر انحرافی را به عنوان یک اندازه ناکارایی برای هر واحد تصمیم گیرنده معرفی می کند وسپس مجموع وزن همه انحرافات را مینیمم می کند تا به رتبه بندی نهایی دست پیدا کند.در این مقاله روش ارزیابی چند معیاره را در شبکه دو مرحله ای با استفاده از مجموع مشترک وزن ها(csw) توسعه دادیم.