|
|
|
|
رویکرد ترکیبی الگوریتم ژنتیک و تحلیل پوششی داد ها ga-dea در ارزیابی کارایی واحدهای تصمیم گیری با در نظر گرفتن وزنهای مشترک
|
|
|
|
|
|
|
|
نویسنده
|
مرادی علیرضا ,یزدانی پور فاده
|
|
منبع
|
يازدهمين كنفرانس ملي تحليل پوششي داده ها - 1398 - دوره : 11 - یازدهمین کنفرانس ملی تحلیل پوششی داده ها - کد همایش: 98190-41452 - صفحه:0 -0
|
|
چکیده
|
امروزه استفاده از الگوریتمهای فرا ابتکاری مانند الگوریتم ژنتیک، ابزاری قدرتمند در یافتن جواب بهینهمسائل تلقی می گردد. یکی ازکاربردهای آن، یافتن مقدار کارائی و جواب بهینه مدلهای تحلیل پوششی داده هااست. در حضور محدودیتهای وزنی وقتی که با تعداد زیادی واحد تصمیم گیرنده یا dmu سرو کار داریم کد نویسیمساله دشوارتر می گردد. در این مقاله ما به کمک رویکرد ترکیبی ga-dea ابتدا به سراغ یکی از روشهای رایججهت مدل سازی و یافتن مجموعه وزنهای مشترک یا csw ها در تحلیل پوششی داده ها رفته ایم و سپس جواببهینه مساله مذکور را به کمک جعبه ابزار الگوریتم ژنتیک در نرم افزار mathlab در یک مرحله اجراء بدست آورده ایم .نکته حائز اهمیت یافتن همزمان مقادیر بهینه مجوعه اوزان مشترک و کارایی واحدهای تصمیم گیری است.
|
|
کلیدواژه
|
تحلیل پوششی داده ها ، مجموعه وزنهای مشترک ، الگوریتم ژنتیک ، ga-dea
|
|
آدرس
|
, iran, , iran
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Authors
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|