ارائه مدل تحلیل پوششی داده‌ها بر پایه‌ی برنامه‌ریزی آرمانی و محدودیت وزنی برای ارزیابی کارایی و رتبه‌بندی واحدهای تصمیم‌گیرنده در بانک قوامین

هدف: هدف این مقاله ارزیابی کارایی واحدهای تصمیم‌گیرنده با به‌کارگیری مدل برنامه‌ریزی آرمانی تحلیل پوششی داده‌ها با محدودیت وزنی و رتبه‌بندی واحدها با یک روش منحصربه‌فرد در بانک قوامین می‌باشد.روش: در این پژوهش برای تعیین کارایی مدیریت شعب استان‌ها در بانک قوامین نخست مدل  ccr کلاسیک به‌کارگیری شد. به‌منظور افزایش قدرت تفکیک‌پذیری واحدهای تصمیم‌گیرنده کارا از ناکارا، مدل برنامه‌ریزی آرمانی با محدودیت وزنی ترکیب‌شده و یک مدل جدید تحت عنوان برنامه‌ریزی آرمانی تحلیل پوششی داده‌ها با محدودیت وزنی ارائه گردید.یافته‌ها: بر اساس مقادیر خروجی مدل ccr کلاسیک، 16 واحد از 32 واحد تصمیم‌گیرنده کارا و 16 واحد ناکارا شدند. در مرحله بعد برای تفکیک‌پذیری بیشتر واحدها مدل برنامه‌ریزی آرمانی تحلیل پوششی داده‌ها با محدودیت وزنی به‌کارگیری شد که نتایج حاصل از آن با نرم اقلیدسی مرتبه اول، از بین 32 واحد تصمیم‌گیرنده 7 واحد کارا و بقیه ناکارا شدند و نتایج حاصل از نرم بی‌نهایت، 1 واحد از 32 واحد کارا و بقیه واحدهای تصمیم‌گیرنده ناکارا شدند.نتیجه‌گیری: نتایج نشان دادند که مدل برنامه‌ریزی آرمانی تحلیل پوششی داده‌ها با محدودیت وزنی مربوط به نرم بی‌نهایت در تفکیک و رتبه‌بندی واحدهای تصمیم‌گیرنده کارا از ناکارا، دارای قدرت تفکیک‌پذیری بالایی نسبت به مدل ccr کلاسیک و نرم اقلیدسی مرتبه اول است

Presenting a data envelopment analysis model based on Goal programming and weight Restriction in order to evaluate the efficiency and ranking of decision-making units in Ghavamin Bank

Objective: The purpose of this paper is to evaluate the efficiency of decisionmaking units using the goal programming model of data envelopment analysis with restriction weight and ranking of units with a unique method in Ghavamin Bank.Methods: In this study, the classical CCR model was used to determine the management efficiency of provincial branches in Ghavamin Bank. To increase the discriminative power of efficient and inefficient decisionmaking units, a combination of goal programming models with Weight restriction was used and a new model called goal programming of data envelopment analysis with Weight restriction was presented.Results: Based on the output values of the classical CCR model, 16 out of 32 decisionmaking units became efficient and 16 units became inefficient. In the next step, for more separability of the units, the goal programming model of data envelopment analysis with Weight restriction was used. The results of the firstorder Euclidean norm became 7 efficient and the rest inefficient out of 32 decisionmaking units, and the results of the infinite Euclidean norm became 1 of 32 efficient units and the rest of the decisionmaking units inefficient.Conclusion: The results showed that the goal programming model of data envelopment analysis with Weight restriction related to infinite Euclidean norm in separating and ranking efficient decisionmaking units from inefficient has a high discriminate power compared to the classical CCR model and the firstorder Euclidean norm