基于改进DEA模型的工业企业技术创新能力评价

针对传统数据包络分析(DEA)方法的C2R模型存在的无法对有效的决策单元加以区分以及输入和输出指标权重分配不合理问题,通过引入两个虚拟决策单元,建立了区分有效决策单元的改进DEA模型.利用该模型可以求得各决策单元的公共权向量,从而实现了对所有决策单元的区分和排序.通过将该模型应用于工业企业技术创新能力评价,验证了该模型可以区分传统C2R模型求得的有效决策单元,并使对决策单元的评价更为合理.     

交互式DEA-AHP模型及其应用

为了研究多输入多输出问题中各个指标对效率的影响程度,达到提高决策单元(DMU)相对有效性的目的,通过对DEA和AHP模型优缺点的分析,构建了能够对所有决策单元进行完全排序,能相对全面地体现各个决策单元间以及指标属性间的权重大小,且具有合理区分能力的交互式DEA-AHP模型,并以中国六家商业银行经营效率的评价为例进行了应用分析.     

带有参数的数据包络分析C2GS2模型--PC2GS2

数据包络分析是系统工程的一种重要方法 ,特别适宜处理多输入、多输出的复杂系统的评价问题。在数据包络分析C2 GS2 模型的基础上 ,通过对评估决策单元的输入进行调整 ,得出了一个带有参数的C2 GS2 ———PC2 GS2 模型。探讨了模型的有关性质 ,给出了阈值的概念 ,并通过理论分析和实例验证 ,说明阈值能更好地描述决策单元的相对信息     

雷达干扰机分配的模糊多属性动态规划模型

针对雷达干扰机分配问题,提出了一种解决该问题的模糊多属性动态规划模型.设计了干扰效果评估指标及其权重,确定了各指标的隶属度函数.在探讨多台干扰机对一台雷达进行干扰的背景下,构建了单阶段模糊多属性决策模型.在此基础上,建立多阶段模糊多属性动态规划模型,解决了多台干扰机对多台雷达实施干扰的资源分配问题.最后通过具体的应用案例,给出了详细的解算步骤,计算结果验证了该模型解决雷达干扰机分配问题的有效性和适用性.     

带有参数的C~2R模型的灵敏度分析

文献［１］“带有参数的数据包络分析Ｃ２Ｒ模型”的研究中，要求被评价决策单元的输入或输出指标按同比例变化，而实际总是按一定的比例变化的同时并带有一定的摄动，尤其在多输入、多输出问题上更为普遍。因此本文给出了带有摄动的参数数据包络分析模型，讨论了这种模型的有关性质，同样也给出了阀值的概念，并给出了求解阀值的方法。实际上也从另一个角度提供了一种ＤＥＡ灵敏度分析方法。     

用DEA解输入或输出为模糊数的评价问题

给n个决策单元。其输入或输出可能是模糊的，不妨设为L-R型模糊数。有关对这些决策单元进行相对有效性评价的问题，本文给出了定义、解法及简化计算的定理。     

基于C2W模型的广义数据包络分析方法

传统数据包络分析（data envelopment analysis，DEA）方法的参照系为决策单元全体，而许多实际问题的参照系可能会有多种形式，因此用传统DEA方法评价该类问题时遇到困难，广义DEA方法在评价该类问题时则存在一定的优势. 为了进一步完善广义DEA方法的理论体系，给出基于C²W模型的输出型广义DEA模型. 讨论基于C²W模型的输入型和输出型广义DEA模型中决策单元的Sam-DEA_d有效性的判别条件，广义DEA模型与传统DEA模型之间的关系，Sam-DEA_d有效性与相应的多目标规划的Pareto有效之间的关系，决策单元的投影性质，利用样本前沿面的d移动对决策单元进行有效性排序.     

两个新的数据包络分析(DEA)模型的探讨

为了从输入与输出的各分量同时达到最优来评价和优化决策单元,本文在基于多目标规划和分式规划的DEA模型的基础上,给出了基于线性规模的DEA模型,并进行了讨论.     

一类基于半自由处置变量的DEA模型

首先基于具有多输入(或输出)的决策单元的实际背景,将输入(或输出)变量区分为自由处置变量、非自由处置变量和半自由处置变量,并建立新DEA模型.新DEA模型既考虑被评决策单元在进行效率评价时,根据自身实际需要对不同输入(或输出)变量进行不同比例的分项控制,又考虑非有效的决策单元在效率改善时,使DEA评价结果形成的建议是切实可行的.最后通过商业银行数据以演示新模型.     

基于DEA的输出包含收益的固定成本分摊方法

传统的固定成本分摊方法把分摊成本作为决策单元新的投入要素,而常常决策单元的输入包含成本或输出包含收益,李勇军论述把包含成本的输入项和待分摊成本合并是可行的。本文把分摊成本作为负收益,研究了输出包含收益的情况,首先分析决策单元效率与分摊成本的关系,然后建立了min-max分摊模型,算法设计保证了最终的分摊解在一组公共权重的标准下DMU效率变化最小。最后的实例分析说明了该方法的有效性。     

A Comprehensive Dea Approach for the Resource Allocation Problem based on Scale Economies Classification

This paper is concerned with the resource allocation problem based on data envelopment analysis （DEA） which is generally found in practice such as in public services and in production process. In management context, the resource allocation has to achieve the effective-efficient-equality aim and tries to balance the different desires of two management layers： central manager and each sector. In mathematical programming context, to solve the resource allocation asks for introducing many optimization techniques such as multiple-objective programming and goal programming. We construct an algorithm framework by using comprehensive DEA tools including CCR, BCC models, inverse DEA model, the most compromising common weights analysis model, and extra resource allocation algorithm. Returns to scale characteristic is put major place for analyzing DMUs＇ scale economies and used to select DMU candidates before resource allocation. By combining extra resource allocation algorithm with scale economies target, we propose a resource allocation solution, which can achieve the effective-efficient-equality target and also provide information for future resource allocation. Many numerical examples are discussed in this paper, which also verify our work.     

测算具有松驰技术效率的DEA方法

首先介绍并总结了现有技术效率的主要测算方法 .在分析其局限性的基础上 ,定义了一种同时考虑投入和产出松驰与权重的技术效率指数 .借助 DEA思想 ,提出了一种扩展 DEA模型 ,用于测算该技术效率指数 ,进一步探讨了如何识别决策单元的技术有效性和如何改进非技术有效决策单元等问题 .事实上 ,其它技术效率测算仅仅是本文方法的特例 ,而且在测算技术效率的同时就可以根据技术效率是否为 1直接判断决策单元的技术有效性进而对非有效决策单元实施改进.     

一种基于DEA与Nash讨价还价博弈的固定成本分摊方法

结合DEA和Nash讨价还价博弈方法研究固定成本分摊问题.本文证明了如果将分摊成本作为新的投入,存在某些分摊方案在绩效评估中可以同时满足组织的整体理性和组织内子决策单元的个体理性.在此基础上,本文引入Nash讨价还价博弈模型,给出了唯一的分摊方案.最后经过算例说明该方法的有效,以及与现有DEA分摊方法相比在可实施方面具有一定的优势.     

基于集中式MIMO雷达的功率带宽联合分配算法

针对集中式多输入多输出雷达对多目标进行跟踪的问题,提出一种基于后验克拉美罗下界的功率和带宽联合分配方法。该方法首先对各目标位置误差的后验克拉美罗下界进行预测,将克拉美罗下界构建为代价函数建立优化模型,从而将资源分配问题转化为求解非凸优化问题；而后运用凸松弛技术和循环最小化算法对该非凸优化问题进行求解；最后通过仿真验证所提算法的有效性。结果表明,与另外3种分配算法相比,所提算法在多种场景下均能有效提高目标跟踪精度。     

综合DEA模型下影响因素分析

给出了在综合DEA模型下对于给定的数据集如何测定影响因素的方法。利用综合DEA模型(基于输入和基于输出模型)研究了去掉一个有效决策单元后对无效决策单元的影响,给出了影响大小的计算方法。提出了斜投影模型及对影响大小的计算方法。最后,给出实例分析。     

我国建设用地资源错配的测算、因素分解及产出损失研究

将建设用地这一生产要素引入到Hsieh和Klenow的资源错配模型,首先测算了2006-2015年我国工业、商服、住宅三类建设用地的资源错配指数,然后对其进行因素分解以探究错配来源,最后估算了建设用地资源错配所造成的产出损失率.研究发现,工业、商服、住宅三类建设用地均存在不同程度资源错配,工业、住宅用地存在过量配置,而商服用地则存在配置不足;自身价格偏低是工业用地过量配置的主要原因,要素边际产出偏低、用地价格偏高则造成商服用地配置不足,而畸高的边际产出是住宅用地过量错配的主要原因;若消除建设用地资源错配,可使经济产出增长30%左右.基于上述研究,本文收获了纠正建设用地资源错配的一些启发以供参考.     

基于多目标规划的DEA

单目标的传统ＤＥＡ只能从投入或产出角度测算决策单元的相对最高效率。本文将提出基于多目标的扩展ＤＥＡ，从而可通过投入及产出来测算决策单元相对的平均效率、最高效率及最低效率并研究其相对有效性.     

含模糊数据决策单元间的资源分配问题——基于DEA和Shapley值的研究

本文研究当生产系统中各决策单元的投入产出数据为模糊数据时,管理者如何将资源在决策单元之间进行公平分配的问题.基于DEA理论及合作博弈的Shapley值,在模糊数据环境下,考虑决策单元加入联盟前后对联盟中原有决策单元效率值及自身效率值的影响,建立修正Shapley值,并依据决策单元对生产系统的相对贡献情况,设计资源在各决策单元之间进行公平分配的方案.最后通过数值算例加以验证.     

Robust data envelopment analysis based MCDM with the consideration of uncertain data

The application of data envelopment analysis (DEA) as a multiple criteria decision making (MCDM) technique has been gaining more and more attention in recent research. In the practice of applying DEA approach, the appearance of uncertainties on input and output data of decision making unit (DMU) might make the nominal solution infeasible and lead to the efficiency scores meaningless from practical view. This paper analyzes the impact of data uncertainty on the evaluation results of DEA, and proposes several robust DEA models based on the adaptation of recently developed robust optimization approaches, which would be immune against input and output data uncertainties. The robust DEA models developed are based on input-oriented and outputoriented CCR model, respectively, when the uncertainties appear in output data and input data separately. Furthermore, the robust DEA models could deal with random symmetric uncertainty and unknown-but-bounded uncertainty, in both of which the distributions of the random data entries are permitted to be unknown. The robust DEA models are implemented in a numerical example and the efficiency scores and rankings of these models are compared. The results indicate that the robust DEA approach could be a more reliable method for efficiency evaluation and ranking in MCDM problems.     

Assessing Technical Progress Via Data Envelopment Analysis

ＡｓｓｅｓｓｉｎｇＴｅｃｈｎｉｃａｌＰｒｏｇｒｅｓｓＶｉａＤａｔａＥｎｖｅｌｏｐｍｅｎｔＡｎａｌｙｓｉｓＬＩＧｕａｎａｊｉｎ；ＬＩＵＹｏｎｇｑｉｎｇ（ＡｕｔｏｍａｔｉｏｎＤｅｐｔ．，ＳｏｕｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙＧｕ...