超效率区间DEA模型中决策单元的区间效率值及排序

基于H.Azizi提出的区间DEA模型,提出了新的超效率区间DEA模型,并给出了相关定理的证明.首先,使用超效率模型计算决策单元的效率值,然后根据区间效率值对决策单元进行分类,运用赫维茨(Hurwicz)折衷法对决策单元进行全排序.最后,以希腊的29所公立中学的效率评估为例对决策单元进行效率值分析,表明了新超效率区间DEA模型的合理性.     

区间DEA模型下的决策单元排序

给出基于输出的DEA模型下的区间有效值求法，同时从乐观和悲观两个角度去评价决策单元，从而得到了该决策单元有效值的一个区间. 进一步还可类似地定义该决策单元无效的一个区间.将上述方法与基于输入的DEA模型下的理论进行了对比，实例分析显示了两种模型在评价决策单元区间有效性上是一致的.     

广义区间DEA模型及其有效性研究

根据样本单元和待评价决策单元的区间投入、区间产出定义最大广义生产可能集,建立基于最大广义生产可能集的广义区间DEA模型,然后定义了待评价决策单元基于广义区间DEA模型的区间效率,并对待评价决策单元进行了有效性分类,最后通过实例表明了广义区间DEA模型的实用性.     

决策单元取数一致准则下的灰区间DEA效率研究

当决策群体的输入输出变量为区间灰数时,假设各决策单元在同一指标下的灰区间变量取数一致。基于取数一致灰数大小比较的相关结论,建立了求解DEA效率区间上、下界的线性规划方程。灰区间DEA效率求解方法有两个优点:一方面,取数一致的假设体现了被评价决策单元和参考决策单元的竞争公平性;另一方面,求得的DEA效率区间长度较小,不确定性低,提高了信息不完全条件下采用灰区间DEA模型对决策单元进行有效性评价和效率评估时的分辨力。     

变量为三参数区间灰数的DEA模型研究

将区间DEA模型扩展到变量为三参数区间灰数的情形。研究了变量为三参数区间灰数时,决策单元(DMUs)的DEA效率区间的一般性求解算法。提出了决策单元取数一致准则,在决策单元取数一致准则下对DEA效率区间的一般性求解方法进行了修正,得到了灰度更小的计算结果,并用算例进行了验证。     

DEA模型的工程效率含义研究

DEA方法是以工程效率概念为基础的一种效率评价方法,但一直以来对以工程效率为基础的DEA有效性含义的研究却十分有限.因此,针对四个典型的DEA模型C2R、C2GS2、FG、ST,给出了决策单元为DEA有效的一个充分必要条件.证明了DEA模型给出的最优目标函数值实际上就是在最有利于被评价单元的权重下,被评价单元投入产出效率值相对于最佳效率值的比例,并对四个基本DEA模型的工程效率含义给出了新的解释.     

一种求解DEA决策单元有效性的算法

为了降低求解DEA模型决策单元有效性的误差及简化求解DEA模型决策单元有效性运算,在传统DEA模型线性规划的基础上,首先,消除了传统DEA模型线性规划中的非阿基米德无穷小,将传统DEA模型的线性规划转化为无非阿基米德无穷小的线性规划.其次,引入Poset集合,将无非阿基米德无穷小的线性规划转化为简约线性规划.最后给出一个数值实例,用新算法对实例进行计算.结果表明,新算法消除了非阿基米德无穷小,能够降低计算误差,而引入Poset集合降低了DEA模型的运算次数.     

相对有效性评价的区间DEA算法研究

不确定条件下系统相对有效性评价是当前DEA理论研究前沿。本文探讨了决策单元的投入、产出指标数据为区间不确定数时,决策单元的相对有效性评价问题。提出了决策单元区间相对有效的概念和有效性评价的区间DEA算法。最后给出了实际应用案例。     

指标受限情况下决策单元修正问题的研究及其应用

把非有效的决策单元变为有效的决策单元是DEA的一个重要问题.研究了在指标受限制情况下,如何将非有效决策单元变为有效决策单元的修正方法,并给出了应用实例.方法和实例表明,这不仅拓宽了DEA理论和方法的应用范围,也提高了DEA的理论价值和实用价值.     

具有固定输入DMU的成本效率估计

讨论了评价生产有效性的非参数方法DEA在计算决策单元成本效率中的应用．针对具有固定投入的DEA效率评估模型，本文提出了这类生产系统决策单元的成本效率概念以及测算公式，并结合具体算例对有关定义和模型进行了验证。     

基于Bootstrap方法数据包络分析的回归分析

数据包络分析（DEA）方法中每一决策单元（DMU）有效性值的计算都涉及到考察集中所有其他DMU，因而使得DEA有效性值之间并不独立．为克服DEA有效性值的这种内在依赖性，提出了基于Bootstrap方法的DEA回归分析方法，以提高回归分析结果的可信度，并以封闭式基金业绩的DEA回归分析为例对之加以说明．     

基于定性指标价值位置概率估计的效率模型

为克服CKS-DEA(Cook Kress Seiford-Data Envelopment Analysis)模型所采用的价值排序结构没有能力合理界定和控制决策单元之间的价值差异的缺陷,通过引入对决策单元定性指标偏好及其所处价值排序位置的概率估计,提出了一种测度决策单元相对效率的模型方法.在定性指标价值排序上,该方法采取等距价值结构,改进了CKS-DEA模型所依赖的非等距价值结构.等距价值结构的引入,使决策者或有关专家对决策单元定性指标价值偏好位置进行概率估计成为了可能;更有助于分析者通过价值位置的概率估计,构造出约束DEA权重取值的合理置信域,从而提高决策单元相对效率评价的分辨性.对10个决策单元进行效率评价的实例应用表明,利用该模型评价出的效率单元只有4个,而若用CKS-DEA模型进行评价则会有9个单元被评为效率单元,从而证实了提出的新模型方法具有比CKS-DEA模型更好的相对效率评价分辨能力.     

区间超效率DEA模型及其应用

将一种改进的DEA模型-超效率DEA(SE-DEA)模型[1]拓展到区间投入产出情形,得到区间SE-DEA模型.基于此给出了求解每个DMU的区间超效率值的上限和下限的确定型DEA模型.该区间超效率值较传统的区间DEA模型更具区别性,能对所有DMU进行充分排序.在此基础上,将所有DMU分为三类.最后给出区间SE-DEA模型在建筑业效率评估中的应用算例分析.     

基于DEA系统潜力损失的决策单元全排序方法

DEA模型作为一种非参数评价方法,在很多领域得到广泛应用。传统的DEA方法经常会遇到多个决策单元同为DEA有效而无法区分相对优劣的情况。为了对决策单元进行全排序,本文从系统和相对效率的角度定义了相对潜力和潜力损失的概念,揭示潜力损失和强弱有效性之间的内在关联,并提出一个基于DEA系统潜力损失的决策单元全排序方法,来判定所有决策单元的优劣,最后用一个实例来说明本方法的计算步骤。     

基于样本前沿面的多准则评价模型的有效性

从样本评价模型的基本思想出发,根据SDEA(d)有效决策单元是否位于样本前沿面上将其分为强SDEA(d)有效和真SDEA(d)有效,从而可以提供更多的有效决策单元和样本单元比较的综合信息;其次,在基于样本前沿面的投入型评价模型基础上提出了同时面向输入和输出的多准则评价模型,并对该模型的有效性理论,相对效率评价指数和投影分析作了进一步探讨;最后通过实例表明了基于样本前沿面的多准则评价模型的优越性.     

一种具有独立子系统的决策单元DEA排序新方法

 数据包络分析是(data envelopment analysis, DEA)评价具有可比性决策单元相对有效性的一种工具。在排序过程中,如果同时比较决策单元的最优效率与最劣效率,排序结果会更合理。将基于完全包络面的超效率DEA模型、虚拟决策单元以及非径向C2GS2模型引入具有独立子系统的决策单元DEA排序问题中,提出了改进的能体现决策者偏好或指标重要程度的两阶段模型。最后算例证明该方法的排序结果具有公平性、合理性、完全性。     

基于超效率数据包络分析模型的视窗分析

视窗分析作为一种分析效率前沿移动的方法已获得较为广泛的应.而传统的视窗分析中效率评价一般都采用CCR模型,会出现多个时期的决策单元有效的情形,难以对这些决策单元进行全面系统的评价.针对这个问题,借助超效率数据包络分析可以进一步区分有效决策单元的思想,将超效率数据包络分析模型引入视窗分析当中,并利用该方法对福建省九个设区...     

成分DEA模型及应用

探讨DEA逐个考虑输入或输出的成分DEA模型及性质,在与一般DEA 模型进行比较的基础上,提出了成分效率的概念.应用成分效率对有效DMU 进行确定性排序;以及成分DEA投影进行多元投入产出的预测和效率控制,优点是不需要主观给出投入或产出分量的比例,还可以方便地引入决策者的偏好,同时把效率控制在预期水平.     

自由曲面多轴加工中行距的高精度计算

在自由曲面加工中,行距的计算精度直接影响着曲面的加工精度和加工效率.现有的行距计算方法,要么过于简略而导致计算精度不高;要么只追求计算精度而忽略计算效率.文中提出以圆弧或双圆弧样条来逼近曲面的法截线,再以此为基础进行行距计算.该算法在保证行距计算精度的前提下,尽可能地提高了算法的计算效率.此外,该算法每一次的行距计算时间相对稳定,因此适用于定周期插补计算.实例分析结果表明即使在曲面几何性质变化较大的情况下,该算法能够保证行距的计算精度及计算效率.