基于加性模型使决策单元变为DEA有效并求C~2R或C~2GS~2模型的最优值的方法

本文给出了基于数据包络分析中的加性模型求Ｃ２Ｒ或Ｃ２ＧＳ２模型最优值的方法、以及在ＤＥＡ有效（Ｃ２Ｒ或Ｃ２ＧＳ２）的决策单元保持其有效性的条件下对某个决策单元通过改变它的输入或输出使它变为ＤＥＡ有效的方法。     

DEA有效的最速性

对非ＤＥＡ有效的决策单元，本文定义了其ＤＥＡ有效的最速性及相关概念，讨论了它的一些性质，给出了计算方法及实例。     

DEA扩展有效的鲁棒性

通过给出决策单元为DEA扩展有效的几个等价命题，来研究扩展有效决策单元的鲁棒性。得到了当输入增加或输出减少后，它仍然保持扩展有效性的一些充分必要条件，还给出了保持扩展有效的判断方法和数值实例，而该方法不需要求文献[3]中的最优基矩阵的逆矩阵，也不需要求解文献[5]中的线性方程组。     

基于扩展有效的逆DEA模型

为了克服决策单元在有效性的评价和排序方面占主导地位的缺陷,在扩展DEA模型的基础上,对于输出减少时的逆DEA问题进行了讨论.通过求解相应的多目标规划问题(VP),得到了多目标规划(VP)的Pareto弱有效解与评价减少了输出的决策单元的规划问题的最优值之间的一些相关性质.对于决策单元为弱DEA有效的情形,也进行了类似的讨论.最后用数值实例加以说明.     

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。     

C2R模型的一种新的线性等价形式与强DEA有效

针对C^2R模型下DEA有效决策单元多重性问题，给出C^2R模型一种新的线性等价形式。根据该线性等价形式引入强DEA有效的概念，证明决策单元强DEA有效的一个等价性定理，该定理反映了决策单元强DEA有效的经济含义，指出强DEA有效是对DEA有效概念的精练(改进)。最后定义了多面凸锥的非劣锥极点，用以说明决策单元强DEA有效的几何意义，并给出一个算例。     

有关DEA有效决策单元判断定理的探讨

本文对文献［１］中有关ＤＥＡ有效的决策单元的判断定理进行了探讨     

综合网络DEA模型有效性理论分析

针对综合DEA模型无法反映系统内部子过程的相互作用对绩效的影响,提出一种综合网络DEA模型,并给出该混合模型的相关定义及定理,得到综合网络DEA模型由参数取值不同,各(弱)网络DEA有效性间的关系;指出了综合网络DEA有效的决策单元,也为评价决策单元总体有效性的综合DEA有效,同时该单元内部子过程也均为综合DEA有效;证明决策单元为(弱)综合网络DEA有效时,评价决策单元总体有效性的综合DEA最优解与相应综合多目标规划的(弱)Pareto解之间的对应关系。这些结果进一步丰富了DEA有效性理论。     

带有参数的DEA-C2R模型及决策单元的排序

针对数据包络分析(DEA)方法中的效率值不能区别DEA有效的决策单元之间的相对"优劣性"的不足,建立了带有参数的C2R模型,并具体地讨论了它们的性质以及相互之间的关系,提出了阈值的概念。在分析阈值的性质和经济意义的基础上,给出了区分所有决策单元"优劣性"的一个指标———有效值,即根据有效值的大小对所有决策单元进行排序的方法。     

输入和输出DEA模型中弱DEA有效与弱Pareto之间的等价性

使用带有三个双变量 0 -1参数的综合 DEA模型 ,讨论了弱 Pareto和输入 DEA模型 (包括 C2 R输入模型、BC2 输入模型、FG输入模型、ST输入模型 )、输出 DEA模型 (包括 C2 R输出模型、BC2 输出模型、FG输出模型、ST输出模型 )之下的弱 DEA有效之间的等价性 .这些结果对于理解和解释输入 DEA模型和输出 DEA模型之下的弱 DEA有效性的概念是很重要的 .     

二层线性规划模型及其下层极值函数的几种表示

本文在给出层次系统决策过程和讨论两种实际二层线性系统规划模型的基础上，提出了一类具有广泛典型代表性的二层线性系统规划模型。给出了这类二层系统线性规划模型解的两种等价形式和下层极值函数的几种表达式。     

柔性制造系统任务成功性模型

本文针对ＦＭＳ在完成任务过程中，系统或系统的某些单元发生了不超过规定时间内修复且不影响任务完成的故障情况，给出任务成功性的定义，典型情况的任务成功度模型和ＦＭＳ多任务成功性模型。本文作者所提的ＦＭＳ任务成功性模型已应用于北京和长春ＦＭＳ试验中心，为合理评估两个中心的广义可靠性提供了理论依据。     

C~2GS~2模型在甘肃科技投入产出效率评价中的应用

应用C2GS2模型,以科技活动的有效性和规模收益分析为基础,对甘肃省的科技投入产出效率进行了评价.一方面,通过对甘肃省2001～2005年科技投入产出的C2GS2分析,发现甘肃科技活动在大多数年份里相对有效,但规模收益的效果不是非常明显;另一方面,对甘肃省若干样本产业科技投入的效果进行了分析,揭示出不同产业的科技投入产出效率情况.     

DEA概论与C~2R模型——数据包络分析(一)

数据包络分析(Data Envelopment Analysis,简记DEA)是著名的运筹学家A.Charnes和W.W.Cooper等人以相对效率概念为基础发展起来的一种崭新的效率评价方法。继1978年第一个DEA模型——C~2R模型发表后,新的模型和其他重要理论结果不断出现,模型的实际应用也日益广泛。DEA已成为运筹学的一个新的研究领域。     

有关DEA模型$(C^2GS^2)$的最优值的定理及其在预测方法简化中的应用

文献［１］中在将初始点选在生产可能集内的基础上用弱ＤＥＡ 有效性$(C^2GS^2)$进行预测,但有时难于在生产可能集内选取初始点,因此本文在给出一些有关ＤＥＡ 模型$(C^2GS^2)$的最优值的定理的基础上设法省略该步骤．对任给的有正输入与正输出的初始点,不必检验它是否在生产可能集内,只要ＤＥＡ 模型的最优值存在且为正,就可用弱ＤＥＡ 有效性$(C^2GS^2)$ 进行预测     

基于期望值方法的随机DEA综合模型及应用

对环境约束下包含不可控输入、非期望输出的DEA综合模型的相对有效性进行研究．给出决策单元有效的定义及定理。进一步提出了随机条件下决策单元的期望有效性指数概念和相对有效性评价的期望值方法，最后给出了计算实例。     

基于未来DEA效率的贷款定价模型

一般意义上的DEA方法是通过投入、产出指标的数据来确定DEA效率;逆向求解思路是在已知DEA效率和某些投入、产出指标的基础上反求其中的一个产出指标贷款利率.以Malmquist指数为工具,通过过去的银行DEA效率,推导未来贷款时段的可达到的最大DEA效率,在未来的DEA效率确定的情况下,确定贷款利率.本模型创新与特色一是通过过去的Malmquist指数预测未来的Malmquist指数,利用未来Malmquist指数与过去的DEA效率的相互作用得到未来的DEA效率指数,用未来的DEA效率、而不是过去的DEA效率来确定贷款利率.反映了贷款定价未来变化情况,解决了贷款时段的利率与贷款时段的可达效率相对应的问题.二是逆向运用现有研究的DEA方法通过投入、产出指标的数据确定DEA效率的思路,在已知DEA效率和某些投入、产出指标的基础上反求其中的一个产出指标贷款利率.拓展了DEA的应用范围.三是按照未来逆向求解DEA效率的贷款定价方法,能够在现有条件下得到给银行带来最大效率、抵补贷款风险损失、且客户能够接受的利率.     

带有参数的数据包络分析C~2R模型

本文为了改进C~2R模型反映决策单元相对信息不完全的不足,提出了参数型数据包络分析模型,讨论了这个模型的有关性质,给出了阔值和有效值的概念.经过理论分析和实例验证,这两个值可更好地反映决策单元的相对信息.     

r-逆DEA问题的一种计算方法

当被评价的决策单元的其输入向量增加后,其效率指数为原来的r倍时,极大化其输出向量,称这一问题是面向输出的r-逆DEA问题,它是通常的逆DEA问题的推广.通过构建两个特殊的线性规划模型,得到了r-逆DEA问题的一类特殊形式解的求法,并用数值实例加以说明.     

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.