一种基于样本前沿面的综合评价方法

从DEA方法的基本思想出发,给出了一种基于多个样本单元的多目标综合评价方法(Sam-Eva),并讨论了它的相关性质.该方法不仅可以克服确定指标间权重大小和某些定量关系的困难,重要的是它可以从整体上提供决策单元各指标与样本单元比较的综合信息,并能为决策单元的改进提供有用的信息.     

一种新的决策单元的评价和排序方法

利用非径向DEA模型和扩展DEA(C2GS2)模型组成两阶段DEA评价模型,对带有独立子系统的决策单元的有效性进行评价·将被评价单元分为有效单元集和无效单元集·对于有效单元,利用子系统有效性指标的权重和对有效决策单元进行排序·方法反应了子系统对决策单元有效性的影响,能够为绩效改进提供更为详细的、具有针对性的管理信息·利用该方法对我国26个省市医药商业企业的运行绩效进行了评价分析,对其中有效的10个省市进行了排序·     

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.     

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。     

基于劣势前沿面的两阶段区间DEA评价与排序方法

在非径向CR模型与劣势前沿面的基础上 , 提出了一种两阶段区间DEA方法, 对具有不确定性且包含独立子系统的决策单元进行相对有效性评价与排序.      

基于DEA模型有效性排序的供应商评价

对比分析了各种供应商评价方法的优缺点,针对数据包络分析(Data Envelopment Analysis,简称DEA)模型评价供应商存在多个有效决策单元的问题,采用在DEA模型中添加虚拟决策单元的方法对有效决策单元进行排序,并根据企业评价供应商的具体特点进行了算例分析.     

基于劣势前沿面的两阶段区间DEA评价与排序方法

在非径向C2R模型与劣势前沿面的基础上,提出了一种两阶段区间DEA方法,对具有不确定性且包含独立子系统的决策单元进行相对有效性评价与排序.     

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.     

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。     

具有不确定性输出的决策单元的相对效益评价

针对一类输出受干扰影响的多输入多输出社会经济系统的效益评价问题,研究了数据包络分析方法中决策单元的有效性、P-生产可能集以及原始性等概念,定义了一个可用于判断输出受随机因素影响的决策单元相对有效程度的指标,并在此基础上给出了一个新的随机DEA评价模型,分析了该模型的性质、求解方法以及与现有模型的一致性等,最后给出了一个评价案例.     

DEA弱有效决策单元判断及排序的新方法

通过对DEA有效决策单元的传统排序方法存在不足的探讨,从DEA弱有效决策单元的判断分析,提出了一种关于弱有效决策单元排序的方法.再利用超有效性模型,从而对所有决策单元进行完全的排序.     

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。     

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...     

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.     

基于数据包络分析的复杂系统相对有效性分析

数据包络分析是用来评价同类型决策单元相对有效性的一种新方法．考虑到实际问题中被评价的同类型决策单元之间不一定是相互独立的,在假设决策单元之间存在合作的条件下,给出了评价具有多个子系统的复杂系统相对有效性的数据包络分析模型,并证明了模型的一些性质以及系统相对有效与子系统相对有效之间的关系．这些模型可以用来评价区域之间通过经济合作带来的收益。     

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。     

多准则DEA模型及应用研究

本文通过给出一个多准则DEA模型 ,从而更有效的对各决策单元进行评估 ,同时获得了更合理的输入产出权重指标 ,最后通过实例对该模型进行了验证     

基于输出的供应链分销阶段绩效改进方法

总结了标杆学习中目标企业选择和学习途径确定的方法·研究了基于输出的绩效评价和改进的标杆方法,给出了特定输出增长等定义和有关数据包络分析(C2GS2)的扩展模型·模型中所有被评价企业均视为具有相同输入、输出的决策单元·指出最小特定输出增长为绩效改进的最短路径,所对应企业为最佳标杆学习对象·在供应链分销阶段,该方法更易于操作,企业可保持现有投入,通过提高输出元素水平改进绩效·     

区间DEA模型中决策单元效率的相对合理测算

在已有DEA模型基础上,建立起非径向、同时考虑输入与输出的区间DEA模型,以测度决策单元的区间技术效率。基于相对合理的区间效率测度,对决策单元进行了分类,并给出了非区间有效单元的一个改进方案。最后给出了一个算例。     

科技项目的评标决策模型研究

研究了科技项目招标投标过程中的标书评价问题,给出了一种基于灰色趋势关联分析的评标决策模型,并且以某新产品计划科技招标项目的评标工作为例,基于评标决策模型用实际数据对新产品计划科技招标项目进行了评标研究．