رتبه‌بندي كامل فرودگاه‌هاي ايران در سال 2016 با مقايسه بازه‌اي كارايي متقاطع DEA با استفاده از اندازه‌گيري آنتروپي گيبس

Full ranking of iranian airports in 2016 by comparing DEA cross-efficiency intervals using Gibbs entropy measures

از آنجايي‌كه پيشرفت و بهبود در خدمات حمل و نقل هوايي كشور با ارزيابي عملكرد فرودگاه‌ها، مشخص مي‌شود. لذا در اين مقاله با استفاده از مقايسه بازه‌اي كارايي متقاطع تحليل پوششي داده‌ها (DEA) با استفاده از اندازه‌گيري آنتروپي گيبس موفق به رتبه‌بندي كامل آنها شديم. ارزيابي كارايي متقاطع، بسطي از تحليل پوششي داده‌ها است كه مي‌تواند الگوي وزن‌هاي غير واقعي را حذف كند و يك رتبه‌بندي براي واحدهاي تصميم گيرنده (DMUs) ايجاد كند. در روش استفاده شده، فرمول‌هاي تهاجمي و خيرخواه را به صورت هم زمان محاسبه مي‌كنيم كه مي‌توان از انتخاب وزن‌هاي DEA صرف نظر كرد. در نتيجه يك تعداد بازه‌ كارايي متقاطع براي هر DMU بدست آورد. با استفاده از كران بالا و پايين اين بازه‌ها، آنتروپي DMUها را اندازه‌گيري مي‌كنيم، آنتروپي بر اساس نظريه اطلاعات، يك ابزار موثر براي اندازه‌گيري عدم قطعيت است كه براي ايجاد شاخص عددي براي DMUها با كارايي متقاطع بازه‌اي به كار مي‌روند. يك برنامه رياضي براي پيدا كردن مقادير آنتروپي بهينه از DMUها براي مقايسه ارائه شده است. بنابراين با مقدار آنتروپي بدست آمده مي‌توانيم DMUها را رتبه بندي كامل كنيم. مزيت روش استفاده شده در اين مقاله اين است كه همواره براي محاسبه كارايي متقاطع شدني است، جوابهاي بهينه دگرين براي وزن‌هاي DEA قابل چشم‌پوشي است و در اين روش عدم قطعيت بازه‌اي كارايي متقاطع براي تشخيص و تفكيك DMUها در نظر گرفته شده است.

As the development and improvement of aviation services of the country is determined by assessing the performance of the airports. Therefore, in this paper we have succeeded in complete ranking of the Gibbs entropy by comparing the efficiency of cross-over interfaces (DEA) with Gibbs entropy. An assessment of cross-efficiency is an extension of the data envelopment analysis that can eliminate the pattern of unrealized weights and create a rating for decision-maker units (DMUs). In the method used, we calculate invasive and benevolent formulas at the same time that we can discard the choice of DEA weights. As a result, a crossover efficiency interval is obtained for each DMU. Using the upper and lower bounds of these intervals, we measure the entropy of the DMUs, entropy based on information theory, is an effective tool for measuring uncertainty that is used to create numerical indexes for open-field interoperability DMUs. A mathematical program is presented to find the optimal entropy values ​​of the DMUs for comparison. So, with the amount of entropy we get, we can complete the DMUs ranking. The advantage of the method used in this paper is that it is always possible to calculate cross-over efficiency, the optimal off-grid response for DEA weights can be ignored, and in this method the uncertainty of cross-efficiency openings is considered for the detection and separation of DMUs.