مدل‌هاي تحليل پوششي داده‌هاي بازه‌اي مبتني بر TOPSIS

A Data Envelopment Analysis Model with Interval Data Using TOPSIS Technique

تحليل پوششي داده‌ها (DEA) روشي براي سنجش عملكرد گروهي از واحدهاي تصميم‌گيري (DMUها) است كه از ورودي‌هاي متعدد براي توليد خروجي‌هاي متعدد استفاده مي‌كنند. اين مقاله دو DMUي مجازي به نام DMUي ايده‌آل و DMUي آنتي‌ايده‌آل را وارد DEAي بازه‌اي مي‌كند. مدل‌هاي DEAي بازه‌اي به دست آمده به ترتيب DEAي بازه‌اي با DMUهاي ايده‌آل و آنتي‌ايده‌آل ناميده مي‌شوند. يكي از آنها DMUها را از ديدگاه كارآيي خوشبينانه ارزيابي مي‌كند، در حالي كه ديگري آنها را از ديدگاه كارآيي بدبينانه ارزيابي مي‌كند. اين دو كارآيي بازه‌اي متمايز با هم تركيب مي‌شوند و يك شاخص جامع به نام نزديكي نسبي به DMUي ايده‌آل را درست مانند رويكرد روش ترجيح ترتيب بر اساس شباهت به جواب ايده‌آل در تصميم چندشاخصي تشكيل مي‌دهند. سپس از شاخص نزديكي نسبي به عنوان سنجش كلي هر DMU استفاده مي‌شود و بر مبناي آن يك رتبه‌بندي كلي براي همه‌ي DMUها به دست مي‌آيد. يك مثال نيز در زمينه‌ي ارزيابي عملكرد بيست شعبه‌ي بانك ارائه خواهد شد كه نشان مي‌دهد كه رويكرد DEAي بازه‌اي پيشنهادي يك روش ساده، مؤثر و عملي براي اندازه‌گيري عملكرد در موقعيت‌هاي زندگي واقعي است.

Data envelopment analysis (DEA) is a methodology for assessing the performances of a group of decision-making units (DMUs) that utilize multiple inputs to produce multiple outputs. This paper introduces two virtual DMUs called ideal DMU and anti-ideal DMU into the interval DEA. The resultant interval DEA models are, respectively, referred to as the interval DEA with ideal and anti-ideal DMUs. One evaluates DMUs from the viewpoint of the optimistic efficiency, while the other evaluates them from the perspective of the pessimistic efficiency. The two distinctive interval efficiencies are combined to form a comprehensive index called the relative closeness to the ideal DMU just like the well-known technique for order preference by similarity to ideal solution approach in multiple attribute decision making. The relative closeness index is then used as the evidence of overall assessment of each DMU, based on which an overall ranking for all the DMUs can be obtained. We also present an example on evaluating the performance of twenty bank branches which shows that the proposed interval DEA approach is a simple, efficient, and practical method for performance measurement in real-life situations.