فهرست نشریات علمی دسترسی آزاد ایران

تحلیل پوششی داده‌ها رویکردی مبتنی بر برنامه‌ریزیِ ریاضی، برای ارزیابیِ نسبیِ واحدهای تصمیم‌گیرنده‌‌ای است که مانند سیستم‌های تولیدیِ مشابه و متمایزی در نظر گرفته می‌شوند. در این رویکرد، عملکرد هر واحد در قالب عملیاتِ تبدیل ‌منابع (ورودی‌ها) به محصولات (خروجی‌ها)، توصیف می‌گردد. در مدل‌های سنتیِ تحلیلِ پوششیِ داده‌ها، فرض بر این است که نقشِ هر عاملِ عملکردی (به‌عنوان ورودی یا خروجی) مشخص است، اما در برخی از مسائل دنیایِ واقعی، ممکن است یک یا چند عامل، با توجه به ماهیتِ ارزیابی و یا نگرشِ تصمیم‌گیرندگان، به‌عنوان عوامل دونقشی معرفی شوند. این عوامل می‌توانند نقش ورودی، خروجی و یا حتی نقش بی‌اثر در ارزیابیِ عملکرد واحدها ایفا کنند. در مقاله‌ی حاضر دو مدل جدید برنامه‌ریزی خطی مبتنی بر مفاهیم انحراف در شرط کارایی و اوزان مشترک، برای تعیین وضعیت عوامل دونقشی و سپس محاسبه‌ی کاراییِ واحدهای تصمیم‌گیرنده ارائه می‌شود. مزایای اصلیِ مدل‌های پیشنهادی کاهش چشمگیر محاسبات و تعداد دفعات حل مدل و همچنین دخالت دادن همه‌ی واحدهای تصمیم‌گیرنده جهت تعیین نقشِ یک‌باره‌ی عامل‌ها جهت ارزیابی واحدهای تصمیم‌گیرنده است. به‌منظور بررسی عملکرد مدل‌های پیشنهادی، از داده‌های مربوط به ارزیابیِ هیجده تأمین‌کننده در حضور دو ورودی، سه خروجی و دو عامل دونقشی استفاده شده است. نتایج به‌دست‌آمده، نشان داد که در مقایسه با مدل‌های دیگر، مدل‌های پیشنهادی هم ازنظر محاسباتی به‌صرفه‌تر بوده و هم تعیین نقش و ارزیابی واحدها به کمک وزن‌های به‌دست‌آمده از این مدل‌ها، انتظارات موردنظر تصمیم‌گیرندگان را بهتر و منطقی‌تر برآورده می‌کنند.