پایان نامه ارشد مدیریت:تاثیر ارایه تصمیمات یا راهکارهایی برای شرکت های ناکارا
نوشته شده توسط : admin

مدل رتبه بندی  MAJ(Mehrabian,Alirezaie and Jahanshahloo)

با توجه به مشکلات اساسی مدل AP، محرابیان و همکاران (۱۹۹۹) مدل دیگری را جهت رتبه بندی DMUهای کارا مطرح نمودند. در مدل AP حرکت به سوی مرز در امتداد شعاعی صورت میگرفت که ممکن بود سطح پوششی PPS را قطع نکند. در این صورت مساله جواب شدنی ندارد و یا ممکن بود در فاصله بسیار دور، سطح پوششی PPS را قطع نماید. در این صورت مساله ناپایدار است. در مدل MAJ حرکت به سوی مرز در امتداد شعاع فوق الذکر صورت نمی گیرد. بلکه در امتداد موازی ورودی ها ( در ماهیت ورود ی) و به صورت حرکاتی در مسیرهای قایم و عمود بر هم و قدم های مساوی انجام می شود. برای روشن شدن مطلب فرض کنید شکل زیر نشان دهنده مرز فارل در حالت دو ورود ی- یک خروجی و پس از حذف DMUی تحت ارزیابی A باشد:

مقدار تابع هدف بهینه مساله بالا به واحد اندازه گیری ورودیها بستگی دارد. برای از بین بردن این مشکل، لازم است که داده ها را نرمالیزه نماییم. دوآل مساله فوق همان فرم مضربی مدل MAJ است که به قرار زیر می باشد:

نتیجه تحقیقات چارنز کوپر و رودز  برای ارایه مدلی ریاضی برای ارزیابی عملکرد واحد های تصمیم گیری متجانس که ورودی های از یک نوع را برای تولید خروجی های همگون مورد استفاده قرار می دهند بر اساس تحقیقات فارل با ارایه مدل CCR به نتیجه رسید. با این مدل تحلیل پوششی داده ها به عنوان روشی مبتنی بر برنامه ریزی خطی مسیری جدیدی را برای ارزیابی عملکرد و محاسبه کارایی گشود. با این فرض که n واحد تصمیم گیری DMUj J=1…n از m ورودی برای تولید s خروجی استفاده می کنند کارایی واحد تصمیم گیری o=1…n، DMU0 که با صرف ورودی Xio، i=1…m، به تولید Yro، r=1…s دست یافته است چنین است:

θ  میزان کارایی واحد تصمیم گیری DMU0 که O=1…n را بدست میدهد. (دانشیان و همکاران، ۱۳۸۶)

۲-۲-۹- مزایای روش تحلیل پوششی داده ها:

  • روش تحلیل پوششی داده های تصادفی بر خلاف روش رایج ارزیابی عملکرد روشی آینده نگر است و براساس آن می توان در خصوص عملکرد آتی شرکت پیش بینی هایی انجام داد.
  • روش تحلیل پوششی داده های تصادفی ورودی ها و خروجی های شرکت را در ارزیابی عملکرد آنها ملحوظ می نماید بر خلاف روش رایج ارزیابی عملکرد که تنها بر خروجی های شرکت در ارزیابی عملکرد آنان متمرکز است.
  • از نتایج روش تحلیل پوششی داده های تصادفی می توان در برنامه ریزی بهبود عملکرد استفاده نمود این در حالی است که به دلیل تمرکز روش رایج ارزیابی بر خروجی های شرکت و نیز تحت کنترل نبودن اکثر خروجی ها امکان برنامه ریزی برای بهبود عملکرد اکثر شرکت ها با استفاده از افزایش خروجی ها وجود ندارد.
  • روش تحلیل پوششی داده های تصادفی برخلاف روش رایج ارزیابی عملکرد براستانداردهای عملکرد در خصوص هر یک از خروجی های شرکت استوار نیست و بنابراین نیاز به تغییر و بازنگری مداوم در این استانداردها نیست.

۲-۲-۱۰- ویژگیهای تحلیل پوششی داده ها:

تحلیل پوششی داده ها دارای ویژگیهای منحصر به فردی است که آنرا از سایر مدلهای کلاسیک و پارامتریک اندازه گیری کارایی متمایز می سازد. اهم این ویژگیها عبارتند از:

  • ارزیابی واقع بینانه
  • ارزیابی همزمان مجموعه عوامل
  • متن فوق بخش هایی از این پایان نامه بود

    برای دیدن جزئیات بیشتر ، خرید و دانلود آنی فایل متن کامل با فرمت ورد می توانید به لینک زیر مراجعه نمایید:

     پایان نامه

    لینک متن کامل این پایان نامه با فرمت ورد





لینک بالا اشتباه است

برای دانلود متن کامل اینجا کلیک کنید

       
:: بازدید از این مطلب : 460
|
امتیاز مطلب : 0
|
تعداد امتیازدهندگان : 0
|
مجموع امتیاز : 0
تاریخ انتشار : یک شنبه 17 مرداد 1395 | نظرات ()
مطالب مرتبط با این پست
لیست
می توانید دیدگاه خود را بنویسید


نام
آدرس ایمیل
وب سایت/بلاگ
:) :( ;) :D
;)) :X :? :P
:* =(( :O };-
:B /:) =DD :S
-) :-(( :-| :-))
نظر خصوصی

 کد را وارد نمایید:

آپلود عکس دلخواه: