عنوان پایان‌نامه

مدلهای جدید ارزیابی عملکرد با در نظرگرفتن معیارهای منعطف



    دانشجو در تاریخ ۲۹ بهمن ۱۳۷۸ ، به راهنمایی ، پایان نامه با عنوان "مدلهای جدید ارزیابی عملکرد با در نظرگرفتن معیارهای منعطف" را دفاع نموده است.


    محل دفاع
    کتابخانه پردیس 2 فنی شماره ثبت: 1543;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 41035;کتابخانه پردیس 2 فنی شماره ثبت: 1543;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 41035
    تاریخ دفاع
    ۲۹ بهمن ۱۳۷۸
    استاد راهنما
    فریبرز جولای

    در تحلیل پوششی داده ها به روش مرسوم فرض می شود که حالت شاخص های عملکردی از نظر ورودی و خروجی بودن مشخص است. در بعضی از شرایط تشخیص حالت برخی از متغیرها بسیار مشکل می باشد. این نوع متغیرها که هم رفتار ورودی را دارند و هم رفتار خروجی، متغیرهای منعطف نامیده می شوند. در قسمتی از تحقیق مدلی جدید بر اساس تابع تولید کاب داگلاس برای طبقه بندی حالت متغیرهای منعطف و ارزیابی عملکرد واحدهای تصمیم گیری ارائه می دهیم. مدل پیشنهادی قادر به فراهم آوردن کشش های خروجی نهایی و نرخ های نهایی جانشینی خروجی ها می باشد. مدل ارائه شده بوسیله داده های شبیه سازی شده با مدل نظیرش در ادبیات موضوع ارزیابی می شود. نتایج نشان می دهد که از لحاظ آماری، کارایی های محاسبه شده توسط مدل پیشنهادی به کارایی های واقعی نزدیکتر می باشند و همبستگی رتبه ای بالاتری با مقادیر واقعی کارایی دارند. کاربرد مدل پیشنهادی بر روی دو سری داده واقعی برگرفته از ادبیات موضوع نشان داده می شود. نتایج حاصل از داده های شبیه سازی شده و داده های واقعی نشان می دهد که همبستگی رتبه ای بالایی بین مدل پیشنهادی و مدل مشابهش در ادبیات موضوع وجود دارد. تحلیل پوششی داده ها یک ابزار مناسب برای ارزیابی عملکرد زنجیره تامین باشد. در زنجیره تامین شاخص هایی وجود دارد که هم به صورت ورودی رفتار می کنند و هم به صورت خروجی و متغیرهای واسطه ای نامیده می شوند. از آنجایی که متغیرهای واسطه ای اعضای زنجیره تامین را به هم مرتبط می سازند، روش استاندارد تحلیل پوششی داده ها مستقیما قادر به طبقه بندی متغیرهایی واسطه ای و ارزیابی عملکرد زنجیره تامین و اعضایش نمی باشد. در قسمتی دیگر از این تحقیق، یک مدل ارزیابی عملکرد دو مرحله ای برای طبقه بندی کردن حالت متغیرهای واسطه ای و ارزیابی عملکرد زنجیره تامین و اعضایش ارائه می دهیم. سپس اعتبار مدل ارائه شده بوسیله یک مثال برگرفته از ادبیات موضوع نشان داده می شود. نتایج بدست آمده نشان می دهد که مدل ارائه شده نتایج سازگاری با مدل اخیر در ادبیات موضوع دارد با این تفاوت که مراحل محاسباتی کمتری دارد.
    Abstract
    In conventional data envelopment analysis it is assumed that the input versus output status of each chosen performance measures is known. In some conditions finding a statue of some variables from the point view of input or output is very difficult; these variables treat as both an input and output and are called flexible measures. In one part of the research, we propose a new model based on Cobb-Douglas production function for classifying status of flexible measures and evaluating the performance of Decision making units. The model is capable to provide marginal output elasticities and marginal rates of output transformation. The presented model is evaluated comparing with its similar model in the literature by simulated data. The results show that the measure efficiencies of our model are statistically closer to true efficiencies and have higher rank correlation with true efficiencies. We illustrate the application of proposed model with two series of real data found in literature. Also results obtained from simulated and real data show that there are high correlation between our model and that of the similar model found in the literature. The data envelopment analysis is a suitable tool for evaluating supply chain performance. In supply chain there are measures that treat as both an input and output. These measures are called intermediate measures in the literature. Since it is difficult to classify intermediate measure that connect supply chain members as “outputs” or “inputs” of the chain, and conventional data envelopment analysis cannot directly measure the performance of supply chain we need a new model. In the other part of the research, we develop a new two stage DEA model to classify the status of intermediate measures and evaluate the performance of supply chain and its members. Then, the application of new model is presented by an example. This numerical experiment shows the consistency of the results obtained by our model with those of the recent model found in the literature with less computational stages.