الهام ظهیری؛ عقیله حیدری؛ حمیدرضا یوسف زاده
چکیده
وجود مجموعه جوابهای بهینه پارتو حاصل از حل مسائل بهینهسازی چندهدفه، هرچند از یک سو انعطافپذیری در انتخاب یک جواب بهینه را با توجه به شرایط حاکم بر یک سیستم افزایش میدهد ولی از سوی دیگر، با توجه به وجود سلایق و دیدگاههای مختلف در یک سیستم، انتخاب مطلوبترین جواب مرز پارتو، میتواند به عنوان یک چالش جدی مطرح شود. در این ...
بیشتر
وجود مجموعه جوابهای بهینه پارتو حاصل از حل مسائل بهینهسازی چندهدفه، هرچند از یک سو انعطافپذیری در انتخاب یک جواب بهینه را با توجه به شرایط حاکم بر یک سیستم افزایش میدهد ولی از سوی دیگر، با توجه به وجود سلایق و دیدگاههای مختلف در یک سیستم، انتخاب مطلوبترین جواب مرز پارتو، میتواند به عنوان یک چالش جدی مطرح شود. در این راستا، در این مقاله، در گام نخست، با تعریف مفهوم درجه نزدیکی گوسی و ارائه یک رویکرد تجزیه مبتنی بر آن، به تولید مرز پارتو میپردازیم که نتایج عددی نشان میدهد این مرز در مقایسه با مرزهای حاصل از رویکردهای تجزیه دیگر از کیفیت بالاتری برخوردار است. در گام دوم، با توجه به عدم وجود یک معیار ارزیابی که به بررسی کیفیت یک مرز از زوایای مختلف بپردازد، یک معیار ارزیابی جدید برای مقایسه مرزهای مختلف ارائه میکنیم که با در نظر کرفتن همزمان دو عامل میزان تسلط و نزدیکی به جواب بهینه به بررسی کیفیت جوابها در یک مرز پارتو میپردازد. نتایج بدست آمده از شبیهسازی گامهای پیشنهادی بر روی توابع آزمون استاندارد موجود، کارآیی و مؤثر بودن هر یک از گامهای مسئله پیشنهادی را تصدیق مینمایند.
تحلیل پوششی داده ها
حمیدرضا یوسف زاده؛ اعظم تیموری؛ عقیله حیدری
چکیده
مدل تحلیل پوششی دادهها مبتنی بر برنامهریزی آرمانی (GDEA) با افزایش میزان تفکیکپذیری و ارائه وزنهای واقعی به واحدهای تصمیمگیری (DMU) به دنبال رفع نواقص مدل تحلیل پوششی دادهها (DEA) کلاسیک و پایهای میباشد. نتایج تجربی حاکی از عدم رفع کامل نقایص در برخی از نمونههای مورد آزمایش توسط مدلهای GDEA میباشند.همچنین در محاسبه جواب بهینه ...
بیشتر
مدل تحلیل پوششی دادهها مبتنی بر برنامهریزی آرمانی (GDEA) با افزایش میزان تفکیکپذیری و ارائه وزنهای واقعی به واحدهای تصمیمگیری (DMU) به دنبال رفع نواقص مدل تحلیل پوششی دادهها (DEA) کلاسیک و پایهای میباشد. نتایج تجربی حاکی از عدم رفع کامل نقایص در برخی از نمونههای مورد آزمایش توسط مدلهای GDEA میباشند.همچنین در محاسبه جواب بهینه با روشهای مختلف ارزیابی کارایی واحدها، با دستهای از جوابهای بهینه پارتو مواجه هستیم که یک مدیر تصمیمگیرنده را در انتخاب مناسبترین جواب با چالش جدی مواجه میکند. برای رفع این معضل، در گام نخست در این مقاله، با استفاده از مفاهیم منطق فازی، رویکرد F-GDEA را که یک مدل مبتنی بر منطق فازی در حل مدلهای GDEA است، پیشنهاد میدهیم که باعث افزایش قدرت تفکیکپذیری روشها در رتبهبندی واحدها میشود. در گام دوم، با در نظر گرفتن رتبهبندیهای متنوع حاصل از اعمال مدلهای برنامهریزی مختلف، با استفاده از رویکرد F-GDEA یک رویکرد تلفیقی فازی جدید به نام اختصاری HF-GDEA پیشنهاد میدهیم. با این رویکرد پیشنهادی، رتبهبندی حاصل از روشهای مختلف را با یکدیگر تلفیق نموده و یک رتبهبندی جدید برای واحدهای تصمیمگیری ارائه میدهیم، بهعبارتدیگر، رویکرد HF-GDEA، امکان مقایسه و درنتیجه انتخاب یک جواب بهینه از بین جوابهای بهینه پارتو را فراهم میسازد. در پایان رویکرد پیشنهادی بر روی دو نمونه کاربردی اعمال و نتایج عددی آن آورده شده است.