گروه ریاضی، دانشکده علوم پایه، دانشگاه آزاد اسلامی واحد اراک، ایران.
تاریخ دریافت: 19 مهر 1397،
تاریخ بازنگری: 16 دی 1397،
تاریخ پذیرش: 16 بهمن 1397
چکیده
یکی از مشکلات مدل‌های بر پایه DEA برای رتبه‌بندی سیستم‌های رأی‌گیری اولویتی آن است که به هر یک از گزینه‌ها ( کاندیدها ) اجازه می‌دهد تا بردار وزن خودش را داشته باشد. بنابراین، گزینه‌ها با بردار‌های وزن متفاوتی ارزیابی می‌شود. در این پژوهش، ما مدلی را بر اساس تئوری فازی ارائه می‌کنیم تا نقاط ضعف مدل‌های پیشین را برطرف کنیم. این مدل براساس حل مدل‌های برنامه‌ریزی چند‌هدفه به‌کمک منطق فازی پایه‌گذاری و از این طریق یک بردار از وزن‌های مشترک ارائه شده است؛ در نهایت گزینه‌ها رتبه‌بندی شده است.
Department of Mathematics, Islamic Azad University, Arak-Branch, Arak, Iran.
چکیده [English]
One of the problems of based models on data envelopment analysis (DEA) for ranking preference voting systems is that it allows each alternative have its own weight vector. Therefore, alternatives are evaluated with different weight vectors. In this study, we propose a model based on fuzzy logic to solve the weaknesses of the previous models. This model is based on the solving of multi-objective programming models with the help of fuzzy logic, by this way it providing a vector of common weights, and finally, we can rank the alternatives .
کلیدواژه‌ها [English]
Data Envelopment Analysis, Ranking, Fuzzy Logic, Voting System
مراجع
Contreras, I. (2011). A DEA-inspired procedure for the aggregation of preferences. Expert systems with applications, 38(1), 564-570.
Cook, W. D., & Kress, M. (1990). A data envelopment model for aggregating preference rankings. Management science, 36(11), 1302-1310.
Cook, W. D., Roll, Y., & Kazakov, A. (1990). A dea model for measuring the relative eeficiency of highway maintenance patrols. INFOR: information systems and operational research, 28(2), 113-124.
Green, R. H., Doyle, J. R., & Cook, W. D. (1996). Preference voting and project ranking using DEA and cross-evaluation. European journal of operational research, 90(3), 461-472.
Hashimoto, A. (1997). A ranked voting system using a DEA/AR exclusion model: A note. European journal of operational research, 97(3), 600-604.
Jahanshahloo, G. R., Memariani, A., Lotfi, F. H., & Rezai, H. Z. (2005). A note on some of DEA models and finding efficiency and complete ranking using common set of weights. Applied mathematics and computation, 166(2), 265-281.
Kahraman, C. (Ed.). (2008). Fuzzy multi-criteria decision making: theory and applications with recent developments(Vol. 16). Springer Science & Business Media.
Kornbluth, J. S. H. (1991). Analysing policy effectiveness using cone restricted data envelopment analysis. Journal of the operational research society, 42(12), 1097-1104.
Noguchi, H., Ogawa, M., & Ishii, H. (2002). The appropriate total ranking method using DEA for multiple categorized purposes. Journal of computational and applied mathematics, 146(1), 155-166.
Obata, T., & Ishii, H. (2003). A method for discriminating efficient candidates with ranked voting data. European Journal of operational research, 151(1), 233-237.
Roll, Y., Cook, W. D., & Golany, B. (1991). Controlling factor weights in data envelopment analysis. IIE transactions, 23(1), 2-9.
Thompson, R. G., Singleton Jr, F. D., Thrall, R. M., & Smith, B. A. (1986). Comparative site evaluations for locating a high-energy physics lab in Texas. Interfaces, 16(6), 35-49.
ابتدای صفحه