-
سال انتشار:
2015
ترجمه فارسی عنوان مقاله:
استفاده از الگوریتم ژنتیک برای حداکثرسازی بهره وری فنی در تحلیل پوششی داده ها
عنوان انگلیسی مقاله:
Using Genetic Algorithms for Maximizing Technical Efficiency in Data Envelopment Analysis
منبع:
Sciencedirect - Elsevier - Procedia Computer Science Volume 51, 2015, Pages 374–383
نویسنده:
Mart´ın Gonz´alez1, Jose J. L´opez-Esp´ın1, Juan Aparicio1, Domingo Gim´enez2, and Jes´ us T. Pastor1
چکیده انگلیسی:
Data Envelopment Analysis (DEA) is a non-parametric technique for estimating the technical efficiency of a set of Decision Making Units (DMUs) from a database consisting of inputs and outputs. This paper studies DEA models based on maximizing technical efficiency, which aim to determine the least distance from the evaluated DMU to the production frontier. Usually, these models have been solved through unsatisfactory methods used for combinatorial NP-hard problems. Here, the problem is approached by metaheuristic techniques and the solutions are compared with those of the methodology based on the determination of all the facets of the frontier in DEA. The use of metaheuristics provides solutions close to the optimum with low execution time.
Keywords: Data Envelopment Analysis | Closest targets | Mathematical Programming | Efficiency Methodologies | Genetic Algorithms
چکیده فارسی:
تحلیل پوششی داده ها (DEA) یک روش غیر پارامتری برای تخمین بهره وری فنی مجموعه ای از واحدهای تصمیم گیرنده (DMUها) از یک پایگاه داده شامل ورودی ها و خروجی ها است. این مقاله مدل های DEA مبتنی بر حداکثرسازی راندمان فنی را مطالعه می کند، که هدف تعیین کردن مسافت حداقلی از DMU ارزیابی شده برای مرز تولید است. معمولا، این مدل ها از طریق روش های نامطلوب مورد استفاده برای مسائل NP-hard ترکیبی حل می شوند. در اینجا مسئله توسط روش های فراابتکاری بررسی می شود و راه حل ها با روش هایی از متدولوژی مبتنی بر تعیین تمامی جنبه های مرزی در DEA مقایسه می شود. استفاده از فراابتکاری ها راه حل های نزدیک به بهینه گی با زمان اجرای پائین را ارائه می-کنند.
کلمات کلیدی: تحلیل پوششی داده ها | نزدیک ترین اهداف | برنامه نویسی ریاضیاتی | متدولوژی های بهره وری | الگوریتم های ژنتیک
سطح: متوسطتعداد صفحات فایل pdf انگلیسی: 10تعداد صفحات فایل doc فارسی(با احتساب مراجع): 20
وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است
حجم فایل: 640 کیلوبایت
قیمت:
20000 تومان16000 تومان (20 % تخفیف)
توضیحات اضافی:
اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)
|
|
|
|
|
|
تعداد نظرات : 0