سال انتشار: ۱۳۹۰

محل انتشار: چهارمین کنفرانس بین المللی تحقیق در عملیات ایران

تعداد صفحات: ۲

نویسنده(ها):

علیرضا پیشگویی – دانشگاه آزاد اسلامی واحد زاهدان،دانشکده تحصیلات تکمیلی
فرانک حسین زاده سلجوقی – دانشگاه سیستان و بلوچستان، دانشکده ریاضی

چکیده:

در مدل های مختلف تحلیل پوششی داده ها ورودی و خروجیها را بصورت پیوسته درنظر میگیرند. در بسیاری از کاربردها برخی یا تمام ورودی و خروجی الزاماً مقادیر صحیح میباشند و شرط پیوسته بودن مقادیر حذف می شود. شرایطی که در آنها ورودی وخروجی ها بیانگر مفاهیمی مانند تعداد کارگر، تعداد ماشین، تعداد افراد و … میباشد. در اینگونه کاربردها پس از تصویر بر روی مرز کاراییDMU الگو ممکن است مجازی بوده و دارای مقادیر صحیح برای ورودی و خروجی نباشد. با گرد کردن مقادیر به صورت افزایشی یا کاهشی، نقطه تصویر مقادیر صحیح اتخاذ میکند که این گرد کردن در بسیاری موارد منجر به خروج از ناحیه شدنی و یامعرفDMUمغلوب دیگری میشود و نتیجه لازم به دست نمیآید. درصورت ناکارا بودن یکDMUباید بتوانDMUالگویی معرفی نمود که واحد مورد نظر با پیروی از آن به کارایی دست یابد. در این مقاله با ارائه یک الگوریتم تصویرDMU ناکارا به نحوی انجام می شود که الگوی بهدست آمده داری مقادیری با ورودی و خروجی تماماً صحیح باشد