دانلود پایان نامه

نظرگرفتن فرضیات محدودیتهای تئوریک روی تابع تولید نیست(قصیری ودیگران،1386: 5).

2-5.مدل تحلیل پوششی دادهها3
روش تحلیل پوششی مبتنی بر یکسری بهینه سازی با استفاده از برنامهریزی خطی میباشد که به آن روش ناپارامتریک نیز گفته میشود. دراین روش، منحنی مرزی کارا از یک سری نقاط که بوسیله برنامهریزی خطی تعیین می شود، ایجاد میگردد. برای تعیین نقاط میتوان از دو فرض بازدهی ثابت و متغییر نسبت به مقیاس استفاده کرد. روش برنامهریزی خطی بعد از یک سری بهینهسازی مشخص میکند که آیا واحد تصمیمگیر موردنظر روی خط کارایی قرارگرفته است و یا خارج از آن قرار دارد. بدین ترتیب واحدهای کارا از ناکارا جدا میشوند. گفتنی است در این روش میتوان تابع هدف (ستانده) را با توجه به نهادههای مشخصی حداکثر نمود، یا اینکه با استفاده از دوگان آن، یعنی با توجه به ستانده معین نهادهها را حداقل کرد. تکنیک(DEA) تمام دادهها(ارقام و اطلاعات) را تحت پوشش قرار داده و به همین دلیل تحلیل فراگیر دادهها نامیده میشود.

2-5-1.تاریخچه تحلیل پوششی دادهها
نخستین تلاش ها برای ارزیابی عملکرد و کارایی واحدها، توسط کوپمن و دبرو (Copman and Debreu) انجام گرفت. کوپمن کارایی فنی را تعریف و بیان نمود و دبرو هم شاخصی برای اندازهگیری کارایی فنی ارائه نمود. اما کار اساسی و کاربردی برای تشخیص کارایی را فارل در سال 1957 انجام داد. او برای اولین بار تخمین کارایی به روش پارامتری را مطرح کرد و به جای حدس تابع تولید، مقادیر دادهها و ستاندهها را مشاهده کرد و مرزی را برای واحدها در نظر گرفت که آن مرز تابع تولید مرزی است که شاخصی برای اندازهگیری کارایی محسوب می شود و در واقع عملکرد بهترین بنگاهها در صنعت را نشان میداد که عملکرد بنگاههای دیگر با آن مقایسه میشود. او برای اولین بار کارایی کلی (اقتصادی ) تولیدکننده را به دو جزء کارایی فنی و تخصیصی (قیمت ) تقسیم نمود که کارآیی فنی، نشان دهنده میزان توانایی یک بنگاه در حداکثرسازی تولید با توجه به عوامل تولید معین است و کارآیی تخصیصی، نشاندهنده توانایی بنگاه برای استفاده از ترکیب بهینه عوامل تولید با توجه به قیمت آنهاست. سپس روشی را برای اندازهگیری هر یک از آنها ارائه داد و فروضی را قائل شد، از جمله تک محصولی بودن تولید و ثابت بودن بازدهی نسبت به مقیاس و در نهایت، با استفاده از روش برنامهریزی خطی به تحلیل کارایی پرداخت(حسین زاده بحرینی ودیگران،3:1387). از آن پس اغلب روشهای اندازهگیری کارایی بر اساس روش فارل انجام میگیرد. با تکمیل روش فارل، چارنز، کوپر و رودز (Charnes, et al,1978) در سال 1978 تحلیل اولیه را از حالت تک نهاده و تک ستانده به حالت چند نهاده و چند ستانده گسترش دادند. این روش که با توجه به حرف اول اسامی آنها روش CCR نام گرفت، مبنای مقاله پایان نامه دوره دکتری ادوارد رودز بود که به راهنمایی کوپر و چارنز در مورد پیشرفت تحصیلی دانشآموزان آمریکا انجام گرفت(مهرگان،57،1391). پس از آن بنکر چارنز و کوپر(Banker, et al, 1984) در سال 1984 با تکمیل روشCCR مدل BCC را معرفی نمودند، امروزه از این روش در اکثر رشتههای علمی استفاده میشود.
2-5-2-1.تعریف ورودی و خروجی در مدل تحلیل پوششی دادهها
پارامترها و متغییرهایی که در ارزیابی کارایی مناطق در نظر گرفته میشوند به دو دسته ورودی و خروجی تقسیم میشوند که در زیر به تعریف ورودیها و خروجیها می پردازیم.
2-5-2-1-1.تعریف ورودی
منظور از ورودیها آن متغییرهایی هستند که با افزایش آنها کارایی کاهش پیدا میکند و با کاهش آنها کارایی افزایش پیدا میکند در مجموع می توان گفت که رابطهایی معکوس با کارایی دارند(موحدی و حسینی،1389: 57).
2-5-2-1-2.تعریف خروجی
منظور از خروجیها آن متغییرهایی هستند که با افزایش آنها کارایی افزایش پیدا میکند و با کاهش آنها کارایی کاهش پیدا میکند و در واقع رابطهایی مستقیم با کارایی دارند( موحدی و حسینی،1389: 58).
2-6.مدلهای استاندارد تحلیل پوششی دادهها
مدل تحلیل پوششی دادهها دارای چهار مدل اصلی و یک مدل کمکی است، که در زیر با این روشها آشنا میشویم اما باید توجه داشت که در این تحقیق از دو روش بازدهی ثابت نسبت به مقیاس و بازدهی متغییر نسبت به مقیاس استفاده میشود.

مطلب مرتبط :   پایان نامه با کلید واژگاناهداکننده، خون آلوده، کودکان مبتلا

2-6-1.مدل بازگشت به مقیاس ثابت(4CRS)
یعنی هر مضربی از ورودیها همان مضرب از خروجی ها را تولید می کند، که بازده به مقیاس واحدها را ثابت فرض میکند. این مدل که اولین مدل DEA است، توسط چارنز، کوپر و رودز در سال 1978 ارائه شد(انوری و دیگران1391، 39). این مدل را برخی اوقات با حروف CCR5 میشناسند که برگرفته از نام پدیدآورندگان مدل است .
Maximize┬(i=1,2,3,4)⁡〖:f 〗= ∑_i▒〖u_ip+Y_ip 〗
Subject to : X_1p=1
∑_(j=1,2,…,13)▒〖u_ij Y_ij-X_1j≤0〗
دراین مدل ، u ضریب اهمیت هر ستاندهاست. عملگر جمع موزون ستاندههای گروه را محاسبه میکند. همان‌طورکه مشاهده میشود ، تابع هدف ما که باید حداکثر شود عبارت است از جمع کل ستاندههای گروه آموزشی pام که با مجموعه ای از ضرایب که میتواند بهرهوری آن گروه را حداکثر نموده همزمان بهرهوری سایر گروه‌ها را (با احتساب همان ضرایب) حداقل سازد. هدف ازاین کار، محاسبه بالاترین عدد کارایی ممکن برای گروه p است. درعین حال، این حداکثرسازی، ازنوع حداکثرسازی مقیداست. اولاًمخرج کسر کارایی گروه p که عبارت است از X1p مساوی یک قرار داده شده تا تابع هدف به صورت خطی درآید و امکان استفاده از تکنیک برنامهریزی خطی فراهم گردد. ثانیاً شرط اصلی این است که ضرایب منتخب گروه p وقتی در میز
ان ستاندههای تولیدی توسط سایر واحدها ضرب میشود، کارایی هیچ واحدی نباید از یک تجاوز نماید، عبارتِ ∑_(j=1,2,…,13)▒〖u_ij Y_ij-X_1j≤0〗 در واقع، بیان ریاضی همین شرط است: جمع موزون ستانده هر واحد (که باوزن‌های موردنظر واحد p ام وزندهی شده) منهای نهاده مصرفی آن(که معادل یک درنظرگرفته شده) نباید بزرگ‌تر از صفر باشد. اندیس j هم به این دلیل اعداد یک تا سیزده را اختیارمیکند که در این مطالعه، سیزده منطقه شهرداری مورد ارزیابی قرارگرفته است. شکل کلی مدل بازدهی نسبت به مقیاس ثابت به صورت نمودار زیر است(رهنما و رضوی،156:1391).
شکل 2-3، مدل بازگشت به مقیاس ثابت(CRS)

منبع:(نادری کزج و صادقی، 1385 :58-25)
2-6-2.مدل بازگشت به مقیاس متغییر(VRS6)
یعنی هر مضربی از ورودیها، میتواند همان مضرب از خروجیها یا کمتر از آن و یا بیشتر از آن را، در خروجیها تولید کند. الگویBCC بازده به مقیاس را متغیر فرض میکند. این مدل توسط بانکر، چارنز و کوپر در سال 1984 ارائه شد و اغلب با حروف7BCC شناخته میشود(قصیری ودیگران 10:1386) .
(Maximize)┬(i=1,2,3,4)⁡〖:z 〗= ∑_i▒〖u_ip+Y_ip+W〗
Subject to : X_1p=1
∑_(j=1,2,…,13)▒〖u_ij Y_ij-X_1j+W≤0〗
u_i وv_j≥0
اگرداشته باشیم W=0، عملاً به مدل CRS بازگشتهایم. مثبت یا منفی بودن W به ترتیب، به معنی فزاینده یا کاهنده بودن بازده به مقیاس خواهد بود. نمودار زیر مرز کارایی و واحدهای کارا و ناکارا را به صورت شماتیک نمایش میدهد(رهنما و رضوی،1391 :157). در واقع میزان کارایی بنگاهها در حالت بازده ثابت نسبت به مقیاس(CRS) را می توان بعنوان اهداف بلند مدت و در حالت بازده متغییر نسبت به مقیاس(VRS) را بعنوان اهداف کوتاه مدت برای بنگاههای غیر کارا(ناکارا) درنظر گرفت(امامی میبدی،1380، 138).
شکل 2-4، مدل بازگشت به مقیاس متغییر(VRS)

منبع: (نادری کزج و صادقی، 1385 :58-25)
2-6-3.مدل بازگشت به مقیاس افزایشی(IRS)8
بازده افزایشی نسبت به مقیاس آن است، که میزان خروجی به نسبتی بیش از میزان افزایش ورودیها افزایش یابد( بطور مثال اگر ورودی 2 برابر شود، خروجی بیش از 2 برابر افزایش پیداکند)، (قصیری و دیگران 10:1386).

2-6-4.مدل بازگشت به مقیاس کاهشی(DRS)9
در صورتی که میزان افزایش خروجیها کمتر از نسبتی باشد که ورودیها افزایش داده شدهاند، بازده کاهشی نسبت به مقیاس ایجاد شده است(بطور مثال اگر ورودی 2برابر شود خروجی کمتر از دو برابر افزایش پیدا می کند). دو مدل فوق توسط چارنز و کوپر در سال 1984 و سیفورد و ترال در سال 1990 ارائه شده است. مدل بازگشت به مقیاس متغییر ترکیبی از دو مدل بازگشت به مقیاس افزایشی و مدل بازگشت به مقیاس کاهشی می باشد(قصیری و دیگران 10:1386).

مطلب مرتبط :   پایان نامه رایگان با موضوعدوران باستان، نهج البلاغه

2-6-5.مدل ترکیبی
این مدل توسط چارنز در سال 1985ارائه شد و توسط ترال(1996)، کوپر(1998) و تن (1998) بسط و تعمیم یافت، این مدل دارای جهت مطالعه نمیباشد و برای هر یک از مدل های فوق (مدل های اصلی DEA) یک مدل ترکیبی خواهیم داشت. کاربرد این مدل بیشتر برای کاهش حجم محاسبات میباشد(قصیری و دیگران 11:1386).

2-7.دیدگاههای ورودی- محور و خروجی- محور
برای بهینهکردن ورودی و خروجیهای مدل بر اساس روش تحلیل پوششی دادهها دو روش وجود دارد که عبارت‌اند از (COOPER, 2007: 115) :
یکی روش ورودی محور که مقادیر ورودی را تا جایی که در مقدار خروجیها تغییر وارد نکند، کاهش می‌دهد و دیگری روش خروجیمحور که مقادیر خروجی را افزایش می‌دهد بدون اینکه واحد تصمیمگیرنده به ورودی بیشتری نیاز داشته باشد.
2-8.مدل رتبهبندی اندرسون- پترسون(کارایی برتر)
این روش که به روش فراکارایی (SUPER-EFFICIENCY) معروف است برای رتبهبندی کارایی واحدها و سازمانها و… بکار برده میشود. این روش توسط آندرسون و پترسون در سال 1993ارائه شد(انوری و دیگران 1391، 59).
2-9.مدل رتبهبندی باردهان (ناکارایی برتر)
این روش در سال1996 توسط باردهان ایجاد شد و برای رتبهبندی واحدها، سازمانها و … بکار برده میشود. این روش رتبهبندی را بر اساس ناکارایی موسسات، واحدها، سازمانها و … انجام می دهد(قصیری و دیگران 86:1386).
2-10.مزایا و معایب تحلیل پوششی دادهها( DEA)
روش تحلیل پوششی داده ها دارای مزایا و معایبی هست که در زیر به آن پرداخته میشود.
2-10-1.مزایای تحلیل پوششی دادهها(DEA)
ارزیابی واقع بینانه
ارزیابی همزمان مجموعه عوامل
عدم نیاز به وزنهای از قبل تعیین شده(غیرپارامتری بودن)
جبرانی بودن
ارزیابی با گرایش مرزی به جای گرایش های مرکزی
فهم آسان و راحت
تصویر کردن بهترین وضعیت عملکردی به جای وضعیت مطلوب(قصیری و دیگران 8:1386)
2-10-2.معایب تحلیل پوششی دادهها(DEA)
درنظر نگرفتن اختلالات تصادفی و عوامل محیطی
غیرپارامتری بودن این روش که در برخی موارد منجر به نتایج نه چندان مناسب میشود.
حساسیت زیاد نتایج این روش به اطلاعات و دادهها (قصیری و دیگران 9:1386).

2-11. روش نصب و کار با نرمافزار DEAFRONTIER
نرمافزار DEAFRONTIER بر مبنای نرمافزار اکسل 2003 ساخته شده است، در واقع این نرمافزار بر روی نرمافزار اکسل 2003 قابل نصب است. که در زیر به نحوه فعالسازی و کار با نرمافزار میپردازیم.

2- ابتدا این نرمافزار را بر روی صفحه نمایش کامپیوتر کپی میکنیم، بعد از آن نرمافزار را باز کرده صفحهایی شبیه صفحه اکسل 2003 باز می شود. این نرمافزار قابلیت محاسبه کارایی بنگاهها و سازمانها به تعداد سطرها و ستونهای اکسل را فراهم میکند. صفحه نمایش این نرمافزار در ادامه مطالب آمده است.

3- بعد از اینکه نرمافزار را باز کردیم برای راهاندازی و نصب آن باید
طبق مراحل زیر عمل نماییم. ابتدا از منوی اصلی نرم افزار گزینه Tools و بعد از آن گزینه Macro را انتخاب میکنیم، بعد از آن گزینه Security را انتخاب مینماییم، سپس بعد از آن از پنجرهی باز شده گزینه Low را انتخاب می نماییم، که تمام این مراحل در شکلهای زیرآمده است.

4- بعد از مراحل فوق، از منوی اصلی گزینه Tools و بعد از آن گزینه Add-Ins را انتخاب میکنیم، از پنجرهی Add-Ins دوگزینه DEAFRONTIER و Solver- Add-Ins را تیک میزنیم، بعد از انجام این مراحل نرم افزار بر روی اکسل2003 نصب میشود، و یک گزینه دیگر به نام DEA به منوی اصلی نرمافزار اضافه میشود، بعد از انتخاب منوی DEA میتوان به 24 قابلیت و دستور این نرمافزار دسترسی داشت، تمام این مراحل

دسته بندی : پایان نامه ها

دیدگاهتان را بنویسید