رضائیان, جواد, عسگری نژاد, عباس. (1393). ارزیابی عملکرد شرکتهای آب و فاضلاب استان مازندران به کمک مدل ترکیبی تحلیل پوششی دادهها و شبکة عصبی مصنوعی. نشریه مهندسی صنایع, 48(2), 201-213. doi: 10.22059/jieng.2014.52914
جواد رضائیان; عباس عسگری نژاد. "ارزیابی عملکرد شرکتهای آب و فاضلاب استان مازندران به کمک مدل ترکیبی تحلیل پوششی دادهها و شبکة عصبی مصنوعی". نشریه مهندسی صنایع, 48, 2, 1393, 201-213. doi: 10.22059/jieng.2014.52914
رضائیان, جواد, عسگری نژاد, عباس. (1393). 'ارزیابی عملکرد شرکتهای آب و فاضلاب استان مازندران به کمک مدل ترکیبی تحلیل پوششی دادهها و شبکة عصبی مصنوعی', نشریه مهندسی صنایع, 48(2), pp. 201-213. doi: 10.22059/jieng.2014.52914
رضائیان, جواد, عسگری نژاد, عباس. ارزیابی عملکرد شرکتهای آب و فاضلاب استان مازندران به کمک مدل ترکیبی تحلیل پوششی دادهها و شبکة عصبی مصنوعی. نشریه مهندسی صنایع, 1393; 48(2): 201-213. doi: 10.22059/jieng.2014.52914
ارزیابی عملکرد شرکتهای آب و فاضلاب استان مازندران به کمک مدل ترکیبی تحلیل پوششی دادهها و شبکة عصبی مصنوعی
1استادیار دانشکدة مهندسی صنایع دانشگاه علوم و فنون مازندران
2دانشآموختة کارشناسیارشد سازمان مدیریت صنعتی
چکیده
در این تحقیق، به کمک تکنیک تحلیل پوششی دادههای ورودیمحور، شرکت آب و فاضلاب استان مازندران ارزیابی میشود. یکی از روشهای ارزیابی کارایی واحدها روش تحلیل پوششی دادهها[i] است. با توجه به کارایی محاسبهشده برای شانزده واحد تصمیمگیرندة سالهای 1389 و 1390، مشکل وجود چندین ناحیة کارآمد مشخص است. در مرحلة اول برای رفع این ضعف از تکنیک اندرسون و پیترسون[ii] استفاده شد. از آنجا که تکنیک AP شامل حل یک مدل برنامهریزی خطی بهازای هر DMUs است، با افزایش بعد مسئله ارزیابی کارایی زمانبر خواهد شد. بنابراین، استفاده از شبکهای عصبی به منزلة رویکردی جایگزین مطرح میشود. نتایج تحلیلی کاراییهای محاسبهشدة DMUsها به کمک روش ترکیبی Neuro-DEA حاکی از قدرت بالای شبکة عصبی در تفکیکپذیری نواحی تصمیمگیری است.
1. Niazi, M. (1384). The designing of performance measurement system of areas in Mazandaran Water and Wastewater Company, Industrial Management Master's thesis, High Education Institute of Planning Management of Mazandaran province.
2. Charnes, A., Cooper, W. W., and Rhodes, E. (1978). “Measuring the efficiency of decision making units.” European Journal of Operational Research, 2, 429-444.
3. Mehregan, M. R. (1387). Quantitative Models in Performance Evaluation agencies (DEA), Department of Management, Tehran University.
4. Ajaly, M. and Safari, H. (1390). “Performance evaluation of decision making units using the hybrid model of neural networks of predicting performance and data envelopment analysis (case study: National Iranian Gas Company).” Special Journal of Industrial Engineering, Vol 45, No. 1.
5. Mehregan, M. R., Frasat, A., and Kamyabmoghadas, A. (1385). “Analyzes the technical efficiency of oil refineries of company using a hybrid model of neural network and data envelopment analysis (Neuro-DEA).” Journal of Humanities and Social Sciences, sixth Year, N 23.
6. William Cooper., Lawrence Siford., Koraten., translation by Dr Mir-Hosseini, Ali (1389). Data envelopment analysis models and applications.
7. Ghafourian, M. (1383). Performance Evaluation of citizen offices of Telecom Company of Hormozgan province with data envelopment analysis method (DEA), Industrial Management Master's thesis, University of Shiraz.
8. Gholamrezayee, D. and Shah Tahmasebi, A. (1388). The relative performance assessment of country provinces in the achievement of Third Development Plan objectives in agriculture, agricultural and development economics section, seventeenth year, N 67.
9. Shalkoof Robert, J. (1382). Artificial Neural Networks, translation by Jorabiyan, M., Zare, T and Ostvar, O., martyr Chamran University Press of Ahvaz, first edition.
10. Menhaj, M. B. (1384). Foundations of Neural Networks, Vol 1, Amir Kabir Industrial University Press, third edition, Tehran.
11. Troutt, M. D., Rai, A., and Zhang, A. (1995). “The potential use of DEA for credit applicant acceptance system.” Computers and Operation research, 4, 405-408.
12. Farrell, M. (1957). “The Measurement of Productive Efficiency.” Journal of the Royal Statistics Society, Series A, Vol. 120, No. 3, 253-281.