• صفحه اصلی
  • مرور
    • شماره جاری
    • بر اساس شماره‌های نشریه
    • بر اساس نویسندگان
    • بر اساس موضوعات
    • نمایه نویسندگان
    • نمایه کلیدواژه ها
  • اطلاعات نشریه
    • درباره نشریه
    • اهداف و چشم انداز
    • اعضای هیات تحریریه
    • همکاران دفتر نشریه
    • اصول اخلاقی انتشار مقاله
    • بانک ها و نمایه نامه ها
    • پیوندهای مفید
    • پرسش‌های متداول
    • فرایند پذیرش مقالات
    • اخبار و اعلانات
  • راهنمای نویسندگان
  • ارسال مقاله
  • داوران
  • تماس با ما
 
  • ورود به سامانه ▼
    • ورود به سامانه
    • ثبت نام در سامانه
  • English
صفحه اصلی فهرست مقالات مشخصات مقاله
  • ذخیره رکوردها
  • |
  • نسخه قابل چاپ
  • |
  • توصیه به دوستان
  • |
  • ارجاع به این مقاله ارجاع به مقاله
    RIS EndNote BibTeX APA MLA Harvard Vancouver
  • |
  • اشتراک گذاری اشتراک گذاری
    CiteULike Mendeley Facebook Google LinkedIn Twitter Telegram
نشریه مهندسی صنایع
مقالات آماده انتشار
شماره جاری
شماره‌های پیشین نشریه
دوره دوره 51 (1396)
دوره دوره 50 (1395)
دوره دوره 49 (1394)
دوره دوره 48 (1393)
شماره شماره 2
پاییز 1393، صفحه 137-292
شماره Special Issue
تابستان 1393، صفحه 1-129
شماره شماره 1
بهار 1393، صفحه 1-135
دوره دوره 47 (1392)
دوره دوره 46 (1391)
دوره دوره 45 (1390)
دوره دوره 44 (1389)
دوره دوره 43 (1388)
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

مقاله 6، دوره 48، شماره 2، پاییز 1393، صفحه 201-213  XML اصل مقاله (684 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/jieng.2014.52914
نویسندگان
جواد رضائیان 1؛ عباس عسگری نژاد2
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.

کلیدواژه‌ها
تحلیل پوششی داده‌ها؛ شبکه‌های عصبی مصنوعی (ANNs)؛ مدل اندرسون پیترسون (AP)؛ مدل CCR ورودی محور؛ Neuro-DEA
مراجع
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.

آمار
تعداد مشاهده مقاله: 2,725
تعداد دریافت فایل اصل مقاله: 1,653
صفحه اصلی | واژه نامه اختصاصی | اخبار و اعلانات | اهداف و چشم انداز | نقشه سایت
ابتدای صفحه ابتدای صفحه

Journal Management System. Designed by sinaweb.