期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于偏序集理论的数据包络分析方法 被引量:8
1
作者 木仁 马占新 崔巍 《系统工程与电子技术》 EI CSCD 北大核心 2013年第2期350-356,共7页
数据包络分析(data envelopment analysis,DEA)方法与偏序集理论之间关系密切,通过引入适当的偏序关系可以进一步刻画决策单元,也能够更加深入地理解决策单元。在Charnes-Cooper-Rhoes(C2 R)模型中引入新的偏序关系,通过该偏序关系给出... 数据包络分析(data envelopment analysis,DEA)方法与偏序集理论之间关系密切,通过引入适当的偏序关系可以进一步刻画决策单元,也能够更加深入地理解决策单元。在Charnes-Cooper-Rhoes(C2 R)模型中引入新的偏序关系,通过该偏序关系给出DEA有效决策单元、弱有效决策单元及无效决策单元与偏序集的极大元的特殊关系,同时从偏序集中的极大元出发提供决策单元在生产前沿面上的投影。最后,为了较简单地确定各个决策单元之间的偏序关系,对C2 R模型中的投入产出数据进行无量纲化及统一化处理,并对这些理论的进一步应用和发展提出了一些建议和设想。 展开更多
关键词 数据包分析 偏序集 极大元 数据包络分析有效
在线阅读 下载PDF
基于数据包络分析的制造系统的C^2R及其扩展投资决策模型 被引量:2
2
作者 蒋军锋 党兴华 《计算机集成制造系统》 EI CSCD 北大核心 2007年第5期839-844,868,共7页
为评价制造系统投资决策的有效性,将系统输入分解为信息流、物料流及能量流,将系统输出分解为稳定性、自组性和整体性,分别用可测度的特定参数表示。在此基础上,建立了基于技术与规模同时有效的多投入多产出的C2R数据包络分析决策模型... 为评价制造系统投资决策的有效性,将系统输入分解为信息流、物料流及能量流,将系统输出分解为稳定性、自组性和整体性,分别用可测度的特定参数表示。在此基础上,建立了基于技术与规模同时有效的多投入多产出的C2R数据包络分析决策模型。为单独评价制造系统的技术有效性,将C2R模型扩展为C2GS2模型;为在决策过程中引入投资决策者的主观偏好,将C2R模型扩展为带有决策者偏好锥的C2WH模型。 展开更多
关键词 C^2R决策模型 数据包络分析有效 信息流 物料流 能量流
在线阅读 下载PDF
基于神经网络的DEA绩效排序分析 被引量:1
3
作者 冯长敏 张炳江 《计算机应用》 CSCD 北大核心 2019年第A01期36-40,共5页
针对传统数据包络分析(DEA)绩效排序分析方法在假定规模收益可变下会产生不可行解的问题,提出将神经网络计算原理应用到DEA绩效排序分析。首先,利用输出规模可变的DEA模型——BC2模型计算所有的决策单元(DMU)效率值,根据此效率值得出不... 针对传统数据包络分析(DEA)绩效排序分析方法在假定规模收益可变下会产生不可行解的问题,提出将神经网络计算原理应用到DEA绩效排序分析。首先,利用输出规模可变的DEA模型——BC2模型计算所有的决策单元(DMU)效率值,根据此效率值得出不完全排序结果;接着,把有效的DMUs作为一组学习数据集,利用神经网络模型进行学习训练产生一个光滑的生产前沿面,基于此构造出DEA有效的DMUs;然后,将DMUs新的输出值和原始输出值代入模型求解效率值,利用此效率值进行绩效排序;最后,对原始的不完全排序结果和新的排序结果进行Spearman秩相关分析。数据结果表明,原始不完全排序结果和新的排序结果之间的秩相关系数为0.891,具有强相关性。实验结果表明利用神经网络对DEA绩效排序分析的方法是可行且有效的。 展开更多
关键词 数据包分析(DEA)绩效排序分析 数据包分析(DEA)有效 BC2模型 神经网 Spearman秩相关分析
在线阅读 下载PDF
Empirical Study on the Measurement of the High-Tech Industry Efficiency in China--Based on the Data of China's 31 Provinces (Including Municipalities and Autonomous Regions)
4
作者 Degang CHEN Xiaojun FENG 《International Journal of Technology Management》 2013年第5期9-12,共4页
To evaluate the relative effectiveness of the input and output of the high-tech industry in China's 31 provinces (including municipalities and autonomous regions), DEA evaluation model was constructed using data en... To evaluate the relative effectiveness of the input and output of the high-tech industry in China's 31 provinces (including municipalities and autonomous regions), DEA evaluation model was constructed using data envelopment analysis (DEA), and DEA evaluation model was solved using Deap2.1 software, for the purpose of obtaining the DEA efficiency and the non-DEA efficiency in all the provinces (including municipalities and autonomous regions). Then, the comprehensive efficiency, technical efficiency, scale efficiency, scale return, and projection analysis were analyzed. Finally, the provinces of the non-DEA efficiency are sorted according to three efficiencies, and also a goal of improvement is proposed for the purpose of expanding technology investment in the provinces of the DEA efficiency. 展开更多
关键词 High-tech Industry Data Envelopment Analysis (DEA) Measurement on Efficiency
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部