基于DEA的高校院系运行效率评价

数据包络分析在关于多指标输入和输出的效率评价中具有独特的优势。本文以天津某高校为例,选取了三个投入指标和四个产出指标,借助DEAP软件分别对该高校的十个院系运行效率进行了DEA评价,最终找出了"DEA相对有效"和"非有效"的院系,并针对"非有效"院系提出了相关的改进建议。     

一类环形生产系统的DEA效率评价模型

环形生产系统内部的生产过程处于循环状态,针对这一不同于其他网络系统的突出特点,分析其单个动态循环阶段,建立评价单阶段环形生产过程的DEA（数据包络分析）模型;将其推广到整体循环过程,进行环形生产系统的DEA效率评价,定义了此网络决策单元的DEA有效性。通过实例证明了该模型的可行性和实用性。     

基于DEA模型的高校办学效率评价及应用

效率评价是高等院校面临的重要问题之一,建立数据包络分析(DEA)模型来研究高等院校效率评价具有独特的优势.首先在建立DEA模型的基础上,以29所"985高校"为例,在7个指标上对其科研方面的办学效率进行评价,分别测算了它们的技术效率、纯技术效率以及规模效率.其次根据规模收益分析,得到高校的发展趋势;根据投影分析,得到部分高校应做出的调整方向与力度.最后通过仿真比较得到各高校目前存在的问题并提出了相应的解决措施.     

基于DEA交叉评价的模糊综合评价模型及其应用

借鉴数据包络分析(DEA)交叉评价的思想,首先将评价系统内的指标分为量化指标和非量化指标,在定义平均交叉效率、最小交叉效率和最大交叉效率概念的基础上,采用交叉评价方法对量化数据进行处理;然后对最小交叉效率值、平均交叉效率值和最大交叉效率值进行模糊化,模糊化之后将其作为模糊综合评价的指标与非量化指标一起进行二次评价,以建立基于DEA交叉评价的模糊综合评价模型;最后通过评价实例验证了所提出的模型在处理客观数据与主观因素并存的多属性决策中的客观性和全面性.     

基于DEA模型的区域旅游资源配置效率研究

探讨中国旅游业资源配置效率对优化旅游业资源配置、推进旅游业可持续发展进程具有重要意义.通过构建考虑碳排放的投入产出指标体系,运用两阶段数据包络分析(DEA)模型对我国30个省市区的旅游业资源配置效率进行评价分析,进而采用Tobit模型探究全国及东中西部地区旅游业资源配置效率的影响因素.结果表明,我国省市区旅游业普遍存在资源配置效率失效的问题,总体效率呈现出“西部最高、东部次之、中部最低”的态势.其中,旅游业经济-社会效率偏低是导致旅游业资源配置效率水平不高的主要原因,众多影响因素中环境规制对旅游业资源配置效率的影响最大.     

基于数据包络分析的软件任务性能基准评价

提出了一种基于数据包络分析的软件任务性能基准评价新方法——TaskBeD.介绍了TaskBeD的任务基准评价模型和核心算法(挖掘高性能的软件任务,建立参考任务集和结果的敏感度分析).实验结果显示,TaskBeD能够高效处理多变元和可变规模收益任务数据.     

一种基于灰色关联分析和超效率DEA的MCDM模型

针对多属性决策问题（MCDM）权重难以客观确定的缺陷,提出一种基于灰色关联分析和超效率数据包络分析（DEA）的混合算法研究MCDM。对MCDM进行建模,利用灰色关联分析计算各属性的点关联度,为了得到各属性的相对最优灰关联度并将其充分排序,利用超效率DEA改进灰色关联分析模型。该混合算法能够更加客观地确定权重向量,并且突破权重和为1的限制,使得均一的权重更加灵活;同时,可以得到各属性的相对最优灰色关联度,超效率DEA能够增强模型对灰关联度的分辨能力。通过北京市商品房空置影响因素的实例分析验证了该混合算法的有     

基于基尼系数-交叉效率的多属性决策方法

在数据包络分析(DEA)方法的基础上,提出一种基于基尼系数-交叉效率的多属性决策方法,用于解决具有多个投入、产出指标的多属性决策问题.首先,借鉴基尼系数的优化准则构建基尼系数-交叉评价策略模型,从而得到相对唯一的DEA交叉效率矩阵;然后,应用基尼准则计算各个效率值所包含的信息纯度,并借之实现交叉效率矩阵的集结;最后,根据集结结果对决策单元进行排序和择优.所提决策方法不仅能够克服传统DEA交叉效率方法的交叉评价策略选择难的问题,而且能够保证决策过程的客观性和公平性.同时,所提方法还对交叉评价所得的决策信息进行提纯,为科学合理地进行决策提供更多的有效信息.通过对中国各地区的医疗资源配置效率进行实证,验证了所提出方法的有效性和实用性.     

基于TigerSHARC的多处理器阵列软件开发

分析了在基于TigerSHARC的多处理器阵列的软件开发过程中遇到的问题,设计了一套完整的软件开发工具软件,包括网络加载器、软件调试工具、系统诊断工具等,所支持的多处理器阵列中,TigerSHARC芯片的数量没有限制.     

基于群决策考虑属性效用一致性的DEA他评交叉效率公共权重排序法

针对数据包络分析(DEA)交叉效率方法大多是面向结果采用平均方式集结交叉效率,没有考虑评价过程中属性效用数据及其变动的特性,导致大量决策信息丢失、相对效率评价值与被评价决策单元的指标值关联性不够等问题,以交叉效率评价过程为导向,引入群决策理论,研究属性偏好及其属性效用变化特征,运用熵权法分析属性效用稳定性,发现评价中存...     

基于SPEM扩展元模型的PSP实施方法*

提出了一种支持PSP过程的SPEM扩展元模型P-SPEM,并给出了基于P-SPEM的PSP实施过程及支持该过程的原型工具.其中使用PROBE方法帮助个体进行项目计划和估算,用DEA分析方法综合评价工程师的过程性能,有效地指导工程师实施PSP.     

电子通路与公司绩效关联性之研究

The stimulus of advances in Information Technology (IT), particularly the Internet, has forced firms to explore new organizational forms and deliver service innovation. Emerging Internet-based electronic distribution channels, i.e., Internet channels, might be another forms of services innovation for firms to face the market dynamics. However, empirical studies fail to provide direct evidence of whether Internet channels enhance business performance[1]. In order to fill in the literature gap, this empirical study attempts to investigate performance implications of Internet channels in Taiwan by means of applying data envelopment analysis (DEA). Results show that operating efficiency of financial services firms following the Internet channels announcement is increased. This work therefore concludes that Internet channels have positive influence on business performance.     

Cross efficiency evaluation method based on weight-balanced data envelopment analysis model

In this paper, the cross efficiency evaluation method, regarded as a DEA extension tool, is firstly reviewed for its utilization in identifying the Decision Making Unit (DMU) with the best practice and ranking the DMUs by their respective cross-efficiency scores. However, we then point out that the main drawback of the method lies in non-uniqueness of cross-efficiency scores resulted from the presence of alternate optima in traditional DEA models, obviously making it become less effective. Aiming at the research gap, a weight-balanced DEA model is proposed to lessen large differences in weighted data (weighted inputs and weighted outputs) and to effectively reduce the number of zero weights for inputs and outputs. Finally, we use two examples of the literature to illustrate the performance of this approach and discuss some issues of interest regarding the choosing of weights in cross-efficiency evaluations.     

Improved data envelopment analysis models for evaluating interval efficiencies of decision-making units

In a recent article, Wang et al. [Wang, N. S., Yi, R. H., & Wang, W. (2008). Evaluating the performances of decision-making units based on interval efficiencies. Journal of Computational and Applied Mathematics, 216, 328–343] proposed a pair of interval data envelopment analysis (DEA) models for measuring the overall performances of decision-making units (DMUs) with crisp data. In this paper, we demonstrate that interval DEA models face problems in determining the efficiency interval for each DMU when there are zero values for every input. To remedy this drawback, we propose a pair of improved interval DEA models which make it possible to perform a DEA analysis using the concepts of the best and the worst relative efficiencies. Two numerical examples will be examined using the improved interval DEA models. One of the examples is a real-world application about 42 educational departments in one of the branches of the Islamic Azad University in Iran that shows the advantages and applicability of the improved approach in real-life situations.