چکیده:
فنون و روشهای ریاضی برنامهریزی و تصمیمگیری اگر-چه جوابی بهینه را ارایه میدهند؛ اما تحت شرایط و مفروضات خاصی از این توانایی برخوردار هستند. علیرغم دامنه وسیع کاربرد تصمیمگیریهای چند معیاره در دنیای واقعی، این رویکرد نیز محدودیتها و چالشهای خاص خود را دارد. رویه هایی نیز برای انتخاب متدمناسب وجود دارد که البته بعضا این رویهها ابزاری برای حذف تکنیک-ها تا انتخاب تکنیک مناسب میشوند. در روش شناسی پژوهش حاضر، تکنیک های چندشاخصه معمول که کاربرد متنوع و زیادی در تحقیقات داشته، با رویکرد بهینه DEA(CCR)-AP مورد مقایسه تطبیقی قرار گرفته است. برای استفاده از تکنیک DEA(CCR)/AP معرفی ورودیها و خروجیها ضروری است. در پژوهش حاضر، روش تحلیل پوششی دادهها در فضای پیوسته مدلسازی شده است. بدین ترتیب که تمامی شاخصهای ماتریس تصمیم، به عنوان خروجی مدل تحلیل پوششی دادهها و هریک از گزینههای این ماتریس به عنوان یک واحد تصمیم گیرنده (DMU) در نظر گرفته شده است. نتایج کلی این آزمون نشان میدهد که مدلسازی تکنیک CCR-AP در فضای پیوسته دادهای با تکنیکهای معمول چندشاخصه(تاپسیس، ویکور، پرومته و SAW) همبستگی معنادار مثبتی دارد. این همبستگی در بیشترین ارزش خود، در مقایسه با تکنیک تاپسیس ارزیابی شده است.
Planning and decision-making techniques and mathematical methods, providing optimal solution; But have this ability in under certain conditions and assumptions. Despite the wide range of multi-criteria decisions in the real world, this approach also has its limitations and challenges. There are also procedures to select the appropriate method. Of course, sometimes these procedures are instrumental to remove techniques (to choose the technique). In the present study methodology, comparative located techniques of usual multi-criteria optimization (-that has diverse and many applications in research-) with approach DEA-AP. To use the technique DEA / AP introduction of inputs and outputs is necessary. In the present study, DEA has been modeled in continuous space. Thus, is intended all indicators decision matrix, as output data envelopment analysis models and each of the options of the matrix as a decision-making unit (DMU). The results of this test shows the CCR-AP modeling techniques in a single space has a positive correlation with attribute data with conventional techniques (TOPSIS, VIKOR, PRPMRTHEE and SAW). The correlation in most of its value, is evaluated compared with TOPSIS technique.