آموزش تحلیل پوششی داده ها DEA و پیاده سازی در متلب MATLAB
2 ساعت
4.6
تحلیل پوششی دادهها DEA چیست؟ روش تحلیل پوششی دادهها یا Data Envelopment Analysis (به اختصار DEA) یکی از رویکردهای مطرحشده در نظریه بهرهوری است و میتواند برای محاسبات و ارزیابی کارایی واحدهای تصمیمگیری (Decision Making Unit یا DMUها) مورد استفاده قرار گیرد. رویکردهای DEA شامل چندین مدل هستند که در جهت تعمیم روشهای محاسباتی پایه مربوط به سیستمهای تک ورودی و تک خروجی، تعریف شدهاند. نخستین و پایهای ترین مدل DEA، که با نام CCR شناخته میشود، توسط سه نفر به نامهای چارنز (Charnes)، کوپر (Cooper) و رودس (Rhodes) معرفی شده است و مدلهای معرفیشده در آینده، با توسعه و تعمیم این روش به دست آمدهاند. اهمیت یادگیری تحلیل پوششی دادهها DEA و پیادهسازی در متلب MATLAB چیست؟ محاسبه میزان کارایی (Efficiency) و بهرهوری (Productivity) یک سازمان، واحد تولیدی، آموزشی و یا شرکت، در قیاس با مجموعههای مشابه با آن، و تحلیل تصمیمهایی که برای اداره واحدهای در حال بررسی گرفته شده است، یکی از مواردی است که در حوزههای مختلف مدیریتی و مهندسی، قطعا مورد نیاز است. اما غالبا به خاطر وجود عوامل موثر نسبتا زیاد در سیستمهای تحت مطالعه، قطعا محاسبه کارایی و بهرهوری، کار آسانی نیست. DEA یک روش تحلیلی پیشرفته است که به صورت گسترده در حوزههای مختلفی از جمله مدیریت، اقتصاد و علوم ریاضیاتی مورد استفاده قرار میگیرد. با استفاده از DEA میتوان کارایی و بهرهوری سازمانها و واحدهای تحلیلی مختلف را ارزیابی کرده و با بهبود کیفیت و بهینهسازی استفاده از منابع، به کاهش هزینهها و افزایش سودآوری کمک کرد. در این فرادرس چه چیزی و چگونه یاد میگیریم؟ در مجموعه آموزش عملی تحلیل پوششی دادهها یا DEA، پس از مرور کامل و تشریح مبانی تئوری رویکردهای DEA، پیادهسازی عملی این روشها در محیط متلب مورد بحث و بررسی قرار گرفته است و برنامههای مربوط به چهار رویکرد مورد بررسی، به صورت کاملا گامبهگام در محیط متلب پیادهسازی شدهاند. در لابهلای مباحث مطرحشده نیز، از نرمافزار اکسل برای مصورسازی و ملموس کردن مباحث و مثالهای عملی استفاده شده است.
