含缺失数据的全直觉模糊数据包络分析模型构建：以印度警察部门为例
人工智能
2022-08-05 v1 最优化与控制
应用统计
摘要
数据包络分析（DEA）是一种用于衡量决策单元（DMUs）效率的技术。为度量DMU效率，基本条件是输入输出数据。数据通常由人、机器或二者共同收集。由于人/机器错误，所收集数据中可能出现缺失值或不准确，如模糊性/不确定性/犹豫性。在此情形下，难以准确度量DMU效率。为克服这些缺陷，本文提出一种可处理数据中缺失值与不准确性的方法。为度量DMU绩效效率，我们提出全直觉模糊（IF）环境下的输入最小化BCC（IMBCC）模型。为验证所提全直觉模糊输入最小化BCC（FIFIMBCC）模型及缺失值处理技术的有效性，给出了一个度量印度警察局绩效效率的实际应用。
引用
@article{arxiv.2208.02675,
title = {Development of fully intuitionistic fuzzy data envelopment analysis model with missing data: an application to Indian police sector},
author = {Anjali Sonkariya and Awadh Pratap Singh and Shiv Prasad Yadav},
journal= {arXiv preprint arXiv:2208.02675},
year = {2022}
}