论数据包络分析中全局参考集的识别
最优化与控制
2015-04-01 v1
摘要
众所周知，在非径向 DEA（数据包络分析）设置中，决策单元 (DMU) 可能会出现多个参考集。作为我们的第一个贡献，我们区分了三种类型的参考集。首先，我们引入了与给定被评估 DMU 投影相对应的单一参考集 (URS) 的概念。URS 包括在产生该投影的特定凸组合中活跃的有效 DMU。由于多个 URS 的出现，我们引入了最大参考集 (MRS) 的概念，并将其定义为与给定投影相关联的所有 URS 的并集。由于非径向 DEA 模型中可能出现多个投影，我们进一步将与所有投影相关联的 MRS 的并集定义为被评估 DMU 的唯一全局参考集 (GRS)。作为第二个贡献，我们提出并证实了一种基于线性规划 (LP) 的通用方法来识别 GRS。由于我们的方法通过执行单个基于原语的 LP 模型进行识别，因此在实际应用中易于实施，计算效率高于现有方法。我们的最后一个贡献是使用非径向 DEA 模型测量规模报酬。该方法有效地处理了由投影多重性或最小面非全维性引起的多个支撑超平面的出现。最后，基于真实数据集进行了实证分析，以展示我们方法的现成适用性。
引用
@article{arxiv.1503.09115,
title = {On the identification of the global reference set in data envelopment analysis},
author = {Mahmood Mehdiloozad and S. Morteza Mirdehghan and Biresh K. Sahoo and Israfil Roshdi},
journal= {arXiv preprint arXiv:1503.09115},
year = {2015}
}
备注
Accepted for Publication in EJOR (24 March 2015)