Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightOluşturulan ağırlık kısıtlamalı VZA modeli deneysel bir veri seti üzerinde uygulanmış ve sonuçlar ağırlık kısıtlamasız modelin sonuçlarıyla karşılaştırılmıştır.
📌 3 Maddede Bu Makale
Özet
Veri Zarflama Analizi – VZA (Data Envelopment Analysis – DEA) son yıllarda yöneylem araştırması ve yönetim bilimlerinde çok yaygın olarak kullanılan bir metottur. VZA matematiksel programlama tekniklerini kullanarak çok sayıda girdi ve çok sayıda çıktıyı değerlendirir ve benzer Karar Birimleri’nin (Decision Making Unit – DMU) etkinlik (efficiency) analizini yapar. VZA’nin en önemli avantajı, klasik etkinlik yaklaşımlarından farklı olarak girdi ve çıktıların ağırlıklarının analizci tarafından belirlenmesidir. Bu çalışmada, VZA’daki ağırlıkların kısıtlanması için oluşturulacak kısıt koşullarının belirlenmesinde, uzman görüşünü dikkate alan Analitik Hiyerarşi Sureci (AHS) kullanılmıştır. Oluşturulan ağırlık kısıtlamalı VZA modeli deneysel bir veri seti üzerinde uygulanmış ve sonuçlar ağırlık kısıtlamasız modelin sonuçlarıyla karşılaştırılmıştır.
Abstract
Data Envelopment Analysis (DEA) has become one of the most widely used methods in operations research and management science. DEA uses mathematical programming techniques to evaluate multi input-multi output data and finds the relative efficiency scores of similar Decision Making Units (DMUs). On the contrary to classical efficiency approaches, the most important feature of DEA is that the determination of weights for inputs and outputs by the analyzer is not required. In this study, Analytic Hierarchy Process is used to determine the constraints for weight restrictions. The weight-restricted model is then applied to a data set, and the results are compared to that of the unrestricted model.