KaydedilenlerDerginizi ekleyin

Dergiler / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2020 / Cilt: 35 - Sayı: 2

Veri zarflama analizinde tüm alternatiflerin sıralanmasına yeni bir yaklaşım: ASES

Melike Kübra EKİZ
Ceren TUNCER ŞAKAR
Sayfa
683–696
Yayın Tarihi
2019-12-25
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bu çalışmada, etkin ve etkin olmayan tüm KVB’leri sıralamak üzerine yeni bir VZA yöntemi olarak ASES (Area of Super Efficiency Score Graph) önerilmektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Veri Zarflama Analizi (VZA) benzer girdiler kullanarak benzer çıktılar üreten alternatif birimlerin değerlendirilmesinde kullanılan, parametrik olmayan ve doğrusal programlama tabanlı bir yöntemdir.
📊
Temel Bulgular & Veri:Klasik VZA modelleri KVB’leri etkin ve etkin olmayan olarak ayırmakta ve etkin olmayan KVB’leri sıralamaktadır.
💡
Sonuç & Katkı:Bu çalışmada, etkin ve etkin olmayan tüm KVB’leri sıralamak üzerine yeni bir VZA yöntemi olarak ASES (Area of Super Efficiency Score Graph) önerilmektedir.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Veri Zarflama Analizi · sıralama · etkinlik

Özet

Veri Zarflama Analizi (VZA) benzer girdiler kullanarak benzer çıktılar üreten alternatif birimlerin değerlendirilmesinde kullanılan, parametrik olmayan ve doğrusal programlama tabanlı bir yöntemdir. Alternatifler VZA’da Karar Verme Birimi (KVB) olarak adlandırılır. Klasik VZA modelleri KVB’leri etkin ve etkin olmayan olarak ayırmakta ve etkin olmayan KVB’leri sıralamaktadır. KVB’leri değerlendirmek ve sıralayabilmek için çeşitli yöntemler önerilmiştir. Bu yöntemlerden bir kısmı sadece etkin veya etkin olmayan KVB’leri sıralayabilirken diğer bir kısmı ise tam sıralama gerçekleştirebilmektedir. Tam sıralama yapmayı hedefleyen yöntemler, bazı özellikteki KVB’leri ve veri kümesindeki farklı dağılımları göz önüne almamaktadır. Bu çalışmada, etkin ve etkin olmayan tüm KVB’leri sıralamak üzerine yeni bir VZA yöntemi olarak ASES (Area of Super Efficiency Score Graph) önerilmektedir. ASES, her KVB’yi diğer KVB’ler teker teker veri kümesinden çıkarılırken elde ettiği süper etkinlik skoru ile değerlendirmektedir. Süper etkinlik skoru kullanılması sayesinde her tipteki etkin KVB için farklı skor hesaplanabilmektedir. Ek olarak, ASES veri kümesindeki olası kümelenme, uç nokta gibi durumlar için de tutarlı ve nesnel sonuçlar üretmektedir. Yöntemin uygulanması için 18 Avrupa ülkesi çevresel teknolojilerle ilgili OECD istatistikleriyle değerlendirilmiştir. Karşılaştırma için literatürden dört farklı VZA modeli de aynı veriye uygulanmıştır. Sonuçlar ASES’in diğer yöntemlerin dezavantajlarını ortadan kaldırdığını ve tam sıralama sağlayabildiğini göstermektedir.

🔖

Bu Makaleye Atıf Yap

EKİZ, M. K., ŞAKAR, C. T. (2019). Veri zarflama analizinde tüm alternatiflerin sıralanmasına yeni bir yaklaşım: ASES. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 35 - Sayı: 2, 683–696. https://ajindex.com/articles/19798

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (13)

  1. Charnes A., Cooper W. ve Rhodes E., Measuring The Efficiency of Decision Making Units, European Journal of Operational Research, 2 (6), 429-444, 1978.
  2. Jia T. ve Yuan H., The Application of DEA (Data Envelopment Analysis) Window Analysis in The Assessment of Influence on Operational Efficiencies Afterthe Establishment of Branched Hospitals, BMC Health Services Research, 17 (265), 1-8, 2017. López-Torres L. ve Prior D., Centralized Allocation of Human Resources. An Application To Public Schools, Computers & Operations Research,73 (1), 104–114, 2016.
  3. Gattoufi S., Amin G. R. ve Emrouznejad A., A New İnverse DEA Method For Merging Banks, IMA Journal of Management Mathematics, 25 (1), 73–87, 2014.
  4. Hsiao B., Chern C.C., Chiu Y.H. ve Chiu C.-R., Using Fuzzy Super-Efficiency Slack-Based Measure Data Envelopment Analysis to Evaluate Taiwan’s Commercial Bank Efficiency, Expert Systems with Applications, 38 (8), 9147–9156, 2011.
  5. Bian Y., Yan S. ve Xub H., Efficiency Evaluation for Regional Urban Water Use and Wastewater Decontamination Systems in China: A DEA Approach, Resources, Conservation and Recycling, 83 (1), 15– 23, 2014.
  6. Chodakowska E. ve Nazarko J., Environmental DEA Method for Assessing Productivity of European Countries, Technological and Economic Development of Economy, 23 (4), 589-607, 2017.
  7. Banker R., Charnes A. ve Cooper W., Some Models for Estimating Techical and Scale Inefficiencies in Data Envelopment Analysis, Management Science, 30 (9), 1078-1092, 1984.
  8. Köksalan M. and Tuncer C., A Dea-Based Approach to Ranking Multi-Criteria Alternatives, International Journal of Information Technology & Decision Making, 8 (1), 29–54, 2009.
  9. Andersen P. ve Petersen N. C., A Procedure for Ranking Efficient Units in Data Envelopment Analysis, Management Science, 39 (10), 1261-1264, 1993.
  10. Pelone F., Kringos D. S., Romaniello A., Archibugi M., Salsiri C. ve Ricciardi W., Primary Care Efficiency Measurement Using Data Envelopment Analysis: A Systematic Review, Journal of Medical Systems, 39 (156), 1-14, 2015.
  11. Mardani A., Zavadskas E. K., Streimikiene D., Jusoh A. ve Khoshnoudi M., A Comprehensive Review of Data Envelopment Analysis (DEA) Approach in Energy Efficiency, Renewable and Sustainable Energy Reviews, 70, 1298–1322, 2017.
  12. Mariano E. B., Sobreiro V. A. ve Rebelatto D. A.N., Human Development and Data Envelopment Analysis:A Structured Literature Review, Omega, 54 (), 33–49, 2015.
  13. Sinuany-Stern Z., Mehrez A. ve Barboy A., Academic Departments Efficiency Via DEA, Co