基于邻域互信息的区间DEA交叉效率评价方法

传统的交叉效率评价方法多数是采用一个模型进行求解,并且往往会出现多个决策单元(DMU)均有效,因此不能对所有的决策单元进行充分排序。文章基于区间DEA,同时用进取型、仁慈型和竞合交叉效率模型进行求解,并对竞合模型中的分组方法进行改进,提出利用区间值邻域互信息进行分组,之后利用潜在信息函数对三个模型的效率分数进行集结,得到每个决策单元最终的效率分数及排名结果。最后通过一个算例验证了所提方法的合理性和可行性。

基于改进区间交叉效率的云计算模型研究

针对传统的数据包络分析方法仅使用一个模型进行求解且由于没有充分考虑决策单元之间竞争与合作关系而导致存在不完全排序的问题,基于区间数据包络分析方法,首先分别运用进取型、仁慈型和竞合交叉效率模型进行求解,并对竞合模型中的分组方法进行了改进,同时运用区间值邻域互信息进行分组;然后利用潜在信息函数对3个模型的效率分数根据有序加权平均算子进行集结,得到效率分数及排名结果;最后通过云计算模型选择实验验证了所提方法的合理性和可行性。