文献

J-GLOBAL ID：201702261832645119   整理番号：17A1710205

異なるシナリオによるロバストなデータ包絡分析モデル【Powered by NICT】

A robust data envelopment analysis model with different scenarios

著者 (3件)： Zahedi-Seresht Mazyar (Department of Mathematics, Kharazmi University, Tehran, Iran) ,  Jahanshahloo Gholam-Reza (Department of Mathematics, Kharazmi University, Tehran, Iran) ,  Jablonsky Josef (Department of Econometrics, University of Economics, Prague, Czechia)
資料名： Applied Mathematical Modelling  (Applied Mathematical Modelling)
巻： 52  ページ： 306-319  発行年： 2017年 
JST資料番号： H0624A  ISSN： 0307-904X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 不確実性の下での,入力と出力データは実際にデータ包絡分析(DEA)モデルの必須部分として考慮しなければならない。多くの研究者は,この種のファジィアプローチを用いた問題,区間データを用いたDEAモデルや確率モデルのを扱ってきた。本論文では,従来のDEAモデルのためのシナリオベースのロバスト最適化へのアプローチを紹介した。DEAモデルにおける不確実性を考慮するために,異なるシナリオが点推定を用いる代わりに,入力と出力データに指定された確率で定式化した。提案したロバストDEAモデルは,シナリオの与えられたセット中でのそれらの感度解析に基づくランキング意思決定ユニット(DMU)を目的とした,目的関数の両方で実現可能性と最適性因子を考慮した。モデルは確率的最適化問題を解くためのMulveyら(1995)によって提案された方法に基づいている。製品可能性セットにDMUの影響目標計画法モデルにおける実現可能性と最適性因子の重みを抽出するためにモンテカルロ法を用いて計算した。提案手法を説明し,エンジニアリング会社の事例研究により検証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 感度解析 ,  確率モデル ,  *ロバスト性 ,  定式化 ,  モンテカルロ法 ,  不確実性 ,  等級づけ ,  目標計画法 ,  意思決定 ,  事例研究 ,  目的関数
準シソーラス用語： 確率的最適化 ,  ロバスト最適化 ,  *データ包絡分析 , 【Automatic Indexing@JST】

著者キーワード (5件)： データ包絡分析 ,  ロバスト性 ,  感度解析 ,  目標計画法 ,  モンテカルロ法

分類 (2件)： 経営工学一般  (KA01010C) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (4件)： シナリオ ,  ロバスト ,  データ包絡分析 ,  モデル