Resumen

El análisis envolvente de datos (DEA) se utiliza para evaluar el rendimiento de las unidades de toma de decisiones (DMUs) con múltiples entradas y salidas en un grupo homogéneo. De esta manera, la puntuación de eficiencia relativa adquirida para cada unidad de toma de decisiones se encuentra entre cero y uno, donde algunas de ellas pueden tener una puntuación de eficiencia igual a uno. El DEA las divide con éxito en dos categorías de DMUs eficientes e ineficientes. Se proporciona un ranking para las DMUs ineficientes, pero el DEA no ofrece más información sobre las DMUs eficientes. Uno de los métodos populares para evaluar y clasificar las DMUs es el método de conjunto común de pesos (CSW). Generamos un modelo CSW considerando las entradas no discrecionales que están más allá del control de las DMUs y utilizando el método del punto ideal. La idea principal de este enfoque es minimizar la distancia entre la unidad de toma de decisiones evaluada y la unidad de toma de decisiones ideal (punto ideal).

• Materias:Modelado matemático Modelo de red neuronal Tasa de convergencia Aritmética Ondículas libres
• Subjects:Mathematical modeling Neural network model Convergence rate Arithmetic Free wavelets
• Palabras claves:Análisis envolvente de datos; Unidades de toma de decisiones; Puntaje de eficiencia; UDM eficientes; Método común de conjuntos de pesos; Método de punto ideal
• Keywords:Data envelopment analysis; Decision making units; Efficiency score; Efficient DMUs; Common set of weights method; Ideal point method