Resumen

El análisis envolvente de datos (DEA) es un enfoque no paramétrico para medir las eficiencias relativas de las unidades de toma de decisiones pares (DMUs, por sus siglas en inglés). Para sistemas con estructuras de dos etapas, donde todas las salidas de la primera etapa son las únicas entradas a la segunda etapa, el modelo centralizado, basado en el concepto de teoría de juegos cooperativos, ha sido ampliamente utilizado para examinar las eficiencias de tales sistemas. Definimos las eficiencias cruzadas de sistemas con estructuras de dos etapas. Dado que el modelo centralizado puede llevar a múltiples y no aceptables eficiencias cruzadas y clasificaciones de DMUs debido a su alta flexibilidad en la elección de pesos óptimos en factores de entrada y salida, desarrollamos un modelo de juego para obtener una medida única de eficiencia cruzada, la cual está construida desde la perspectiva de un juego no cooperativo. Luego se propone un algoritmo iterativo para obtener las eficiencias cruzadas del juego para los sistemas generales y

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Análisis de envoltura de datos; Enfoque no paramétrico; Eficiencias relativas; Unidades de toma de decisiones de pares; Estructuras de dos etapas; Modelo centralizado
• Keywords:Data envelopment analysis; Nonparametric approach; Relative efficiencies; Peer decision-making units; Two-stage structures; Centralized model