Resumen

El análisis envolvente de datos (DEA, por sus siglas en inglés) es una herramienta poderosa para evaluar la eficiencia de unidades de toma de decisiones con fines de clasificación y comparación, y para diferenciar unidades eficientes e ineficientes. Los modelos DEA clásicos no son adecuados para problemas donde las unidades de toma de decisiones consisten en múltiples etapas con productos intermedios y donde las entradas y salidas son imprecisas o no determinísticas, lo cual no es infrecuente en el mundo real. Este documento presenta un nuevo modelo DEA para evaluar la eficiencia de unidades de toma de decisiones con estructuras de dos etapas y datos difusos intuicionistas triangulares. El documento primero introduce modelos DEA de dos etapas, luego explica cómo estos modelos pueden ser modificados con coeficientes difusos intuicionistas, y finalmente describe cómo los operadores aritméticos para números difusos intuicionistas pueden ser utilizados para una conversión en estructuras de dos etapas precisas. Al final, el método propuesto se utiliza para resolver un

• Materias:Ecuaciones diferenciales Retracciones difusas Conjuntos borrosos Método Delphi Integral de Choquet
• Subjects:Differential equations Fuzzy Retractions Fuzzy sets Delphi method Choquet integral
• Palabras claves:Análisis envolvente de datos; Eficiencia; Unidades de toma de decisiones; Estructuras de dos etapas; Datos difusos intuicionistas; Modelo DEA
• Keywords:Data envelopment analysis; Efficiency; Decision-making units; Two-stage structures; Intuitionistic fuzzy data; DEA model