-
题名基于神经网络的DEA绩效排序分析
被引量：1
- 1
-
-
作者
冯长敏
张炳江
-
机构
北京信息科技大学理学院
-
出处
《计算机应用》
CSCD
北大核心
2019年第A01期36-40,共5页
-
基金
国家自然科学基金资助项目(11271362)
-
文摘
针对传统数据包络分析(DEA)绩效排序分析方法在假定规模收益可变下会产生不可行解的问题,提出将神经网络计算原理应用到DEA绩效排序分析。首先,利用输出规模可变的DEA模型——BC2模型计算所有的决策单元(DMU)效率值,根据此效率值得出不完全排序结果;接着,把有效的DMUs作为一组学习数据集,利用神经网络模型进行学习训练产生一个光滑的生产前沿面,基于此构造出DEA有效的DMUs;然后,将DMUs新的输出值和原始输出值代入模型求解效率值,利用此效率值进行绩效排序;最后,对原始的不完全排序结果和新的排序结果进行Spearman秩相关分析。数据结果表明,原始不完全排序结果和新的排序结果之间的秩相关系数为0.891,具有强相关性。实验结果表明利用神经网络对DEA绩效排序分析的方法是可行且有效的。
-
关键词
数据包络分析(DEA)绩效排序分析
数据包络分析(DEA)有效
BC2模型
神经网络
Spearman秩相关分析
-
Keywords
Data Envelopment Analysis (DEA) performance ranking analysis
Data Envelopment Analysis (DEA) effective
BC 2 model
neural network
Spearman rank correlation analysis
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
