论文研究-基于误差传递和熵的区间DEA方法.pdf,
传统的DEA (data envelopment analysis) 模型只能用来处理精确数据, 而在现实生活中, 由于统计误差、信息不完全等原因, 获取精确数据十分困难, 数据往往只能以区间数的形式给出. 因此, 如何在不确定条件下利用 DEA 方法评价决策单元的相对效率一直是 DEA 理论的研究前沿. 针对这一问题, 文章在 DEA 传统模型的基础上, 利用改进的交叉效率思想, 使用误差传递和熵处理区间数据, 求得每个决策单元全局交叉效率的误差分布形式 (中点值和误差最大估计值), 然后根据全局交叉效率, 使用有向距离指数给决策单元排序. 最后通过两个算例来说明本文提出的方法的可行性和有效性.
