چكيده
در سالهاي اخير كاربردهاي مختلفي از تحليل پوششي داده ها (DEA) در زمينه هاي مختلف به منظور سنجش كارايي ديده شده است و همين امر توانايي بالاي اين روش را در ارزيابي عملكرد نشان مي دهد .امكان محاسبه كارايي در حالت چند ورودي و چند خروجي و نياز نداشتن به فرم تابعي از قبل تعيين شده براي تابع توليد ،از جمله برتري هاي DEA نسبت به روشهاي اقتصادي ارزيابي عملكرد است .با اين حال هر مدلي از DEA را نمي توان در مورد هر مساله ارزيابي عملكرد به كار برد . مجموعه اي از عوامل مختلف بايد مورد توجه قرار گيرد تا اينكه كارايي محاسبه شده به واقعيت نزديك باشد. همجنس بودن واحدهاي تحت ارزيابي ،بازده به مقياس ناحيه امكان توليد ،رابطه بين وزنهاي ورودي و خروجي ،تعداد ورودي ها و خروجي ها ،ورودي و خروجي هاي نامطلوب ،محدوديتهاي وزني و ... از جمله عواملي هستند كه هنگام ساخت مدل ارزيابي بايد مد نظر قرار بگيرند واين عوامل ممكن است از مساله اي به مساله ديگر تغيير كنند و بايد مطابق با شرايط مساله در مدل انعكاس يابند .هر كدام از اين عوامل مانند تله اي در ساخت مدل DEA عمل مي كنند و اگر در مساله اي هر كدام از آنها ناديده گرفته شود مدل ساخته شده و كارايي محاسبه شده با آن بيانگر واقعيت نخواهد بود .در اين پايان نامه سعي داريم دامهايي كه در كاربردهاي واقعي DEA بر سر راه كارشناسان قرار دارند را مشخص كرده راه حلها و روشهاي درست مقابله با هر كدام از آنها را بيان كنيم .در فصل اول ،تحليل پوششي داده ها به اختصار توضيح داده شده است .مشكلاتي كه در اثر ناديده گرفتن عوامل مذكور ايجاد مي شوند و راه حلهاي آنها ،مطالب فصلهاي ديگر را تشكيل مي دهند .
