In this approach the main idea is t

In this approach the main idea is to incorporate uncertainty into the DEA models by defining tolerance levels on constraint violations. The α-level approach is perhaps the most popular fuzzy DEA model. This is evident by the number of α-level based papers published in the fuzzy DEA literature. In this approach the main idea is to convert the fuzzy CCR model into a pair of parametric programs in order to find the lower and upper bounds of the α-level of the membership functions of the efficiency scores. The fuzzy ranking approach is also another popular technique that has attracted a great deal of attention in the fuzzy DEA literature. In this approach the main idea is to find the fuzzy efficiency scores of the DMUs using fuzzy linear programs which require ranking fuzzy sets. In this section, we also review a related method, called “defuzzification approach”, proposed by Lertworasirikul (2002). In this approach, which is essentially a fuzzy ranking method, fuzzy inputs and fuzzy outputs are first defuzzified into crisp values. These crisp values are then used in a conventional crisp DEA model which can be solved by an LP solver. The fundamental principles of the possibility theory are entrenched in Zadeh’s (1978) fuzzy set theory. In fuzzy LP models, fuzzy coefficients can be viewed as fuzzy variables and constraint can be considered to be fuzzy events. Hence, the possibilities of fuzzy events (i.e., fuzzy constraints) can be determined using possibility theory. Dubois and Prade(1988) provide a comprehensive overview of the possibility theory. Lertworasirikul (2002) have proposed two approaches for solving the ranking problem in fuzzy DEA models called the “possibility approach” and the “credibility approach.”

ผลลัพธ์ (ไทย) 1:

ในวิธีการนี้ หลักจะรวมความไม่แน่นอนเป็นแบบจำลอง DEA โดยกำหนดระดับที่ยอมรับในการละเมิดข้อจำกัด วิธีการด้วยกองทัพระดับอาจจะเป็นแบบจำลอง DEA เอิบนิยมมากที่สุด เห็นได้ชัด โดยของกระดาษตามด้วยกองทัพระดับเผยแพร่วรรณคดี DEA พร่าเลือนอยู่ ในวิธีนี้ ความคิดหลักคือการ แปลงแบบจำลอง CCR เอิบเป็นคู่ของพาราเมตริกโปรแกรมเพื่อค้นหาล่างและขอบเขตบนของระดับด้วยกองทัพของฟังก์ชันสมาชิกของคะแนนประสิทธิภาพ วิธีจัดอันดับเอิบเป็นเทคนิคยอดนิยมอีกที่ได้ดึงดูดความสนใจในวรรณคดี DEA ชัดเจนมาก ในวิธีนี้ ความคิดหลักคือการ หาคะแนนประสิทธิภาพพร่าเลือนของ DMUs ที่ใช้โปรแกรมเชิงเส้นชัดเจนซึ่งต้องจัดอันดับชุดชัดเจน ในส่วนนี้ เรายังทบทวนวิธีการที่เกี่ยวข้อง เรียกว่า "defuzzification วิธี" นำเสนอ โดย Lertworasirikul (2002) ในวิธีการนี้ ซึ่งเป็นหลักวิธีจัดอันดับเอิบ เอิบอินพุตและเอาท์พุตเอิบเป็นครั้งแรก defuzzified เป็นค่าคม ค่ากรอบเหล่านี้จะมีการใช้ในแบบจำลอง DEA คมแบบทั่วไปซึ่งสามารถแก้ไขได้ โดยการจำกัด solver หลักการพื้นฐานของทฤษฎีความเป็นไปได้มั่นคงแห่งรัฐของ Zadeh (1978 แชมป์ร่วม) ปุยตั้งทฤษฎี ในรูปแบบห้างหุ้นส่วนจำกัดเอิบ เอิบสัมประสิทธิ์สามารถใช้เป็นตัวแปรที่ชัดเจน และข้อจำกัดถือได้ว่าเป็น เหตุการณ์ที่ชัดเจน ดังนั้น ไปเหตุการณ์ชัดเจน (เช่น เอิบจำกัด) สามารถระบุโดยใช้ทฤษฎีความเป็นไปได้ Dubois และ Prade(1988) ให้ภาพรวมที่ครอบคลุมของทฤษฎีความเป็นไปได้ Lertworasirikul (2002) ได้เสนอสองวิธีในการแก้ปัญหาการจัดอันดับในแบบจำลอง DEA เอิบที่เรียกว่า "แนวทางความเป็นไปได้" และ "ความน่าเชื่อถือวิธี"

ผลลัพธ์ (ไทย) 2:

ในวิธีนี้ความคิดหลักคือการรวมความไม่แน่นอนเข้ามาในรูปแบบที่ดีอีเอด้วยการกำหนดระดับความอดทนในการละเมิดข้อ จำกัด วิธีαระดับอาจจะเป็นที่นิยมมากที่สุดรูปแบบเลือนดีอีเอ นี้จะเห็นได้จากจำนวนαระดับตามเอกสารที่ตีพิมพ์ในวรรณคดี DEA เลือน ในวิธีนี้ความคิดหลักคือการแปลงรูปแบบ CCR เลือนเป็นคู่ของโปรแกรมตัวแปรเพื่อหาขอบเขตบนและล่างของαระดับของฟังก์ชั่นสมาชิกของคะแนนประสิทธิภาพ วิธีการจัดอันดับเลือนยังเป็นอีกหนึ่งเทคนิคที่นิยมที่มีความสนใจการจัดการที่ดีของความสนใจในวรรณคดี DEA เลือน ในวิธีนี้ความคิดหลักคือการหาคะแนนประสิทธิภาพเลือนของ DMUs ใช้โปรแกรมเชิงเส้นฝอยซึ่งต้องใช้การจัดอันดับชุดเลือน ในส่วนนี้เรายังตรวจสอบวิธีการที่เกี่ยวข้องกับการเรียกว่า "วิธีการ defuzzification" ที่เสนอโดย Lertworasirikul (2002) ในวิธีนี้ซึ่งเป็นหลักวิธีการจัดอันดับเลือนเลือนปัจจัยการผลิตและผลจะเลือน defuzzified ครั้งแรกในค่าที่คมชัด ค่าเหล่านี้คมชัดถูกนำมาใช้ในรูปแบบที่คมชัด DEA ธรรมดาที่สามารถแก้ไขได้ด้วยการแก้แผ่นเสียง หลักการพื้นฐานของทฤษฎีความเป็นไปได้ที่มีการยึดที่มั่นใน Zadeh ของ (1978) ทฤษฎีเซตคลุมเครือ ในรูปแบบแผ่นเสียงเลือนเลือนสัมประสิทธิ์สามารถดูเป็นตัวแปรเลือนและข้อ จำกัด ที่ได้รับการพิจารณาให้เป็นเหตุการณ์ที่คลุมเครือ ดังนั้นเป็นไปได้ของเหตุการณ์ที่เกิดขึ้นเป็นฝอย (เช่นข้อ จำกัด เลือน) สามารถกำหนดใช้ทฤษฎีความเป็นไปได้ ดูบัวส์และ Prade (1988) ให้ภาพรวมที่ครอบคลุมของทฤษฎีความเป็นไปได้ Lertworasirikul (2002) ได้เสนอสองวิธีในการแก้ปัญหาที่เกิดขึ้นในรูปแบบการจัดอันดับดีอีเอเลือนเรียกว่า "วิธีการความเป็นไปได้" และ "วิธีการสร้างความน่าเชื่อถือ."

ผลลัพธ์ (ไทย) 3:

ในวิธีการนี้ ความคิดหลักคือการรวมความไม่แน่นอนเป็น DEA รุ่นโดยกำหนดระดับความอดทนในการละเมิด จำกัด โดยวิธีแอลฟาระดับเป็นบางทีที่นิยมมากที่สุดรูปแบบฟรีแบบฟัซซี่ ซึ่งจะเห็นได้จากจำนวนระดับแอลฟาตามเอกสารเผยแพร่ในวรรณกรรมทางฟัซซีในวิธีการนี้แนวคิดหลักคือการแปลงแบบจำลอง CCR ฟัซซี่เป็นคู่ของโปรแกรมพาราเมตริกเพื่อหาขอบเขตบนและล่างของแอลฟาระดับของสมาชิกฟังก์ชันประสิทธิภาพของคะแนน การจัดอันดับฟัซซี่ ก็เป็นอีกหนึ่งเทคนิคที่นิยมที่ได้ดึงดูดการจัดการที่ดีของความสนใจในวรรณกรรมทางฟัซซีในวิธีการนี้แนวคิดหลักคือ เพื่อหาประสิทธิภาพของ dmus โดยใช้ฟัซซี่คะแนนแบบเชิงเส้น โปรแกรม ซึ่งต้องมีการจัดอันดับฟัซซีเซต ในส่วนนี้เราตรวจสอบที่เกี่ยวข้องวิธีการที่เรียกว่า " วิธีการ " ดีฟัซซิฟิเคชัน เสนอโดย คำแหงพล ( 2002 ) ในวิธีการนี้ซึ่งเป็นหลักการจัดอันดับวิธีฟัซซี่ ,ปัจจัยการผลิตและผลผลิตแบบฟัซซี่แรก defuzzified เป็นค่านิยมของกรอบ ค่าเหล่านี้จะใช้กรอบแบบกรอบแบบฟรี ซึ่งสามารถแก้ไขได้โดยการช่วยแก้ หลักการพื้นฐานของทฤษฎีความเป็นไปได้เป็นที่ยึดที่มั่นใน zadeh ( 1978 ) ทฤษฎีฟัซซี่เซต . ในรูปแบบแผ่นเสียงคลุมเครือฟัซซี่ ) สามารถถูกมองว่าเป็นตัวแปรฟัซซี่และข้อจำกัดที่สามารถถือว่าเป็นเหตุการณ์แบบฟัซซี่ ดังนั้น ความเป็นไปได้ของเหตุการณ์ที่คลุมเครือ ( เช่น ฟัซซี่จำกัด ) สามารถหาได้โดยใช้ทฤษฎีความเป็นไปได้ ดูบัวส์ และเป็ด ( 1988 ) ให้ภาพรวมที่ครอบคลุมของทฤษฎีความเป็นไปได้คำแหงพล ( 2545 ) ได้เสนอ 2 แนวทาง เพื่อแก้ไขปัญหาการจัดอันดับในแบบจำลอง DEA คลุมเครือเรียกว่า " แนวทางความเป็นไปได้ " และ " เงินวิธีการ”