A new non-radial directional distance model for data envelopment analysis problems with negative and flexible measures
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27510%2F21%3A10247572" target="_blank" >RIV/61989100:27510/21:10247572 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.sciencedirect.com/science/article/pii/S030504832030709X?via%3Dihub" target="_blank" >https://www.sciencedirect.com/science/article/pii/S030504832030709X?via%3Dihub</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1016/j.omega.2020.102355" target="_blank" >10.1016/j.omega.2020.102355</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
A new non-radial directional distance model for data envelopment analysis problems with negative and flexible measures
Popis výsledku v původním jazyce
Data envelopment analysis (DEA) is a mathematical approach for evaluating the efficiency of decision making units that convert multiple inputs into multiple outputs. Traditional DEA models measure technical (radial) efficiencies by assuming the input and output status of each performance measure is known, and the data associated with the performance measures are non-negative. These assumptions are restrictive and limit the applications of DEA to real-world problems. We propose a new extended non-radial directional distance model, which is a variant of the weighted additive model, to cope with negative data. We then extend our model and use flexible measures, which play the role of both inputs and outputs, to cope with the unknown status of the performance measures. We also present a case study in the automotive industry to exhibit the efficacy of the models proposed in this study. (c) 2020 Elsevier Ltd. All rights reserved.
Název v anglickém jazyce
A new non-radial directional distance model for data envelopment analysis problems with negative and flexible measures
Popis výsledku anglicky
Data envelopment analysis (DEA) is a mathematical approach for evaluating the efficiency of decision making units that convert multiple inputs into multiple outputs. Traditional DEA models measure technical (radial) efficiencies by assuming the input and output status of each performance measure is known, and the data associated with the performance measures are non-negative. These assumptions are restrictive and limit the applications of DEA to real-world problems. We propose a new extended non-radial directional distance model, which is a variant of the weighted additive model, to cope with negative data. We then extend our model and use flexible measures, which play the role of both inputs and outputs, to cope with the unknown status of the performance measures. We also present a case study in the automotive industry to exhibit the efficacy of the models proposed in this study. (c) 2020 Elsevier Ltd. All rights reserved.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
10102 - Applied mathematics
Návaznosti výsledku
Projekt
<a href="/cs/project/GA19-13946S" target="_blank" >GA19-13946S: Hodnocení výkonnosti při výskytu neklasifikovaných faktorů</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2021
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Omega
ISSN
0305-0483
e-ISSN
—
Svazek periodika
102
Číslo periodika v rámci svazku
July
Stát vydavatele periodika
GB - Spojené království Velké Británie a Severního Irska
Počet stran výsledku
14
Strana od-do
102355
Kód UT WoS článku
000641439200011
EID výsledku v databázi Scopus
2-s2.0-85095957409