数据包络分析-两阶段网络DEA(two stage network)
二阶段网络DEA(two-stage network)
- 二阶段网络DEA简单介绍
- centralized model
- 第一步
- 第二步
- non-cooperation model
- example--centralized model
这篇文章是阅读文献做的总结并且代码复现。欢迎大家一起交流。
二阶段网络DEA简单介绍
二阶段网络DEA主要有两种类型。第一种就是stage-1只有中间变量输出,而stage-2只有中间变量输入。而第二种更为常见,就是stage-1只有中间变量输出,而stage-2既有中间变量输入又有额外的投入。这篇文章是基于第二种类型进行展开。
这篇文章内容不多,讲述了两种方法,分别是centralized model 以及 non-cooperation model.
centralized model
根据上述图示,我们可以写出模型。
多看文献的人都知道,这个模型很常见,并且也应该知道这个模型不能转变成线性模型,那么就很难从软件中求得全局最优值。这里我们就通过一种启发式方法。个人认为,这个方法极好!很有意思! 好聪明!
具体操作如下:
总的来说,通过两个步骤。
第一步
我们先求得stage-1的效率最大值,在原来模型的限制条件下:
要知道,原模型的目标函数是两个小于等于1的乘数相乘,并且两个成分要使得乘积达到最大,那么现在只需要第一部分达到最大,必定会必原来的值更大,也就是:
第二步
上一步是求出了stage-1效率的一个范围。接下来,为了求centralized model的效率,我们就假设stage-1的效率是一个常数,为已知值。即:
并且为了在python中实现,对其进行线性转化:
然后,就是考验编程能力了,迭代计算。我们注意stage-1效率:
这里的k是迭代次数,是步长,是自己设定的,这篇文章开始设定的是0.01。
又因为k是迭代次数,一定是整数,且效率一定大于等于0,那么k的大小就有限制。
k从0开始进行迭代至k的最大值。对于每个DMUs,每个k都会得到一个系统效率值theta_centralized,我们取最大值,以及所对应的k。确定了k,我们就可以得到一个确切的stage-1效率值theta_0_1。那么可以根据除法,得到stage-2的效率值。
non-cooperation model
这个部分比较简单,就简单过一下。
非合作模型,就是两种。第一种,就是先求得stage-1的效率值(leading),然后在固定stage-1的效率下,再去求stage-2的效率值。或者说,先求得stage-2的效率值(leading),然后在固定stage-2的效率下,再去求stage-1的效率值。
给出第一种展示:
example–centralized model
网络展示:
数据展示(小部分,主要看变量名称),数据我看看能不能上传,大家可以去资源地方找找:
然后,结果展示(只展示了stage-1先算的系统效率,旁边贴的表是我复现的结果):
这是以stage-2先算的结果,旁边贴的表是我个人的复现结果:
上述结果都是建立在步长为0.01的结果。但是步长越小结果越好,文航后面实现了步长为0.0001和0.00001的结果。但是由于本人没有gpu,跑的太慢了,就只实现了一个。
步长为0.0001情况下的stage-1先算时候的系统效率,结果如下(就这么一个系统效率,跑了一个小时。。。):
欢迎大家一起来复现。数据集我试试上传到资源地方!
本人用的是python的gurobi软件来解决的问题,用最基础的dea代码嵌套两次循环。
数据包络分析-两阶段网络DEA(two stage network)相关推荐
- 数据包络分析-两阶段网络弱环节(the weak-link approach)
文献解读-两阶段网络弱环节 Three approaches independent assessments joint assessment:A holistic approach The comp ...
- 数据包络分析--两阶段加性网络DEA--使用优化黄金分割比例算法(第一篇)
数据包络分析-两阶段加性网络-使用黄金分割比例算法 文献介绍 乘子模型 基础信息 黄金分割比例算法 例子 文献介绍 如果阅读过我前面的文章<数据包络分析-加性网络DEA分解>,那么这篇文章 ...
- 数据包络分析-二阶段网络带feedback(第二篇)
数据包络分析-二阶段网络带feedback(第二篇) 模型示意图 第一点:投入分配 第二点:只需要用一个 C h a r n e s C o o p e r Charnes\;Cooper Charn ...
- 数据包络分析--二阶段网络(考虑各阶段的公平性)
DEA-关注公平的两阶段DEA模型:建模和计算方面 文献介绍 二阶段网络示意图 基础知识--合作和非合作模式 非合作模式(Non-cooperative mode) subDMU1dominatest ...
- 仁慈型dea matlab程序,数据包络分析(DEA)方法..docx
数据包络分析(DEA)方法. 二.数据包络分析(DEA)方法数据包络分析(data envelopment analysis, DEA)是由著名运筹学家Charnes, Cooper和Rhodes于1 ...
- 数据包络分析及模糊综合评价法各自的优点,缺点,应用范围
数据包络分析(Data Envelopment Analysis, DEA)是一种用来衡量组织(如企业)或个体(如工人)的效率的方法,它可以用来评估组织或个体在使用有限的资源情况下所能实现的最大产出. ...
- DEA(数据包络分析)程序模板
在人们的生产活动和社会活动中常常会遇到这样的问题:经过一段时间之后,需要对具有相同类型的部门或单位(称为决策单元)进行评价,其评价的依据是决策单元的"输入"数据和"输出& ...
- 数据包络分析DEA(数学建模)
一.模型背景 数据包络分析是线性规划模型的应用之一,常被用来衡量拥有相同目标的运营单位的相对效率. 数据包络分析是一种基于线性规划的用于评价同类型组织(或项目)工作绩效相对有效性的特殊工具手段.这类组 ...
- 数据包络分析法(DEA)在数学建模中的应用
简介 数据包络分析方法(Data Envelopment Analysis,DEA)是运筹学.管理科学与数理经济学交叉研究的一个新领域.它是根据多项投入指标和多项产出指标,利用线性规划的方法,对具有可 ...
- matlab包络分析函数,数据包络分析 (MATLAB代码).doc
数据包络分析 (MATLAB代码) X=[] % 输入多指标输入矩阵X Y=[] % 输入多指标输出矩阵Y [n,m]=size(X) % n为输入的指标数,m为决策单元数 s=size(Y) % s ...
最新文章
- 实践自定义UI—RLF...(RelativeLayout LinearLayout FrameLayout....)
- MySQL8小时连接超时断开问题
- 云炬随笔20211126(2)
- GUI for git|SourceTree|入门基础
- 【DotNetMLLearn】.NET Core人工智能系列-概述
- win10远程桌面连接凭据怎么设置_想在家办公,只需打开win10远程桌面连接就可以了,还犹豫什么...
- #ifndef HeaderName_h #define HeaderName_h #endif 使用详解
- 【ACL2021】分享三篇值得推荐的情感分析文章 -- 风格分析、幽默计算、情感类别...
- (14)Spring框架----Spring 注解机制和XML配置机制之间的比较
- java继承计算不同图形面积_第五章-子类与继承-实验2(图形面积的和)
- 【通信原理】实验七、基于Matlab的均匀量化和非均匀量化
- Android使用XML做动画UI
- AMD提出的补丁使退出延迟降低21%左右
- 如何群发邮件不进垃圾邮箱?群发邮件进了垃圾箱怎么办?
- 打造Windows10堡垒主机(V1.0)
- Base64实现图片的编码和解码 1
- {Xn}、{Yn}与{XnYn}的敛散性
- 使用python写一个计算机与三菱PLC通讯的代码
- 带你玩转vue——开发工具的选择
- 【推荐架构day6】Instagram推荐算法的基本原理