Matlab：数据包络分析（DEA）企业效率

输入变量：管理成本、营业成本、财务成本、销售成本、营业税金以及资产减值损失

输出变量：净利润

对数据进行min-max标准化（Min-maxnormalization）标准化处理

理解连享会示例代码：计划不通

data = xlsread('dea_data.xlsx',1);  % 导入数据：第1列dum文本自动略过
X= data(:,1:2)';                    % 投入指标数据：第1列-第2列
Y= data(:,3:4)';                    % 产出指标数据：第3列-第4列（第3-第5列？）
n=size(X,2);      % 决策单元数（虽然写的2，但识别出来是决策单元数31）
m=size(X,1);      % 投入指标数（虽然写的2，但识别出来是投入指标数2）
q=size(Y,1);      % 产出指标数（虽然写的2，但识别出来是录入的产出指标数2，实际3）w = [];
fori = 1:nf = [zeros(1,n) 1];   % 定义目标函数Aeq = [];             % 没有等式约束beq = [];LB = zeros(n+1,1);    % 指定下界UB = [];       A = [X -X(:,i);-Y zeros(q,1)];         % 设定不等式约束（位置2处的索引无效。数组索引必须为正整数或逻辑值）b = [zeros(m,1);-Y(:,i)];    w(:,i) = linprog(f,A,b,Aeq,beq,LB,UB); % 模型求解end
theta_CCR_input = w(n+1,:)';               % 结果输出

理解代码：结论与连享会CCR模型几乎一致

clc,clear
format long
data = xlsread('dea_data.xlsx',1);  % 导入数据（借用连享会数据）
X= data(:,[1:2]);                   % X为输入变量，2为输入变量的个数
X=X';
Y=data(:,[3:5]);                    %Y为输出变量，5（2+3），3为输出变量的个数
Y=Y';
n=size(X',1);m=size(X,1);s=size(Y,1);
A=[-X' Y'];
b=zeros(n,1);LB=zeros(m+s,1);UB=[];
for i=1:n;f=[zeros(1,m)  -Y(:,i)'];Aeq=[X(:,i)',zeros(1,s)];beq=1;w(:,i)=linprog(f,A,b,Aeq,beq,LB,UB);E(i,i)=Y(:,i)'*w(m+1:m+s,i);
end
theta=diag(E)';
fprintf('用DEA方法对此的相对评价结果为：\n');
disp(theta);
omega=w(1:m,:)
mu=w(m+1:m+s,:)

逐年计算企业效率：计划通

clc,clear
format long
data = xlsread('data_dea_year.xlsx',1);    % 导入数据
X= data(:,[2:7]);                          % X为输入变量，6为输入变量的个数
X=X';
Y=data(:,[8:8]);                           %Y 为输出变量，1为输出变量的个数
Y=Y';
n=size(X',1);m=size(X,1);s=size(Y,1);
A=[-X' Y'];
b=zeros(n,1);LB=zeros(m+s,1);UB=[];
for i=1:n;f=[zeros(1,m)  -Y(:,i)'];Aeq=[X(:,i)',zeros(1,s)];beq=1;w(:,i)=linprog(f,A,b,Aeq,beq,LB,UB);E(i,i)=Y(:,i)'*w(m+1:m+s,i);
end
theta=diag(E)';

参考资料

马苏,高良谋,赵光辉.基于Bootstrap-DEA模型的企业生命周期划分及其效率研究[J].中国软科学,2019(11):176-182.

几种常用数据标准化方法 - 简书

Matlab：数据包络分析 (DEA) 入门教程| 连享会主页数学建模常用模型10 ：数据包络（DEA）分析法（投入产出法）_HaLosec_Wei-CSDN博客_dea模型

Matlab：数据包络分析（DEA）企业效率相关推荐

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 ...
DEAP2.1——数据包络分析(DEA——CCR、BCC)
1 软件介绍基础文件有DEAP.EXE DEAP.000 两个文件,有则可以正常运行. 1.将excel数据复制进data.DTA文件(用笔记本txt打开):产出指标数据在前 2.在1.ins输入参 ...
数据包络分析（超效率-SBM模型）附python代码
超效率-SBM模型超效率SBM python代码(部分) 这段时间差不多忙完了,终于有时间可以来经营我的博客了. 上阵子挺多人私信我,原谅我记性不好,可能没有回复全. 这篇文章是超效率的扩展. 超效 ...
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 ...
效率评价方法--数据包络分析
一. 数据包络分析方法概念 1.1 理论背景我们常常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 ...
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. ...
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 ...

Matlab：数据包络分析（DEA）企业效率

Matlab：数据包络分析（DEA）企业效率相关推荐

最新文章

热门文章