式中，

θ0super为效率指数，是决策变量；

λj 为输入、输出系数，是决策变量；

xij 为第j 个评价对象的第i 个输入指标值；

si- 为输入指标松弛变量；

yij 为第j个评价对象的第i 个输出指标值；

si+为输出指标松弛变量。

如果效率指数θ0super <1，则表明投入产出没有达到最优效率，即没有使投入转化为最大的产出。

如果效率指数θ0super =1，则表明投入产出刚好达到最优效率，即投入正好转化为最大的产出。

如果θ0super >1，则表明投入产出超过了最优效率。

我自己也设计个程序，不过有点毛病，因为当θ0super >1时，si+和si-都本应该为0的，而我的程序却不能满足这点。为此，下面给您一些数据供您检验您的程序。谢谢您的参与！

X= [1908.74        653.72        1084.44        326.79        744.3        2060.8        641.04        439.86        1435.73        3304.56        2023.12        1362.67        1129.09        547.66        2038.53        1206.71        892.67        955.92        2949.25        627.34        199.45        991        1451.7        311.26        557.69        13.74        762.23        185.81        51.19        117.59        228.63

97153        33527        65728        41488        65588        70435        36147        37347        92555        140288        91776        73864        61345        68869        171808        93047        92641        91050        191110        55779        21790        85998        110205        38894        47258        3557        49631        32911        8469        8932        21172

10014.3        5704.3        8958.1        3895.9        7099.1        14904.6        4965.1        3611.1        10784.2        28963.3        19273.3        11729.4        11459.7        6344.7        20098.7        13906.2        7800.5        10715.5        23683        6877        1500.1        11639.3        15589.3        5228.9        5367.6        144.6        5780.1        2310.3        698.2        1580.7        2639.1

823.4        512.8        1947.6        764.6        1770.6        2953.8        807.9        871        326.4        3296        1834.3        2248.5        1076.2        991.9        2762.1        2094.6        1006.2        2040.4        2639.4        1445.5        946.8        1164.4        1000.2        590.2        1444.2        20.5        539.8        412.4        111.2        158.9        751.7

];%用户输入多指标输入矩阵X

Y= [2386.7        2098.5        3614.7        1203.7        2297.7        4497.4        2030.5        2645.8        1941.2        8696.3        4115.8        3026.7        2242.5        1817.7        5074.3        4426.9        2541.2        3347.9        5659.1        1564.3        609.1        2626.6        3966.8        1048        1536        12.2        900.1        598.7        267.7        936.9        1012.9

2463.0376        859.062        1180.1726        263.011        797.4483        2015.9693        559.5358        665.3499        2660.441        5280.7695        3126.4911        1272.8494        1205.939        650.0893        2675.3838        1167.6405        1035.5159        1081.2686        3891.4477        619.3192        395.7353        1379.249        2041.3157        924.7127        699.646        8.2342        860.5496        180.8878        47.1337        174.8783        402.249

];%用户输入多指标输入矩阵Y

2012-3-2 10:10 上传

模型