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 CharnesCooper变换
昨天分析了吴杰老师的一篇二阶段网络带feedback的文章,当时在看的时候,我在就疑惑,为什么要通过两个CC变换、通过遍历绕了一大圈才去求follower阶段的效率。今天看了这篇文章的后续,是由郭老师发表的。
ps.学术界也太卷了哈哈哈,我发表,你纠错,太可怕了。
这次要分析的文献, N o n − c o o p e r a t i v e t w o − s t a g e n e t w o r k D E A m o d e l : L i n e a r v s . p a r a m e t r i c l i n e a r Non-cooperative\;two-stage\;network\;DEA\;model:Linear\;vs.\;parametric\;linear Non−cooperativetwo−stagenetworkDEAmodel:Linearvs.parametriclinear,同样的也是发表于 E J O R EJOR EJOR上。
时间是:
模型示意图
首先,都是针对非合作两阶段模型展开讨论。郭提出了两点:
第一点:投入分配
郭认为,吴杰老师那篇文章的投入比例写错了。原文中这么表达:
但是,在读吴杰老师文章的时候,其实写得挺明白的。一开始求整体效率时候确实是 s t a g e 1 stage1 stage1的投入为 ∂ X \partial{X} ∂X, s t a g e 2 stage2 stage2的投入是 ( 1 − ∂ ) X (1-\partial)X (1−∂)X,但是在进入 N o n − c o o p e r a t i v e Non-cooperative Non−cooperative部分的时候,明确说明了:
吴杰老师这么变化,个人猜测:是因为他用两个CC变换,如果按先前的来写,就比较麻烦,所以调换了一下位置。
感觉这个反驳没必要。哈哈哈。
第二点:只需要用一个 C h a r n e s C o o p e r Charnes\;Cooper CharnesCooper变换
前提介绍,在吴杰老师的文章里,固定阶段一的效率后,继续求解阶段二的效率时:
首先,阶段二的分式形式不变:
通过两次 C C CC CC变换:
最终变成:
到这里,还需要求解 σ \sigma σ的最大值,然后通过遍历才能求解到阶段二的最大值。确实很麻烦。
郭老师提出这么做,极有可能得不到最优值。原文中的表达:
其实,在已知阶段一的效率时,只需要一次 C C CC CC变换即可:
内容就这些。这篇文献就3页!
数据包络分析-二阶段网络带feedback(第二篇)相关推荐
- 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 ...
- 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 ...
- 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 ...
- 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-CEA碳减排有关文献分析(第一篇)
数据包络分析-CEA碳减排有关文献分析 基本情况 模型建立-CRS CCR基础模型 CCR文献改进模型 CCR最终模型(文献所用) 模型建立-VRS VRS基础模型 VRS文献改进模型 VRS最终模型 ...
最新文章
- 牛客练习赛61 C 四个选项(并查集、DP、排列组合)难度⭐⭐⭐
- linux手写数字识别opencv,opencv实现KNN手写数字的识别
- cpu风扇一会转一会停_宝宝不能吹电风扇?空调PK电风扇,到底该Pick谁啊啊啊!...
- centos 使用 beyond compare 对比工具
- ARM中 __IO的作用解析
- url参数中有+、空格、=、%、、#等特殊符号的问题解决
- 安装Red Hat Container Development Kit 2.2版本
- 蜗牛导航网站模板+随机壁纸+天气插件
- Spring源码学习笔记:经典设计模式之策略模式
- fc oracle,fc9下oracle sqldeveloper安装日志
- c1flexGrid 在单元格中显示图片, 及行号
- python 灰度图像素灰度值求和_如何在python中更改灰度图像中特定类型的像素值?...
- AD2S1210的使用总结
- WINCE ROM 定制大教程
- 微信小程序-历史搜索记录保存与清空
- 如何使用 React Native 构建信用卡扫描仪
- 2019哪里可以进行高层次人才扶持政策申报?
- ISUP信令REL原因值
- python动态页面元素爬取_Python开发爬虫之动态网页抓取篇:爬取博客评论数据——通过浏览器审查元素解析真实网页地址...
- 教育之星 计算机,冉冉升起的教育之星
热门文章
- 基于springboot的婚纱摄影网站
- tensor.contiguous()
- DBeaver改变字体
- easy poi导出excel表头多语言
- 拾光匣子小程序描述以及功能
- 解读:气候预测产品应该怎么看?
- 重庆大学计算机学硕学费多少,2017年重庆大学硕士研究生学费及奖助学金
- Python的 sys.path.append()、os.path.dirname(os.path.abspath(file))、使用os模块动态获取目录或文件路径
- 逆序数的求法-csdn博客
- eclipse SVN中文件修改后图标不变黑星解决