DEA的简单介绍以及Matlab做题例子

最新推荐文章于 2024-08-04 11:40:08 发布

一件迷途小书童

最新推荐文章于 2024-08-04 11:40:08 发布

阅读量5.5k

点赞数 7

分类专栏： Matlab 文章标签： matlab

本文链接：https://blog.csdn.net/m0_64007201/article/details/126203645

版权

Matlab 专栏收录该内容

9 篇文章 1 订阅

订阅专栏

数据包络分析（Data envelopment analysis，DEA）是运筹学和研究经济生产边界的一种方法。该方法一般被用来测量一些决策部门的生产效率，是由美国著名运筹学家 A.Charnes (查恩斯) 、W.W.Cooper (库铂) 、E.Rhodes (罗兹) 于 1978 年首先提出，在相对效率评价概念基础上发展起来的一种非参数检验方法。

在 DEA 中，受评估的单位或组织被称为决策单元 (简称 DMU) 。DEA 通过选取决策单元的多项投入和产出数据，利用线性规划，以最优投入与产出作为生产前沿，构建数据包络曲线。其中，有效点会位于前沿面上，效率值标定为 1；无效点则会位于前沿面外，并被赋予一个大于 0 但小于 1 的相对的效率值指标。

DEA青睐具有多输入多输出的复杂系统，体现在以下几点：

1.DEA以决策单位各输入/输出的权重为变量，从最有利于决策单元的角度进行评价，从而避免了确定各指标在优先意义下的权重；
2.假定每个输入都关联到一个或者多个输出，而且输入/输出之间确实存在某种关系，使用DEA方法则不必确定这种关系的显示表达式。

案例：

利用DEA方法对天津市的可持续发展进行评价。在这里选取较具代表性的指标，作为输入变量和输出变量，见表如下：

易知：输入变量：政府财政收入占GDP的比重、环保投资占GDP的比重、每千人科技人员数；输出变量：经济发展（用人均GDP表示）、环境发展（用城市环境质量指数表示）

Matlab代码如下：

clc;clear
P = [14.40 0.65 31.30;16.90  0.72 32.20;
    15.53 0.72 31.87;15.40 0.76 32.23;
    14.17 0.76 32.40;13.33 0.69 30.77;
    12.83 0.61 29.23;13.00 0.63 28.20;
    13.40 0.75 28.80;14 0.84 29.10];
Q = [3621.00 0.00 ;3943 0.09;4086.67 0.07;4904.67 0.13;
    6311.67 0.37;8173.33 0.59;10236.00 0.51;
    12094.33 0.44;13603.33 0.58;14841 1];
P=P';
Q=Q';           
size(-P')
size(Q')


n=size(P',1);m=size(P,1);s=size(Q,1);
A=[-P' Q'];
b=zeros(n,1);
LB=zeros(m+s,1);UB=[];
for i=1:n;
  f=[zeros(1,m)  -Q(:,i)'];
  Aeq=[P(:,i)',zeros(1,s)];beq=1;
  w(:,i)=linprog(f,A,b,Aeq,beq,LB,UB);
    E(i,i)=Q(:,i)'*w(m+1:m+s,i);
end
theta=diag(E)';
fprintf('评价的结果如下：\n');
disp(theta);

评价的结果如下：
  1 至 5 列

   0.290184294242394   0.285357129485820   0.296826091916998   0.342515144587570   0.459471192759165

  6 至 10 列

   0.718260869565217   0.906910831773891   1.000000000000000   1.000000000000000   1.000000000000000

可见，1997、1988、1999是DEA有效的。