فصل دوم. 7

مرور ادبیات و بررسی پیشینه ی تحقیق. 7

2-1- مقدمه. 8

2-2- تعاریف کارایی. 8

2-3- روش های اندازه گیری کارایی فنی. 9

2-3-1- روش های پارامتری.. 9

2-3-2- روش های نا پارامتری.. 9

2-4- مقایسۀ رگرسیون وتحلیل پوششی داده ها 9

2-5- مفاهیم کارایی. 10

2-6- استفاده ازنسبت دراندازه گیری کارایی. 11

2-7- انواع مدل های پایه ای (کلاسیک) تحلیل پوششی داده ها : 11

2-7-1- مدل CCR : 12

2-7-2- مدل BCC. 17

2-7-3- مدل جمعی ( SBM= Slack Based Model ) 20

2-8- رتبه بندی واحد های کارا 21

2-9- روش اندرسون – پیترسون 21

2-10- شبکه های عصبی مصنوعی ( ANNs ) 22

2-10-1- مقدمه. 23

2-10-2- شبکه عصبی. 23

2-10-3- معرفی شبکه عصبی مصنوعی. 24

2-10-4- تاریخچه شبکه‌های عصبی مصنوعی. 24

2-10-5- چرا از شبکه‌های عصبی استفاده می‌کنیم؟ 25

2-10-7- ساختار شبکه‌های عصبی. 26

2-10-8- تقسیم بندی شبکه‌های عصبی. 27

2-10-9- کاربرد شبکه‌های عصبی. 28

2-10-10- معایب شبکه‌های عصبی. 28

2-10-11- مسائل مناسب برای یادگیری شبکه های عصبی. 28

2-11- یادگیری یک پرسپترون. 29

2-11-1- آموزش پرسپترون. 31

2-11-2- الگوریتم یادگیری پرسپترون. 31

2-12- مقایسه آموزش یکجا و افزایشی. 32

2-13- شبکه های چند لایه. 32

2-14- الگوریتم   Back propagation. 33

2-15- شبکه های عصبی چند لایه پیش خور 37

2-16- انواع شبکه های عصبی : 38

2-16-1-  شبکه عصبی پرسپترون. 39

2-16-2- شبکه همینگ.. 40

2-16-3- شبکه هاپفیلد. 41

2-16-4- شبکه عصبی خود سازمانده مدل کوهنن. 42

2-16-5- شبکه عصبی تأ خیر زمانی. 42

2-17- مدل ترکیبی شبکه های عصبی مصنوعی و تحلیل پوششی داده ها (NEURO/DEA ) 43

2-17-1- مقدمه. 44

2-17-2- الگوریتم تحلیل کارایی. 46

2-17-3- نرمال سازی داده ها 46

2-18- مفاهیم کارایی ، بهره وری و اثربخشی. 49

2-19- مروری بر مطالعات انجام شده 50

فصل سوم. 62

روش تحقیق.. 62

3-1- مقدمه. 63

3-2- روش تحقیق. 63

3-3- جامعه آماری.. 64

3-4- شیوه گردآوری اطلاعات.. 64

3-5- مراحل انجام تحقیق. 64

3-6- شیوه نرمال سازی.. 65

3-7- ارزیابی و تحلیل کارایی فنی پالایشگاه های گاز کشور با رویکرد تحلیل پوششی داده ها (DEA ) 65

3-7-1- مدل سازی ریاضی. 66

3-7-2- مدل مضربی CCR ورودی محور 66

3-7-3- روش اندرسون – پیترسون بر ای رتبه بندی واحدهای کارا 67

3-8- دلایل استفاده از مدل مضربی CCR ورودی محور در مقایسه با مدل BCC. 67

3-9- روش تحقیق مورد استفاده در تحلیل کارایی با مدل های ترکیبی Neuro/DEA. 68

3-9-1- مدل مورد استفاده در تحقیق. 69

3-9-2- روش به کار گرفته شده در مدل های ترکیبی Neuro/DEA1 و Neuro/DEA2 جهت ارزیابی واحد ها 70

فصل چهارم. 71

نتایج و تفسیر آن ها 71

4-1- مقدمه. 72

4-2- نرمالیز کردن داده ها 73

4-3- الگوریتم پس انتشار 77

4-4- شبکه پیش سو 78

 

4-5- جمع آوری داده ها : Neuro – DEA. 78

4-6- نرمال سازی داده ها Neuro /DEA. 79

4-7- داده های آموزش.. 80

4-8- داده های تست.. 80

4-9- عملیات آموزش.. 82

4-10- نمایش نمودارها 84

فصل پنجم. 87

نتیجه گیری و پیشنهادات.. 87

5-1- محدودیت های انجام تحقیق. 88

5-2- نتیجه گیری.. 88

5-3- تحقیقات آتی. 89

منابع و مراجع. 90

منابع فارسی. 91

منابع انگلیسی. 93

 

فهرست اشکال

شکل 1-1-  مقایسه رگرسیون و DEA …………………………………………………………………………………………..9

شکل 2-1- پرسپترون تک لایه ……………………………………………………………………………………………………29

شکل 2-2- پرسپترون ………………………………………………………………………………………………………………..30

شکل 2-3- توابعی که پرسپترون قادر به یادگیری آن ها می باشد …………………………………………………..30

شکل 2-4- مقایسه آموزش افزایشی و یکجا …………………………………………………………………………………..32

شکل 2-5- منحنی یادگیری …………………………………………………………………………………………………………35

شکل 2-6- نمودار خطا …………………………………………………………………………………………………………………36

شکل 2-7- شرط پایان الگوریتم BP …………………………………………………………………………………………….36

شکل 2-8- پرسپترون تک لایه ……………………………………………………………………………………………………39

شکل 2-9- پرسپترون تک لایه …………………………………………………………………………………………………..39

شکل 2-10- شبکه همینگ ………………………………………………………………………………………………………..40

شکل 2-11- شبکه هاپفیلد …………………………………………………………………………………………………………41

شکل 2-12- شبکه کوهنن……………………………………………………………………………………………………………42

شکل 2-13- ساختار نرون در شبکه TDNN ………………………………………………………………………………….43

شکل 2-14- الگوریتم تحلیل کارایی ……………………………………………………………………………………………..48

شکل 2-15- شبکه پرسپترون سه لایه ………………………………………………………………………………………….70

شکل 3-1- ورودی و خروجی های پالایشگاه ها ……………………………………………………………………………….78

شکل 4-1- تابع سیگموئیدی …………………………………………………………………………………………………………84

شکل 4-2- مقایسه خروجی های شبیه سازی شده …………………………………………………………………………..85

شکل 4-3- مقایسه خروجی ها با داده های تست ……………………………………………………………………………..86

شکل 4-4- مقایسه کارایی مدل DEA و ANN ………………………………………………………………………………..86

فهرست جدول

جدول 2-1- مدل جمعی ……………………………………………………………………………………………………….20

جدول 3-1- معرفی پالایشگاه ها ……………………………………………………………………………………………..65

جدول 3-2- مشخصه های متغیرهای تصمیم ……………………………………………………………………………..66

جدول 3-3- مشخصه های متغیرهای تصمیم …………………………………………………………………………….66

جدول 3-4- مشخصه های متغیرهای تصمیم …………………………………………………………………………….66

جدول 4-1- اطلاعات ورودی و خروجی سال 93 ……………………………………………………………………….72

جدول 4-2- اطلاعات ورودی و خروجی  سال 92………………………………………………………………………..73

جدول 4-3- داده های نرمال شده سال 93 ………………………………………………………………………………..74

جدول 4-4- داده های نرمال شده سال 92 ………………………………………………………………………………..74

جدول 4-5- کارایی واحدها در سال 92 و 93 …………………………………………………………………………….75

جدول 4-6- کارایی AP در سال 92…………………………………………………………………………………………….75

جدول 4-7- کارایی AP در سال 93…………………………………………………………………………………………….75

جدول4-8- ورودی ANN در سال 92…………………………………………………………………………………………..79

جدول4-9- ورودی ANN در سال 93…………………………………………………………………………………………..79

جدول 4-10- نرمال سازی داده ها ………………………………………………………………………………………………79

جدول 4-11- داده های نرمال شده ………………………………………………………………………………………………80

جدول 4-12- اندیس های مربوط به آموزش ………………………………………………………………………………….81

جدول 4-13- اندیس های مربوط به تست …………………………………………………………………………………….81

جدول 4-14- داده های ورودی و خروجی آموزش ………………………………………………………………………….81

جدول 4-15- داده های ورودی و خروجی تست ……………………………………………………………………………..82

جدول 4-16- ارزیابی شبکه آموزش دیده ……………………………………………………………………………………..82

جدول 4-17- صحت فرایند آموزش ………………………………………………………………………………………83

جدول 4-18- خروجی شبیه سازی شده و واقعی برای تست …………………………………………………….83

جدول 4-19- میانگین مربعات خطا ……………………………………………………………………………………..83

جدول 4-20- میانگین مقایسه کارایی خروجی ANN و DEA سال 92 …………………………………….85

جدول 4-21- میانگین مقایسه کارایی خروجی ANN و DEA سال 93 …………………………………….85

چکیده :

کارایی و رتبه بندی زیرمجموعه های یک صنعت کاری ضروری است ، و لازم است حداقل سالی یکبار عملکرد آنها را برپایه اصول علمی مورد ارزیابی قرار داد.

صنعت نفت و گاز به عنوان یکی از اساسی ترین صنایع ایران از حساس ترین و مهمترین منابع درآمد دولت به شمار میرود .بدیهی است وجود کارایی در این صنعت عایدات دولت را چندین  برابر مینماید و این مهم جز با ارزیابی دقیق و صحیح واحدها ی تحت پوشش میسر نمیشود .

از آنجایی که تحلیل پوششی داده ها کارایی متفاوتی در طول زمان ارائه میدهد و به هیچ پیش فرض اولیه ای درباره مرز کارایی نیاز ندارد لذا در میان تمام روشهای ارزیابی عملکرد ، DEA در سازماندهی و تحلیل داده ها بهترین روش است .بنابراین با جمع آوری اطلاعات ورودی و خروجی 6 پالایشگاه کشور کارایی آن ها را محاسبه کرده و واحدهای کارا و ناکارا شناسایی شدند.. اما DEA قادر به تفکیک کارایی همه ی پالایشگاه ها ازیکدیگرنیست . دلیل این موضوع کمبود تعداد واحدهای تصمیم گیرنده (6 پالایشگاه ) نسبت به تعداد ورودی و خروجی ها( 4 ورودی و 4 خروجی ). لذا DEA قادر به رتبه بندی کامل واحدها نیست، بنابراین از تلفیق تحلیل پوششی داده ها و شبکه عصبی مصنوعی به منظور اندازه گیری عملکرد واحدها ی تصمیم گیرنده استفاده شده است به نحوی که مشکل مذکور برطرف گردد. و در آخر مقایسه ای بین نتایج حاصل از این دو روش صورت گرفته است .

مقدمه
اندازه گیری کارایی[1] به خاطر اهمیت آن در ارزیابی عملکرد[2] یک شرکت یا سازمان همواره مورد توجه محققین قرار داشته است . در سال 1957 فارل با استفاده از روشی مانند اندازه گیری کارایی در مباحث مهندسی اقدام به اندازه گیری کارایی برای یک واحد تولیدی نمود .موردی که فارل برای اندازه گیری کارایی مد نظر قرار داده بود شامل یک ورودی و یک خروجی بود . مطالعه فارل شامل اندازه گیری “کارایی های فنی ” و ” تخصیصی ” و ” مشتق تابع تولید کارا ” بود . فارل مدل خود را برای تخمین کارایی بخش کشاورزی آمریکا نسبت به سایر کشورها مورد استفاده قرار داد. با این وجود او در ارائه روشی که در برگیرنده ورودی ها و خروجی های متعدد باشد ، موفق نبود .]1[

“چارنز[3]  ” ، ” کوپر[4] ” ، ” رودز[5] ” دیدگاه فارل را توسعه داده و مدلی را ارائه کردند که توانایی اندازه گیری کارایی با چندین ورودی  و چندین خروجی را داشت . این مدل تحت عنوان ” تحلیل پوششی داده ها [6] ” نام گرفت و ایتدا در رساله دکتری ” ادوارد رودز ” و به راهنمایی ” کوپر ” تحت عنوان ” ارزیابی پیشرفت تحصیلی دانش آموزان مدارس ملی آمریکا ” در سال 1976 در دانشگاه کارنگی مورد استفاده قرار گرفت و در سال 1978 در مقاله ای تحت عنوان ” اندازه گیری کارایی واحدهای تصمیم گیرنده [7] ”