Ranking alternatives using data envelopment analysis: A dual approach

Abstract

Bu tez çalışması, çok kriterli alternatiflerin sıralanması üzerinedir. Köksalan ve Tuncer (2009) tarafından veri zarflama analizi tabanlı bir matematiksel programlama modeli önerilmiştir. Önerilen model ikili ve sürekli karar değişkenleri gerektirmektedir ve değerlendirilen alternatif etkin oluncaya kadar diğer alternatifleri göz ardı eder. Bu çalışmada, alternatifleri miyopik olarak göz ardı eden ancak tamsayılı veya ikili karar değişkenlerine ihtiyaç duymayan eşlenik (dual) veri zarflama analizi tabanlı bir yaklaşım önerilmiştir. Önerdiğimiz metot ile rakibinin performansı rassal üretilmiş örnekler üzerinde test edilmiştir. Önerdiğimiz metodun daha hızlı olduğu ve seçeneklerin sıralanmasında diğer yönteme yakın sonuçlar verdiği gösterilmiştir. Son olarak, her iki yöntem 160 ülkeyi Lojistik Performans İndeksi verisi ile sıralamak için kullanılmıştır.

This thesis addresses the problem of ranking alternatives evaluated with multiple criteria. Köksalan and Tuncer (2009) propose a mathematical programming approach based on Data Envelopment Analysis (DEA). Their approach requires binary and continuous decision variables and removes alternatives until the alternative under consideration becomes efficient. In this study, we propose a dual DEA based approach that myopically removes alternatives, but does not require integer or binary decision variables. We test the performance of our method and its competitor on randomly generated instances. We show that our method is significantly faster and obtains nearly the same rankings. Finally, we use both methods to rank 160 countries based on Logistics Performance Index data.