DEA模型复现介绍:带有资源约束的模糊DEA线性生产博弈
DEA模型复现介绍:带有资源约束的模糊DEA线性生产博弈
一、论文基本信息
论文题目:
带有资源约束的模糊DEA线性生产博弈模型及分配
作者: 南江霞、吴小勇、李西娜、张茂军
发表: 《控制与决策》2023, 38(11): 3231–3241 | DOI:
10.13195/j.kzyjc.2021.2179
三家云服务供应商各自有
CPU、内存、存储,都能把物理机虚拟成四种虚拟机。联合生产多出来的收益怎么分,才能让所有人都不退出联盟?
论文的答案:用 DEA 让技术系数随数据动态变化,用模糊数
α-截集处理价格与资源的不确定性,用乐观/悲观双角度框出收益区间,最后用
α-核心锁住分配稳定性。
二、模型骨架
模型由两个维度交叉而成,看懂这两个维度就看懂了全文。
维度一:两种合作水平
合作水平 I
合作水平 II
共享内容
技术 + 资源
仅资源
技术集合
联盟全部观测 \(D(S)\)
局中人自身观测 \(D(i)\)
合作难度
高
低(现实中更普遍)
收益
高
低
...
DEA模型复现介绍:非对称纳什-核心讨价还价成本分摊三模型(固定成本 + 可变成本)
DEA模型复现介绍:非对称纳什-核心讨价还价成本分摊三模型
一、论文基本信息
论文题目:
基于非对称纳什合作博弈理论的DEA成本分摊研究(Cost allocation
method using asymmetrical Nash bargaining DEA game)
作者: 王青筠(导师:孟凡永 教授)
单位: 中南大学 管理科学与工程 年份:
2024 年 5 月(硕士学位论文,71 页,2 图 18 表 83 篇参考文献)
同题英文期刊版: Fixed cost allocation using
asymmetrical core-Nash bargaining DEA game, Journal of the
Operational Research Society, 2023/2024
这篇论文做的是成本分摊里一个非常经典、又非常容易被做浅的问题:
一组同质的决策单元(DMU)共同使用一个平台、共享一套资源时,产生的共同成本应该怎么分,才能让所有人都愿意继续合作?
它给出的答案是:把 DEA
的效率评价能力,和合作博弈的分配理论缝在一起 ...
DEA模型复现介绍:负数据下的逆DEA-R模型(Inverse ratio-based DEA for negative data)
DEA模型复现介绍:负数据下的逆DEA-R模型
一、论文(章节)基本信息
来源: Advanced Topics in Inverse Data
Envelopment Analysis: Approaches for Handling Ratio
Data(SOLTANIFAR 等,2025)
第 8 章: Inverse ratio-based DEA models for input
and output estimation in the presence of negative data(书页
221–247)
核心模型: 模型 (4.25)(效率评价)+ 模型 (8.1)(逆
DEA-R 产出估计)
实现: Julia + JuMP + HiGHS
这篇文章讨论的是 DEA 里一个既常见、又很难处理的经营决策问题:
如果一家机构下一期计划把投入增加
12.5%,同时要求「效率不降」,那么它的产出应该提高到什么水平?
对很多管理者来说,这正是做预算、定目标、配资源时最想问的前瞻性问题——不是事后评价谁好谁差,而是事前告诉我该把产出定到多少。 ...
DEA模型复现介绍:Shannon 熵提高DEA判别力综合效率评价模型
DEA模型复现介绍:Shannon熵提高DEA判别力的综合效率评价模型
一、论文基本信息
论文题目: Increasing the Discriminatory Power of
DEA Using Shannon's Entropy
期刊: Entropy
年份: 2014
卷期页码: 16, 1571–1585
作者: Qiwei Xie, Qianzhi Dai, Yongjun Li, An Jiang
这篇文章讨论的是 DEA 里一个很典型、又有点“两难”的问题:
当变量数量相对于决策单元(DMU)数量过多时,传统 DEA
的判别力会急剧下降,很多 DMU
都被判成“有效”,无法区分、无法完整排序。如何在不丢失变量信息的前提下,把判别力提上来?
这正是本文要解决的问题,答案就是——用 Shannon
熵做“加权聚合”。
二、这篇文章解决了什么问题?
传统 DEA(以 CCR 为例)允许每个 DMU
在约束下自由选择对自己最有利的权重来最大化自身效率。这样带来的副作用是:
变量越多,权重空间的维数越高,越容易有更多 DMU 被判 ...
一篇 DEA 局部集中资源配置论文的复现说明
这次复现的是哪篇论文?
这次复现的论文是:
Zhu, W., Huang, Y., & Yu, Y. (2023). DEA model for
partial centralization resource allocation among independent subset of
DMUs. Computers & Industrial Engineering, 176, 109013.
作者分别是:
Weiwei Zhu
Yanjie Huang
Yu Yu
期刊是 Computers & Industrial
Engineering,属于运筹优化、管理科学、工业工程方向比较常见的期刊。
这篇文章的关键词也很直接:
Partial centralization
Incentives
Data envelopment analysis
简单说,它讨论的不是传统那种“只算效率值”的 DEA,而是:
在分组管理、局部集中治理的情形下,如何把 DEA
效率评价和资源再配置结合起来,做一个兼顾效率与公平 ...
双边界网络DEA模型复现介绍:为什么它更适合评估供应链的可持续效率?
双边界网络DEA模型复现介绍:为什么它更适合评估供应链的可持续效率?
一、为什么很多供应链效率评价,做出来总觉得“不够像真实业务”?
很多人在做供应链评价时,最常见的处理方式是:
选几项投入;
选几项产出;
把整条供应链当成一个整体;
最后算出一个综合效率值。
这种做法当然有用,但问题也很明显。
因为真实的供应链并不是一个“黑箱”。
从供应商,到制造商,再到分销商,中间往往经历了多个环节;
每个环节既有资源消耗,也有中间产品流转,还可能伴随着污染排放、能耗增加等不受欢迎的结果。
这时候如果仍然只用一个“总投入—总产出”结构去评价,就很容易出现一个问题:
结果能反映总体表现,但很难真正体现供应链内部各阶段的运作逻辑。
尤其是在“绿色供应链”“可持续供应链”这类场景里,这个问题会更突出。
因为你不仅要看赚了多少、产出了多少,往往还要同时考虑:
中间产品流是否顺畅;
各阶段衔接是否高效;
不期望产出(比如 CO₂ 排放)是否被控制;
一个对象到底是“真正优秀”,还是只是“没那么差”。
而这篇文章使用的 双边界网络 DEA
模型, ...
DEA模型复现介绍:随机双层DEA如何同时做好资源配置、目标设定与效率管理?
DEA模型复现介绍:随机双层DEA如何同时做好资源配置、目标设定与效率管理?
一、这篇文章研究什么?
这次复现的论文是 2024 年发表于 Mathematics 的:
A Bilevel DEA Model for Efficiency Evaluation and Target
Setting with Stochastic Conditions。
它讨论的是一个非常现实、也非常典型的管理问题:
当一家大型组织既要统一分配资源,又要给下属单位设定目标,而且未来经营环境还存在不确定性时,怎样做出一套更优的决策?
论文以银行网点管理为例,把问题拆成两层:
上层:总部决定资源如何分配、目标如何设定;
下层:各个 DMU
在既定资源和目标下追求自身效率最优。
再进一步,论文把未来环境写成多个情景,用情景概率来描述不确定性。这样一来,模型不只是“看效率”,还同时把利润、波动与应对策略纳入了决策框架。
简单说,这篇文章回答的是:
在不确定环境下,如何让总部的资源配置更聪明,让下属单位的目标更合理,同时又把整体效率和收益一起管起来。
二、模 ...
DEA模型复现介绍:NEEFDEA with bargaining-based selection 固定总和产出效率评价模型
DEA模型复现介绍:NEEFDEA
with bargaining-based selection 固定总和产出效率评价模型
一、论文基本信息
论文题目: A Nash bargaining-based selection
approach in non-radial equilibrium efficient frontier DEA with fixed-sum
outputs
期刊: Omega
年份: 2023
文中数据位置: Appendix F / Table 5
这篇文章研究的是固定总和产出 DEA 里一个更进一步的问题:
当固定总和产出的调整解不是唯一时,应该怎样从一组可行的均衡有效前沿解中,选出一个“合理、稳定、可解释”的最终方案?
如果说前一类 fixed-sum DEA
文献重点解决的是“如何调整”,那么这篇文章进一步解决的是:
当可以调整的方案不止一个时,如何做选择。
这就是文中 bargaining-based
selection(基于讨价还价的选择机制)的核心意义。
二、这篇文章解决了什么问题?
在固定总 ...
DEA模型复现介绍:GEEFDEA固定总和产出效率评价模型
DEA模型复现介绍:GEEFDEA固定总和产出效率评价模型
一、论文基本信息
论文题目: A generalized equilibrium efficient
frontier data envelopment analysis approach for evaluating DMUs with
fixed-sum outputs
期刊: European Journal of Operational
Research
年份: 2015
作者: Min Yang, YongJun Li, Liang Liang
这篇文章讨论的是 DEA 里一个很典型、但又不太容易处理的问题:
当若干 DMU
的某类产出总量是固定的,应该如何进行公平、可比、还能排序的效率评价?
比如奥运奖牌、固定预算、固定配额、固定总量资源分配等,都是典型的
fixed-sum outputs(固定总和产出) 问题。
二、这篇文章解决了什么问题?
传统 DEA
默认产出可以自由扩张,但在固定总和产出场景下,这个假设不成立。
如果某个 DMU 的固定总和产出增加,就意味着别 ...
DEA模型复现介绍:共享权重逆向 DEA 合并分析模型(CSW-Inverse DEA)
DEA模型复现介绍:共享权重逆向
DEA 合并分析模型(CSW-Inverse DEA)
一、论文基本信息
论文题目: A novel model for merger analysis and
target setting: A CSW-Inverse DEA approach
期刊: Expert Systems With Applications
年份: 2024
作者: Mehdi Soltanifar, Mojtaba Ghiyasi, Ali
Emrouznejad, Hamid Sharafi
这篇文章研究的是 DEA 在并购与合并分析中的一个很重要的问题:
当两个或多个同类决策单元(DMU)准备合并时,如何在给定目标效率的前提下,反推出合并后的投入与产出目标?
传统 DEA 更擅长回答“谁有效率、谁无效率”;
而这篇文章进一步讨论的是:
如果组织已经决定推进合并,那么合并后的新单位应该达到怎样的资源配置与产出水平,才能实现预期效率目标?
作者提出的核心方法是:
共享权重逆向 DEA
模型(CSW-Inverse DEA)
...


