วิธีการจัดอันดับสำหรับหน่วยผลิตที่มีข้อมูลแบบช่วงโดยใช้การประเมินประสิทธิภาพแบบไขว้แบบหลายวัตถุประสงค์สำหรับหน่วยผลิตที่มีข้อมูลแบบช่วง และ วิธีสัมประสิทธิ์ความใกล้ชิดสัมพัทธ์

ผู้แต่ง

  • นรงค์ วิชาผา สาขาวิชาวิศวกรรมอุตสาหการ คณะวิศวกรรมศาสตร์และเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยกาฬสินธุ์ https://orcid.org/0000-0003-3236-5349
  • อัจฉรา ชุมพล สาขาวิชาวิศวกรรมคอมพิวเตอร์และระบบอัตโนมัติ คณะวิศวกรรมศาสตร์และเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยกาฬสินธุ์

DOI:

https://doi.org/10.14456/jeit.2023.25

คำสำคัญ:

การวิเคราะห์แบบล้อมกรอบข้อมูล, การวิเคราะห์แบบล้อมกรอบข้อมูลที่มีข้อมูลแบบช่วง, วิธีการประเมินประสิทธิภาพเชิงสัมพัทธ์แบบหลายวัตถุประสงค์สำหรับข้อมูลแบบช่วง, วิธีสัมประสิทธิ์ความใกล้ชิดสัมพัทธ์

บทคัดย่อ

การวิเคราะห์แบบล้อมกรอบข้อมูล หรือ DEA (Data Envelopment Analysis) แบบดั้งเดิม ถูกใช้สำหรับการประเมินประสิทธิภาพเชิงสัมพัทธ์ของหน่วยการตัดสินใจ (DMUs) ที่มีค่าแน่นอน (Precise Data) อย่างไรก็ตามการวิเคราะห์แบบล้อมกรอบข้อมูลแบบดั้งเดิมไม่สามารถใช้ในการประเมินประสิทธิภาพเชิงสัมพัทธ์ของหน่วยผลิตที่มีค่าไม่แน่นอน (Imprecise Data) ได้ โดยข้อมูลที่ไม่แน่นอนอาจมีรูปแบบ เช่น ข้อมูลช่วง (Interval Data) หรือข้อมูลแบบคลุมเครือ (Fuzzy Data) วัตถุประสงค์ของงานวิจัยนี้เป็นการนำเสนอวิธีการประเมินประสิทธิภาพเชิงสัมพัทธ์แบบหลายวัตถุประสงค์ สำหรับข้อมูลแบบช่วง หรือ MOIDEA (Multi-Objective Interval Data Envelopment Analysis) และวิธีสัมประสิทธิ์ความใกล้ชิดสัมพัทธ์ หรือ RCC (Relative Closeness Coefficient) สำหรับการประเมินและจัดอันดับหน่วยผลิตที่มีข้อมูลแบบช่วง ขั้นตอนแรกวิธี MOIDEA จะถูกใช้สำหรับการหาค่าประสิทธิภาพเชิงสัมพัทธ์แบบช่วงของหน่วยผลิต จากนั้นนำค่าคะแนนประสิทธิภาพเชิงสัมพัทธ์แบบช่วงที่ได้มาทำการแปลงค่าจากค่าคะแนนประสิทธิภาพเชิงสัมพัทธ์แบบช่วงให้เป็นค่าตัวเลขที่ชัดเจนโดยใช้วิธี RCC ผลการทดสอบวิธีการที่นำเสนอกับปัญหาในวรรณกรรมพบว่าวิธีการที่นำเสนอมีค่าสหสัมพันธ์สเปียร์แมนสูงมาก (r = 0.999) ดังนั้นวิธีการที่นำเสนอจึงมีความน่าเชื่อถือและสามารถเป็นแนวทางหนึ่งในการประเมินและจัดลำดับหน่วยผลิตที่มีข้อมูลแบบช่วงได้

Author Biography

นรงค์ วิชาผา, สาขาวิชาวิศวกรรมอุตสาหการ คณะวิศวกรรมศาสตร์และเทคโนโลยีอุตสาหกรรม มหาวิทยาลัยกาฬสินธุ์

NARONG WICHAPA received B.Eng., M.Eng. and Ph.D. in Industrial Engineering from Khon Kaen University. He is currently an Assistant Professor with the Department of Industrial Engineering, Kalasin University. Sphere of interest: Multi-Criteria Decision Making, Mathematical Optimization, Data Envelopment Analysis, Heuristics and Meta-Heuristics, Design of Experiments and Operations Research.

References

[1] Y. Fan, B. Bai, Q. Qiao, P. Kang, Y. Zhang, and J. Guo, "Study on eco-efficiency of industrial parks in China based on data envelopment analysis," Journal of Environmental Management, vol. 192, pp. 107-115, 2017/05/01/ 2017, doi: https://doi.org/10.1016/j.jenvman.2017.01.048.

[2] A. Panwar, M. Olfati, M. Pant, and V. Snasel, "A Review on the 40 Years of Existence of Data Envelopment Analysis Models: Historic Development and Current Trends," Archives of Computational Methods in Engineering, vol. 29, no. 7, pp. 5397-5426, 2022/11/01 2022, doi: 10.1007/s11831-022-09770-3.

[3] K. Fotova Čiković, I. Martinčević, and J. Lozić, "Application of Data Envelopment Analysis (DEA) in the Selection of Sustainable Suppliers: A Review and Bibliometric Analysis," Sustainability, vol. 14, no. 11, p. 6672, 2022. [Online]. Available: https://www.mdpi.com/2071-1050/14/11/6672.

[4] A. H. Tajik Yabr, S. E. Najafi, Z. Moghaddas, and P. Shahnazari Shahrezaei, "Interval Cross Efficiency Measurement for General Two-Stage Systems," Mathematical Problems in Engineering, vol. 2022, p. 5431358, 2022/02/28 2022, doi: 10.1155/2022/5431358.

[5] M. Toloo, E. K. Mensah, and M. Salahi, "Robust optimization and its duality in data envelopment analysis," Omega, vol. 108, p. 102583, 2022/04/01/ 2022, doi: https://doi.org/10.1016/j.omega.2021.102583.

[6] Y.-M. Wang, R. Greatbanks, and J.-B. Yang, "Interval efficiency assessment using data envelopment analysis," Fuzzy Sets and Systems, vol. 153, no. 3, pp. 347-370, 2005/08/01/ 2005, doi: https://doi.org/10.1016/j.fss.2004.12.011.

[7] N. Wichapa, A. Lawong, and M. Donmuen, "Ranking DMUs using a novel combination method for integrating the results of relative closeness benevolent and relative closeness aggressive models," International Journal of Data and Network Science, vol. 5, no. 3, pp. 401-416, 2021.

[8] N. Wichapa and S. Sodsoon, "A Relative Closeness Coefficient Model Based on the Distance of Virtual DMUs Cross-Efficiency Method for Ranking Thai Economic Development," Engineering Letters, vol. 31, no. 1, 2023.

[9] C. Hwang and K. Yoon, "Methods for multiple attribute decision making. Multiple attribute decision making: methods and applications a state-of-the-art survey," Mult. Attrib. Decis. Mak., vol. 1, pp. 58-191, 1981.

[10] A. Charnes, W. W. Cooper, and E. Rhodes, "Measuring the efficiency of decision making units," European Journal of Operational Research, vol. 2, no. 6, pp. 429-444, 1978/11/01/ 1978, doi: https://doi.org/10.1016/0377-2217(78)90138-8.

[11] A. Fazlollahi and U. Franke, "Measuring the impact of enterprise integration on firm performance using data envelopment analysis," International Journal of Production Economics, vol. 200, pp. 119-129, 2018.

[12] J. Sun, J. Wu, and D. Guo, "Performance ranking of units considering ideal and anti-ideal DMU with common weights," Applied Mathematical Modelling, vol. 37, no. 9, pp. 6301-6310, 2013.

[13] F. Hosseinzadeh Lotfi, T. Allahviranloo, M. Shafiee, and H. Saleh, "Data Envelopment Analysis," in Supply Chain Performance Evaluation: Application of Data Envelopment Analysis: Springer, 2023, pp. 179-241.

[14] C.-N. Wang, X.-T. Nguyen, and Y.-H. Wang, "Automobile industry strategic alliance partner selection: The application of a hybrid DEA and grey theory model," Sustainability, vol. 8, no. 2, p. 173, 2016.

[15] P. Peykani, E. Mohammadi, R. F. Saen, S. J. Sadjadi, and M. Rostamy-Malkhalifeh, "Data envelopment analysis and robust optimization: A review," Expert Systems, vol. 37, no. 4, p. e12534, 2020, doi: https://doi.org/10.1111/exsy.12534.

[16] L. Wang, L. Li, and N. Hong, "Entropy Cross-Efficiency Model for Decision Making Units with Interval Data," Entropy, vol. 18, no. 10, p. 358, 2016. [Online]. Available: https://www.mdpi.com/1099-4300/18/10/358.

Downloads

เผยแพร่แล้ว

15-12-2023

How to Cite

[1]
วิชาผา น. และ ชุมพล อ. ., “วิธีการจัดอันดับสำหรับหน่วยผลิตที่มีข้อมูลแบบช่วงโดยใช้การประเมินประสิทธิภาพแบบไขว้แบบหลายวัตถุประสงค์สำหรับหน่วยผลิตที่มีข้อมูลแบบช่วง และ วิธีสัมประสิทธิ์ความใกล้ชิดสัมพัทธ์”, JEIT, ปี 1, ฉบับที่ 6, น. 28–37, ธ.ค. 2023.