数据包络分析(DEA)——BCC模型

简介: 数据包络分析(DEA)——BCC模型

写在前面:

博主本人大学期间参加数学建模竞赛十多余次,获奖等级均在二等奖以上。为了让更多学生在数学建模这条路上少走弯路,故将数学建模常用数学模型算法汇聚于此专栏,希望能够对要参加数学建模比赛的同学们有所帮助。


1. 引言

  关于数据包络分析法的CCR模型已经在上文中进行了介绍,CCR模型是规模收益不变(CRS)假设下的径向EDA模型,即模型中的λ \lambdaλ满足λ ⩾ 0 \lambda \geqslant 0λ0,具体的模型原理可参阅链接: 数据包络分析——CCR模型

  但是在实际生产过程中,生产技术的规模收益并非CRS,若采用CRS假设,得出的技术效率并非完全是纯技术效率,而是包含了规模效率成分的综合效率。

一般来说,生产技术的规模收益要先后经历规模收益递增(IRS)、规模收益不变(CRS)、规模收益递减(DRS)三个阶段。如果无法确定研究样本处于哪个阶段,那么评价技术效率是应该选择可变规模收益(VRS)模型,即模型中的λ \lambdaλ满足∑ λ = 1 \sum \lambda=1λ=1。此时VRS模型得出的技术效率就是纯技术效率。

2. 模型建立

  BCC模型即规模收益可变(VRS)假设下的径向DEA模型。它与CCR模型的区别就是增加了等式约束∑ λ = 1 \sum \lambda=1λ=1

  投入导向的BCC对偶模型:

min ⁡ θ \min \thetaminθs . t . { ∑ i = 1 n λ i x i j ⩽ θ x i j ∑ i = 1 n λ i y i r ⩾ y k r ∑ i = 1 n λ i = 1 λ i ⩾ 0 , j = 1 , ⋯   , m ; r = 1 , ⋯   , 3 q s.t.\left\{\begin{array}{c}\sum_{i=1}^{n} \lambda_{i} x_{i j} \leqslant \theta x_{i j} \\ \sum_{i=1}^{n} \lambda_{i} y_{i r} \geqslant y_{k r} \\ \sum_{i=1}^{n} \lambda_{i}=1 \\ \lambda_{i} \geqslant 0, j=1, \cdots, m ; r=1, \cdots, 3 q\end{array}\right.s.t.i=1nλixijθxiji=1nλiyirykri=1nλi=1λi0,j=1,,m;r=1,,3q

其中,k = 1 , ⋯   , n k=1, \cdots, nk=1,,n

  产出导向的BCC对偶模型:

max ⁡ ϕ \max \phimaxϕs . t . { ∑ i = 1 n λ i x i j ⩽ x i j ∑ i = 1 n λ i y i r ⩾ ϕ y k r ∑ i = 1 n λ i = 1 λ i ⩾ 0 , j = 1 , ⋯   , m ; r = 1 , ⋯   , 3 q s.t.\left\{\begin{array}{c}\sum_{i=1}^{n} \lambda_{i} x_{i j} \leqslant x_{i j} \\ \sum_{i=1}^{n} \lambda_{i} y_{i r} \geqslant \phi y_{k r} \\ \sum_{i=1}^{n} \lambda_{i}=1 \\ \lambda_{i} \geqslant 0, j=1, \cdots, m ; r=1, \cdots, 3 q\end{array}\right.s.t.i=1nλixijxiji=1nλiyirϕykri=1nλi=1λi0,j=1,,m;r=1,,3q其中,k = 1 , ⋯   , n k=1, \cdots, nk=1,,n

3. 模型求解

还是以下面这个问题为例:

  某市教委需要对六所重点中学进行评价,其相应的指标如表所示。表中的生均投入和非低收入家庭百分比是输入指标,生均写作得分和生均科技得分是输出指标。请根据这些指标,评价哪些学校是相对有效的。

根据上述建立的模型,编写投入导向的BCC模型的MATLAB程序如下:

%投入导向BCC
w=[];
for i=1:n
    f=[zeros(1,n) 1];
    A=[X -X(:,i); -Y zeros(q,1)];
    b=[zeros(1,m) -Y(:,i)']';
    Aeq=[ones(1,n) 0];
    beq=1;
    LB=[zeros(n+1,1)];
    UB=[];
    w(:,i)=linprog(f,A,b,Aeq,beq,LB,UB);
end
BCC_IN=w(n+1,:)'

  得到的结果为:1,0.9804,1,0.9395,1,1

产出导向的BCC模型的MATLAB程序如下:

%产出导向BCC
w=[];
for i=1:n
    f=[zeros(1,n) -1];
    A=[X zeros(m,1); -Y Y(:,i)];
    b=[X(:,i)' zeros(1,q)]';
    Aeq=[ones(1,n) 0];
    beq=1;
    LB=[zeros(n+1,1)];
    UB=[];
    w(:,i)=linprog(f,A,b,Aeq,beq,LB,UB);
end
BCC_OUT=1./w(n+1,:)'

  得到的结果为:1,0.9948,1,0.9466,1,1

  观察投入导向的BCC模型和产出导向的BCC模型结果可以发现,学校A、C、E、F这几个学校的投入产出是比较有效的。


相关实践学习
部署高可用架构
本场景主要介绍如何使用云服务器ECS、负载均衡SLB、云数据库RDS和数据传输服务产品来部署多可用区高可用架构。
负载均衡入门与产品使用指南
负载均衡(Server Load Balancer)是对多台云服务器进行流量分发的负载均衡服务,可以通过流量分发扩展应用系统对外的服务能力,通过消除单点故障提升应用系统的可用性。 本课程主要介绍负载均衡的相关技术以及阿里云负载均衡产品的使用方法。
目录
相关文章
数据包络分析(DEA)
数据包络分析方法(Data Envelopment Analysis,DEA)是评价多输入指标和多输出指标的较为有效的方法,将多投入与多产出进行比较,得到效率分析,可广泛使用于业绩评价。
816 0
数据包络分析(DEA)
|
22天前
|
算法 知识图谱
数据包络分析(DEA)——SBM模型
数据包络分析(DEA)——SBM模型
276 0
|
22天前
|
算法
数据包络分析(DEA)——CCR模型
数据包络分析(DEA)——CCR模型
344 0
数据包络分析(DEA)——CCR模型
|
缓存 NoSQL
KUC720AE101 ABB 遵循提取、解码和执行步骤
KUC720AE101 ABB 遵循提取、解码和执行步骤
123 0
KUC720AE101   ABB 遵循提取、解码和执行步骤
|
10月前
UE4识别DCC软件的碰撞
UE4识别DCC软件的碰撞
32 0
|
6月前
|
Ubuntu 网络协议 开发工具
ABB KUC711AE101 3BHB004661R0101 用于以压缩形式存档数据
ABB KUC711AE101 3BHB004661R0101 用于以压缩形式存档数据
ABB KUC711AE101 3BHB004661R0101 用于以压缩形式存档数据
|
存储 机器学习/深度学习 算法
Lec3 基于模型的 CF | 学习笔记
快速学习 Lec3 基于模型的 CF 。
112 0
Lec3 基于模型的 CF | 学习笔记
|
算法
推荐算法CF
推荐算法 CF
1736 0

热门文章

最新文章