数据包络分析(DEA)——SBM模型

简介: 数据包络分析(DEA)——SBM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

  前面我们已经介绍了数据包络分析的CCR模型和BCC模型,具体可参阅链接: 数据包络分析——CCR模型和链接: 数据包络分析——BCC模型,而CCR模型和BCC模型都是径向模型,在径向模型中,效率改善主要指的是投入或产出的等比例线性缩放,同时忽略了平行于坐标轴的弱有效的情形,而SBM模型纳入无效率的松弛改进,保证最终的结果是强有效的。

2. 模型建立

  基本的SBM模型形式为

min ⁡ ρ = 1 − 1 m ∑ j = 1 m s j − / x k j 1 + 1 q ∑ r = 1 q s r − / y k r  s.t.  { X λ + s − = x k Y λ − s + = y k λ , s − , s + ⩾ 0 , j = 1 , ⋯   , m ; r = 1 , ⋯   , q \begin{array}{l}\min \rho=\frac{1-\frac{1}{m} \sum_{j=1}^{m} s_{j}^{-} / x_{k j}}{1+\frac{1}{q} \sum_{r=1}^{q} s_{r}^{-} / y_{k r}} \\ \text { s.t. }\left\{\begin{array}{l}X \lambda+s^{-}=x_{k} \\ Y \lambda-s^{+}=y_{k} \\ \lambda, s^{-}, s^{+} \geqslant 0, \quad j=1, \cdots, m ; r=1, \cdots, q\end{array}\right.\end{array}minρ=1+q1r=1qsr/ykr1m1j=1msj/xkj s.t. Xλ+s=xks+=ykλ,s,s+0,j=1,,m;r=1,,q其中,对每个决策单元k = 1 , ⋯   , n k=1, \cdots, nk=1,,n

  目标函数ρ ∗ \rho^{*}ρ表示效率值,该模型同时从投入和产出两个方面考察无效率的表现,故称为非径向模型。由于该模型为非线性模型,将该模型转化为线性模型,同时向模型中加入非期望产出得:

τ ∗ = min ⁡ ( t − 1 m ∑ j = 1 m s j − x k j )  s.t.  { t + 1 s 1 + s 2 ( ∑ r = 1 s 1 s r g y k r g + ∑ r = 1 s 2 s r b y k r g ) = 1 x k t = X Λ + S − y k g t = X Λ − S g y k b t = X Λ + S b Λ , S − , S g , S b ⩾ 0 t > 0 \begin{array}{l}\tau^{*}=\min \left(t-\frac{1}{m} \sum_{j=1}^{m} \frac{s_{j}^{-}}{x_{k j}}\right) \\ \text { s.t. }\left\{\begin{array}{l}t+\frac{1}{s_{1}+s_{2}}\left(\sum_{r=1}^{s_{1}} \frac{s_{r}^{g}}{y_{k r}^{g}}+\sum_{r=1}^{s_{2}} \frac{s_{r}^{b}}{y_{k r}^{g}}\right)=1 \\ x_{k} t=X \Lambda+S^{-} \\ y_{k}^{g} t=X \Lambda-S^{g} \\ y_{k}^{b} t=X \Lambda+S^{b} \\ \Lambda, S^{-}, S^{g}, S^{b} \geqslant 0 \\ t>0\end{array}\right.\end{array}τ=min(tm1j=1mxkjsj) s.t. t+s1+s21(r=1s1ykrgsrg+r=1s2ykrgsrb)=1xkt=XΛ+Sykgt=XΛSgykbt=XΛ+SbΛ,S,Sg,Sb0t>0其中,对每个决策单元k = 1 , ⋯   , n k=1, \cdots, nk=1,,n。该模型中包含投入矩阵X n × m X_{n \times m}Xn×m的转置,期望产出矩阵Y n × s 1 g Y_{n \times s_{1}}^{g}Yn×s1g的转置,非期望产出Y n × s 2 b Y_{n \times s_{2}}^{b}Yn×s2b的转置,模型参数主要包括投影变量Λ \LambdaΛ,松弛变量S − 、 S g 、 S b S^{-}、S^{g}、S^{b}SSgSbt tt

3. 模型求解

我们仍然用前面的例子:

  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。

  根据模型编写MATLAB代码如下:

%非期望产出SBM模型
clc,clear
X=[89.39 86.25 108.13 106.38 62.4 47.19;
    64.3 99 99.6 96 96.2 79.9];
Y=[25.2 28.2 29.4 26.4 27.2 25.2;
    223 287 317 291 295 222];
Z=[72 85 95 63 81 70]; %非期望产出:生均艺术得分
[m,n]=size(X);
s1=size(Y,1);
s2=size(Z,1);
c=1/(s1+s2);
rho=[];
w=[];
for i=1:n
    f=[-1./(m*X(:,i)') zeros(1,s1) zeros(1,s2) zeros(1,n) 1];
    A=[];
    b=[];
    UB=[];
    LB=zeros(m+s1+s2+n+1,1);
    Aeq=[zeros(1,m) c*1./Y(:,i)' c*1./Z(:,i)' zeros(1,n) 1;
        eye(m) zeros(m,s1)  zeros(m,s2) X -X(:,i);
        zeros(s1,m) -eye(s1) zeros(s1,s2) Y -Y(:,i);
        zeros(s2,m) zeros(s2,s1) eye(s2) Z -Z(:,i)];
    beq=[1 zeros(m,1)' zeros(s1,1)' zeros(s2,1)'];
    [w(:,i),rho(i)]=linprog(f,A,b,Aeq,beq,LB,UB);
end
rho'

  得到每个学校的效率值为

1.0000 、 0.8297 、 0.8692 、 1.0000 、1.0000 、 1.0000

  可见在带非期望产出的情况下,学校A、D、E、F是有效的。

目录
打赏
0
0
0
0
57
分享
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。
1050 0
数据包络分析(DEA)
|
10月前
|
数据包络分析(DEA)——BCC模型
数据包络分析(DEA)——BCC模型
1763 0
|
10月前
|
数据包络分析(DEA)——CCR模型
数据包络分析(DEA)——CCR模型
869 0
数据包络分析(DEA)——CCR模型
推荐算法CB
CB算法 基于内容的推荐。 用户喜欢电影: A ,现在有一部新电影B,怎么确定是否要推荐给用户。 1.对所有的电影进行特征建立和建模。特征就是电影的属性:比如名字,描述,类型,标签,主演等等 2.根据A的特征去筛选电影,如果B的得分很高,那么就可以推荐给此用户 应用场景 比如一个音乐网站,你点击一首歌,那么基于这首歌会推荐内容相关的其他歌曲给你。
1964 0
推荐算法CF
推荐算法 CF
1794 0
AD20和立创EDA设计(5)立创EDA导出3D模型放入AD20使用
AD20和立创EDA设计(5)立创EDA导出3D模型放入AD20使用
1440 0
EF 通用数据层类
EF 通用数据层父类方法小结 转载:http://www.cnblogs.com/yq-Hua/p/4165344.html MSSql 数据库 数据层 父类 增删改查:   using System; using System.
822 0
EF-DBFirst实现过程
时间:2017-03-09 系列文章:EF-ModelFirst实现过程EF-CodeFirst实现过程(详细)+数据库迁移 建议学习路径 DBFirst->ModelFirst->CodeFirst 思路:通过SQL Server 2014 Management Studio设计好数据库之后,根据数据库生成实体和上下文。
1211 0