21世纪高等学校计算机专业实用规划教材 算法设计与分析（Python）

第1章 DEA模型的研究进展 1

1.1 传统DEA方法与广义DEA方法的研究背景 1

1.2 传统DEA模型的研究进展 1

1.3 广义DEA模型的研究进展 3

第2章 基于样本评价的基本广义数据包络分析方法 4

2.1 基于样本评价的基本广义数据包络分析模型 4

2.1.1 样本生产可能集的构造与广义DEA有效性的定义 4

2.1.2 基本广义数据包络分析模型 6

2.2 基本广义数据包络分析模型的性质 8

2.3 广义DEA有效与相应多目标规划Pareto有效之间的关系 19

2.4 决策单元在样本生产可能集中的投影性质 26

2.5 决策单元的广义DEA有效性排序方法 29

2.6 算例 30

2.7 结束语 31

第3章 基于C2W模型的广义数据包络分析方法 32

3.1 基于C2W模型的广义数据包络分析模型 32

3.1.1 样本生产可能集构造与样本有效性的定义 32

3.1.2 基于C2W模型的广义数据包络分析模型及其性质 34

3.2 无效决策单元的投影 54

3.3 利用广义数据包络分析的排序方法 57

3.4 算例 58

3.5 结束语 59

第4章 基于C2WY模型的广义数据包络分析方法 60

4.1 综合的广义数据包络分析模型 60

4.1.1 样本生产可能集的构造与广义DEA有效性 61

4.1.2 广义数据包络分析模型 63

4.2 综合的广义DEA模型与传统DEA模型之间的关系 68

4.3 广义数据包络前沿面与决策单元的投影性质 69

4.4 应用举例 81

4.5 结束语 84

第5章 只有输出（输入）的传统BC2模型中决策单元效率的几何刻画 85

5.1 只有输出的传统BC2模型效率值的几何刻画 85

5.2 只有输入的传统BC2模型效率值的几何刻画 89

5.3 结束语 94

第6章 广义与传统DEA模型相对效率差异及其几何刻画 95

6.1 只有输出的广义与传统DEA模型相对效率差异及其几何刻画 95

6.2 只有输入的广义与传统DEA模型相对效率差异及其几何刻画 102

6.3 结束语 108

第7章 广义DEA方法中决策单元的有效性排序 109

7.1 相对于输出的基于样本前沿面d移动的有效性排序 109

7.2 相对于输入的基于样本前沿面b移动的有效性排序 116

7.3 利用样本前沿面移动排序的几种情形 122

7.4 相对于输入输出的基于样本前沿面b＋d移动的有效性排序 124

7.5 样本前沿面移动排序与其他排序方法比较 127

7.6 结束语 128

第8章 基于C2R模型的广义链式网络DEA方法 129

8.1 传统链式网络DEA简介 129

8.1.1 链式网络结构 129

8.1.2 传统链式网络DEA方法 129

8.2 基于C2R模型的广义链式网络DEA模型 131

8.3 算例 135

8.4 结束语 138

第9章 具有阶段最终产出的广义链式网络DEA方法 139

9.1 具有阶段最终产出的传统链式网络DEA简介 139

9.1.1 具有阶段最终产出的链式网络结构 139

9.1.2 具有阶段最终产出的传统链式网络DEA方法 140

9.2 具有阶段最终产出的广义链式网络DEA模型 142

9.3 算例 147

9.4 结束语 148

第10章 聚类分析在确定广义DEA方法样本单元集中的应用 149

10.1 广义DEA方法中决策单元集与样本单元集的关系 149

10.2 聚类分析在确定样本单元集中的应用 150

10.3 带有虚拟决策单元的聚类分析在确定样本单元集中的应用 154

10.4 中国各省份人均经济发展状况的综合评价 155

10.5 结束语 160

第11章 广义随机数据包络分析方法 161

11.1 基于C2R和BC2模型的广义与传统DEA模型回顾 161

11.2 基于期望值模型的广义随机DEA方法 165

11.3 基于机会约束规划的广义随机DEA方法 169

11.4 广义随机DEA模型举例 174

11.4.1 基于期望值模型情形下决策单元有效性的评价与排序 175

11.4.2 基于机会约束规划情形下决策单元有效性的评价与排序 175

11.5 结束语 176

第12章 具有非期望输出的广义DEA方法 177

12.1 具有非期望输出的广义DEA模型及其有效性判别 177

12.2 G-DEAd有效与Pareto有效的等价性 187

12.3 算例 192

12.4 结束语 194

参考文献 195

索引 202