CN117078484A - 一种基于超效率dea模型的指挥所指挥效率评估方法 - Google Patents
一种基于超效率dea模型的指挥所指挥效率评估方法 Download PDFInfo
- Publication number
- CN117078484A CN117078484A CN202311073562.4A CN202311073562A CN117078484A CN 117078484 A CN117078484 A CN 117078484A CN 202311073562 A CN202311073562 A CN 202311073562A CN 117078484 A CN117078484 A CN 117078484A
- Authority
- CN
- China
- Prior art keywords
- efficiency
- command
- model
- super
- dea
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000011156 evaluation Methods 0.000 claims abstract description 49
- 238000004458 analytical method Methods 0.000 claims abstract description 29
- 238000013210 evaluation model Methods 0.000 claims abstract description 13
- 230000006872 improvement Effects 0.000 claims abstract description 5
- 230000000694 effects Effects 0.000 claims description 16
- 230000008901 benefit Effects 0.000 claims description 12
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000008520 organization Effects 0.000 claims description 7
- 230000007547 defect Effects 0.000 claims description 6
- 230000002093 peripheral effect Effects 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 4
- 238000012098 association analyses Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 4
- 230000007246 mechanism Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于超效率DEA模型的指挥所指挥效率评估方法,包括以下操作步骤:设有n个决策单元,每个决策单元都具有m种类型输入和s种类型输出,对于输入输出数据,应当输入越小越好,可以理解为成本或消耗,而输出应越大越好,可以理解为产出或效能;超效率DEA模型是由Andersen提出的对传统DEA模型的改进。本发明所述的一种基于超效率DEA模型的指挥所指挥效率评估方法,重点分析陆军部队指挥所输入输出数据特点,构建了指挥所超效率DEA评价模型,通过实例分析对CCR模型无法排序的决策单元进行指挥效率分析排序,并提出如何改进和提升效率,能够为陆军部队指挥所构建、考核评估提供数据和模型支撑。
Description
技术领域
本发明涉及指挥所指挥效率评估领域,特别涉及一种基于超效率DEA模型的指挥所指挥效率评估方法。
背景技术
基于超效率DEA模型的指挥所指挥效率评估方法是一种进行指挥所指挥效率测评的方法,指挥所指挥效率的评估是比较复杂的系统性问题,对提高部队指挥、作战、保障能力具有重要意义。文章主要运用数据包络的方法,不探讨指挥所的内部结构问题,通过对陆军典型部队指挥所输入输出数据进行分析,运用CCR-DEA和超效率DEA模型,对指挥效率问题进行研究排序,并针对输入数据提出改进建议,评估方法简单、可操作性强,对于陆军部队指挥所构建和指挥能力提升具有重要意义。陆军部队指挥所是由指挥员、指挥机关和相关保障力量组成的临时机构,其基本任务是贯彻上级决心意图和命令指示,围绕实现作战目的,运用各种作战力量和资源,统一指挥作战行动,适时评估作战效果,实时调控作战行动,发挥作战力量整体效能,领导完成各项作战任务。其职能作用的发挥对指挥活动的运行和作战目标的达成具有决定性作用。一个健全、高效、合理的指挥机构,对作战指挥的成败有关键性的作用。指挥效率由指挥员的指挥素质、指挥机关的业务能力,以及指挥体制、指挥手段状况等主客观因素综合决定。因此,对指挥所指挥效率的评估,是一个比较复杂的系统性问题。深入研究评估指挥机构指挥效率,有针对性地加强指挥机构建设,对提高部队指挥、作战、保障能力具有重要意义,随着科技的不断发展,人们对于基于超效率DEA模型的指挥所指挥效率评估方法的制造工艺要求也越来越高。
现有的基于超效率DEA模型的指挥所指挥效率评估方法在使用时存在一定的弊端,目前运用综合评价方法对指挥所(机构)进行评估分析的文献主要有:构建了指挥机构指挥能力指标体系,引入边际效益对模型进行了分析验证;在分析基本指挥所编组结构的基础上,采用UML方法描述基本指挥所功能模型;在建立基于信息系统指挥机构效能评估指标体系,构建了模糊综合评价模型;在将层次分析法和熵权法引入后方指挥所选址决策中进行评价分析等等;主要基于复杂网络理论,构建作战指挥体系结构分析模型和方法,分析了指挥跨度、指挥层次和指挥方式的变化对于指挥体系结构整体特征的影响规律;建立了装备保障指挥效能评估指标体系,探讨了装备保障指挥效能评估模型与复杂电磁环境模型的交互关系。目前还没有公开文献对指挥所(机构)效率等关键问题进行分析评估。我们在本文中不研究指挥所的内部结构,主要运用数据包络分析(DEA)的方法,通过输入输出信息对指挥效率问题进行研究,评估方法简单、可操作性强,对于陆军部队指挥所构建和指挥能力提升具有重要意义,为此,我们提出一种基于超效率DEA模型的指挥所指挥效率评估方法。
发明内容
针对现有技术的不足,本发明提供了一种基于超效率DEA模型的指挥所指挥效率评估方法,重点分析陆军部队指挥所输入输出数据特点,构建了指挥所超效率DEA评价模型,通过实例分析对CCR模型无法排序的决策单元进行指挥效率分析排序,并提出如何改进和提升效率,能够为陆军部队指挥所构建、考核评估提供数据和模型支撑,可以有效解决背景技术中的问题。
为实现上述目的,本发明采取的技术方案为:一种基于超效率DEA模型的指挥所指挥效率评估方法,包括以下操作步骤:
S1:DEA模型基本模型:设有n个决策单元,每个决策单元都具有m种类型输入和s种类型输出,对于输入输出数据,应当输入越小越好,可以理解为成本或消耗,而输出应越大越好,可以理解为产出或效能;
S2:DEA模型超效率模型:超效率DEA模型是由Andersen提出的对传统DEA模型的改进,它将CCR模型中约束去除,从而使得DEA有效的DMU得到大于等于1的效率值,可以有效地弥补传统DEA模型不能对多个有效决策单元DMU的效率进行排序的缺陷;
S3:陆军部队指挥所DEA模型构建:陆军部队指挥所主要由指挥员、指挥机关、作战支援和勤务保障分队等人员编成。主要任务是对敌情、我情和战场环境进行分析研判情况,提供综合态势,进行作战筹划和指挥控制,评估作战效果;
S4:实例分析:对输入与输出包络数据进行关联分析,为了对指挥所有效排序,使用输入角度超效率DEA模型,利用超效率模型可以对其他DEA有效的7类指挥所的效率值进行充分排序;
S5:结论分析与评价:重点分析陆军部队指挥所输入输出数据特点,构建了指挥所超效率DEA评价模型,通过实例分析对CCR模型无法排序的决策单元进行指挥效率分析排序,并提出如何改进和提升效率,能够为陆军部队指挥所构建、考核评估提供数据和模型支撑。
作为本申请一种优选的技术方案,所述S1步骤中数据包络分析测量具有多个输入和多个输出的决策单元DMU相对效率的线性规划。
作为本申请一种优选的技术方案,所述S1步骤中为了计算和应用方便,引入松弛变量和非阿基米德无穷小量概念,建立具有非阿基米德无穷小量的CCR模型。
作为本申请一种优选的技术方案,所述S2步骤中超效率模型的规模效益集是除待评价DMU之外的所有其它DMU的线性组合,即约束条件中没有包括DMU0。
作为本申请一种优选的技术方案,所述S2步骤中在效率评价中,超效率DEA模型允许计算出来的效率值可以大于1,因此可以对CCR模型中的决策单元效率进行有效排序。
作为本申请一种优选的技术方案,所述S3步骤中主要包括侦察情报、筹划决策、指挥控制、指挥保障、后装保障以及外围保障力量要素。
作为本申请一种优选的技术方案,所述S3步骤中指挥所的指挥能力是指挥主体与指挥手段在机构合理编组条件下的功能合成。部队各类指挥所可作为DEA模型决策单元。
作为本申请一种优选的技术方案,所述S1-S5步骤中分析陆军部队指挥所输入输出数据特点,构建了指挥所超效率DEA评价模型,且建立具有非阿基米德无穷小量的CCR模型进行指挥效率分析排序。
与现有技术相比,本发明提供了一种基于超效率DEA模型的指挥所指挥效率评估方法,具备以下有益效果:该一种基于超效率DEA模型的指挥所指挥效率评估方法,重点分析陆军部队指挥所输入输出数据特点,构建了指挥所超效率DEA评价模型,通过实例分析对CCR模型无法排序的决策单元进行指挥效率分析排序,并提出如何改进和提升效率,能够为陆军部队指挥所构建、考核评估提供数据和模型支撑,整个基于超效率DEA模型的指挥所指挥效率评估方法结构简单,操作方便,使用的效果相对于传统方式更好。
附图说明
图1为本发明一种基于超效率DEA模型的指挥所指挥效率评估方法的DEA模型结构图。
图2为本发明一种基于超效率DEA模型的指挥所指挥效率评估方法中部队指挥所组成示意图。
图3为本发明一种基于超效率DEA模型的指挥所指挥效率评估方法中输入与输出数据关联系数柱状图。
图4为本发明一种基于超效率DEA模型的指挥所指挥效率评估方法中CCR和超效率DEA效率值比较。
具体实施方式
下面将结合附图和具体实施方式对本发明的技术方案进行清楚、完整地描述。
如图1-4所示,一种基于超效率DEA模型的指挥所指挥效率评估方法,包括以下操作步骤:
S1:DEA模型基本模型:设有n个决策单元,每个决策单元都具有m种类型输入和s种类型输出,对于输入输出数据,应当输入越小越好,可以理解为成本或消耗,而输出应越大越好,可以理解为产出或效能;
S2:DEA模型超效率模型:超效率DEA模型是由Andersen提出的对传统DEA模型的改进,它将CCR模型中约束去除,从而使得DEA有效的DMU得到大于等于1的效率值,可以有效地弥补传统DEA模型不能对多个有效决策单元DMU的效率进行排序的缺陷;
S3:陆军部队指挥所DEA模型构建:陆军部队指挥所主要由指挥员、指挥机关、作战支援和勤务保障分队等人员编成。主要任务是对敌情、我情和战场环境进行分析研判情况,提供综合态势,进行作战筹划和指挥控制,评估作战效果;
S4:实例分析:对输入与输出包络数据进行关联分析,为了对指挥所有效排序,使用输入角度超效率DEA模型,利用超效率模型可以对其他DEA有效的7类指挥所的效率值进行充分排序;
S5:结论分析与评价:重点分析陆军部队指挥所输入输出数据特点,构建了指挥所超效率DEA评价模型,通过实例分析对CCR模型无法排序的决策单元进行指挥效率分析排序,并提出如何改进和提升效率,能够为陆军部队指挥所构建、考核评估提供数据和模型支撑。
重点分析陆军部队指挥所输入输出数据特点,构建了指挥所超效率DEA评价模型,通过实例分析对CCR模型无法排序的决策单元进行指挥效率分析排序,并提出如何改进和提升效率,能够为陆军部队指挥所构建、考核评估提供数据和模型支撑。
进一步的,S1步骤中数据包络分析测量具有多个输入和多个输出的决策单元DMU相对效率的线性规划。
进一步的,S1步骤中为了计算和应用方便,引入松弛变量和非阿基米德无穷小量概念,建立具有非阿基米德无穷小量的CCR模型。
进一步的,S2步骤中超效率模型的规模效益集是除待评价DMU之外的所有其它DMU的线性组合,即约束条件中没有包括DMU0。
进一步的,S2步骤中在效率评价中,超效率DEA模型允许计算出来的效率值可以大于1,因此可以对CCR模型中的决策单元效率进行有效排序。
进一步的,S3步骤中主要包括侦察情报、筹划决策、指挥控制、指挥保障、后装保障以及外围保障力量要素。
进一步的,S3步骤中指挥所的指挥能力是指挥主体与指挥手段在机构合理编组条件下的功能合成。部队各类指挥所可作为DEA模型决策单元。
进一步的,S1-S5步骤中分析陆军部队指挥所输入输出数据特点,构建了指挥所超效率DEA评价模型,且建立具有非阿基米德无穷小量的CCR模型进行指挥效率分析排序。
实施例:
1 DEA模型
数据包络分析(DEA)是一种用于测量具有多个输入和多个输出的决策单元(DMU)相对效率的线性规划方法。该方法不需设定具体的函数形式和参数权重,无须量纲归一即可得到科学清晰的效率评价,被广泛用于各行业投入产出效率测算。
1.1 基本模型
设有个决策单元,每个决策单元都具有种类型输入和种类型输出,对于输入输出数据,应当输入越小越好,可以理解为成本或消耗,而输出应越大越好,可以理解为产出或效能。
1.2 超效率模型
如果多个DMU效率值均为1的话,使用上述CCR模型无法对效率进行有效排序。解决这个问题可以采取超效率模型。超效率DEA模型是由Andersen P等提出的对传统DEA模型的改进,它将CCR模型中的DMU0的约束去除,从而使得DEA有效的DMU得到大于等于1的效率值,可以有效地弥补传统DEA模型不能对多个有效决策单元(DMU)的效率进行排序的缺陷。
两组模型的主要区别在于被评价DMU的规模效益集有所不同:CCR的规模效益集是所有DMU的线性组合,即把DMU0和所有DMU的线性组合做比较;而超效率模型的规模效益集则是除待评价DMU之外的所有其它DMU的线性组合,即约束条件中没有包括DMU0。在效率评价中,超效率DEA模型允许计算出来的效率值可以大于1,因此可以对CCR模型中的决策单元效率进行有效排序。
2陆军部队指挥所DEA模型构建
陆军部队指挥所主要由指挥员、指挥机关、作战支援和勤务保障分队等人员编成。主要任务是对敌情、我情和战场环境进行分析研判情况,提供综合态势,进行作战筹划和指挥控制,评估作战效果等。其主要包括侦察情报、筹划决策、指挥控制、指挥保障、后装保障以及外围保障力量等要素,如图2所示。
指挥所的指挥能力是指挥主体与指挥手段在机构合理编组条件下的功能合成。部队各类指挥所可作为DEA模型决策单元(DMU),因此从输入角度,我们选取指挥所人员数量x1、指挥装备数量x2、指挥编组数量x3作为投入或成本数据;选取作战计划执行效率y1、战场态势信息更新周期y2和信息保障通联效率y3作为输出或效益数据。采取以下模拟数据,如表1所示。
表1 指挥所DMU的输入和输出指标数据
表1中战场态势信息更新周期,指得是指挥所态势信息多长时间更新一次,这个指标越少越好,但是作为输出数据,不符合DEA模型要求。
转变为越大越好,变换后的数据在表1中用括号表示。
使用超效率DEA模型在处理指挥所效率问题上的,有一下一些需关注的特点:
1)DEA模型适用于多输入多输出的效率评价问题,处理此类问题具有一定优势。并且,输入指标数据应越小越好,输出指标数据应越大越好。
2)只需要研究输入和输出原始数据,不需要对数据进行无量纲化处理。
3)不需要了解决策单元(DMU)结构和输入输出数据之间的函数关系,只需要外围包络数据。
4)对于权重,不需要主观判定,只从决策单元的实际输入输出数据计算出最优权重,具有一定客观性。
5)超效率DEA模型相较于经典DEA模型的优势在于可以对指挥所DMUi进行充分排序。
3实例分析
在表1的基础上,对输入与输出包络数据进行关联分析。
表2 输入与输出数据关联性系数
仅通过表1的8组数据,我们可以得到表2的关联系数。关联系数总体上输入、输出数据关联程度均在0.5以上,关联程度较高,超过0.95以上的两组数据为x1(指挥所人员数量)与y2(战场态势信息更新周期)、x2(指挥装备数量)与y3(信息保障通联效率),这说明模拟数据和实际认知基本一致,基本能反映实际情况。
以表1作为指挥所DMU的输入输出数据,首先使用CCR模型进行输入角度实例分析计算。运用DEA-SOLVER Pro5.0软件可快速出结果。
表3 输入角度CCR模型评价结果
表4 第5类指挥所投影值计算结果
表4、表5为输入角度CCR模型计算结果。除了第5类指挥所,其他指挥所,且输入输出松弛变量均为0,因此,第5类指挥所为非DEA有效,其他指挥所均为DEA有效。
为了对指挥所有效排序,使用输入角度超效率DEA模型,进行计算。
表5 输入角度超效率DEA模型评价结果
表6 指挥所输入数据投影值计算结果
通过表5、图4可以看出,利用超效率模型可以对其他DEA有效的7类指挥所的效率值进行充分排序。通过表4和表6可以看出,对于非DEA有效的第5类指挥所,两种模型松弛变量是相同的,也就是说,第5类指挥所在该模型中,如果要提高指挥效率,需要减少人员、装备、编组约26.3%。再看相似规模的第2类指挥所,在超效率模型中,如果要提高指挥效率,需要减少人员、增加装备、增加编组。指挥效率最高的是第6类指挥所。用圆圈序号表示第几类指挥所,效率排序为⑥>④>②>①>⑧>⑦>③>⑤。
本文重点分析陆军部队指挥所输入输出数据特点,构建了指挥所超效率DEA评价模型,通过实例分析对CCR模型无法排序的决策单元进行指挥效率分析排序,并提出如何改进和提升效率,能够为陆军部队指挥所构建、考核评估提供数据和模型支撑。目前,数据和指标总体还比较简单,下一步,还将进一步收集整理数据,完善指标和评价方法,以使评估结论更能符合实际需求。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (8)
1.一种基于超效率DEA模型的指挥所指挥效率评估方法,其特征在于:包括以下操作步骤:
S1:DEA模型基本模型:设有n个决策单元,每个决策单元都具有m种类型输入和s种类型输出,对于输入输出数据,应当输入越小越好,可以理解为成本或消耗,而输出应越大越好,可以理解为产出或效能;
S2:DEA模型超效率模型:超效率DEA模型是由Andersen提出的对传统DEA模型的改进,它将CCR模型中约束去除,从而使得DEA有效的DMU得到大于等于1的效率值,可以有效地弥补传统DEA模型不能对多个有效决策单元DMU的效率进行排序的缺陷;
S3:陆军部队指挥所DEA模型构建:陆军部队指挥所主要由指挥员、指挥机关、作战支援和勤务保障分队等人员编成,主要任务是对敌情、我情和战场环境进行分析研判情况,提供综合态势,进行作战筹划和指挥控制,评估作战效果;
S4:实例分析:对输入与输出包络数据进行关联分析,为了对指挥所有效排序,使用输入角度超效率DEA模型,利用超效率模型可以对其他DEA有效的7类指挥所的效率值进行充分排序;
S5:结论分析与评价:重点分析陆军部队指挥所输入输出数据特点,构建了指挥所超效率DEA评价模型,通过实例分析对CCR模型无法排序的决策单元进行指挥效率分析排序,并提出如何改进和提升效率,能够为陆军部队指挥所构建、考核评估提供数据和模型支撑。
2.根据权利要求1所述的一种基于超效率DEA模型的指挥所指挥效率评估方法,其特征在于:所述S1步骤中数据包络分析测量具有多个输入和多个输出的决策单元DMU相对效率的线性规划。
3.根据权利要求1所述的一种基于超效率DEA模型的指挥所指挥效率评估方法,其特征在于:所述S1步骤中为了计算和应用方便,引入松弛变量和非阿基米德无穷小量概念,建立具有非阿基米德无穷小量的CCR模型。
4.根据权利要求1所述的一种基于超效率DEA模型的指挥所指挥效率评估方法,其特征在于:所述S2步骤中超效率模型的规模效益集是除待评价DMU之外的所有其它DMU的线性组合,即约束条件中没有包括DMU0。
5.根据权利要求1所述的一种基于超效率DEA模型的指挥所指挥效率评估方法,其特征在于:所述S2步骤中在效率评价中,超效率DEA模型允许计算出来的效率值可以大于1,因此可以对CCR模型中的决策单元效率进行有效排序。
6.根据权利要求1所述的一种基于超效率DEA模型的指挥所指挥效率评估方法,其特征在于:所述S3步骤中主要包括侦察情报、筹划决策、指挥控制、指挥保障、后装保障以及外围保障力量要素。
7.根据权利要求1所述的一种基于超效率DEA模型的指挥所指挥效率评估方法,其特征在于:所述S3步骤中指挥所的指挥能力是指挥主体与指挥手段在机构合理编组条件下的功能合成,部队各类指挥所可作为DEA模型决策单元。
8.根据权利要求1所述的一种基于超效率DEA模型的指挥所指挥效率评估方法,其特征在于:所述S1-S5步骤中分析陆军部队指挥所输入输出数据特点,构建了指挥所超效率DEA评价模型,且建立具有非阿基米德无穷小量的CCR模型进行指挥效率分析排序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311073562.4A CN117078484A (zh) | 2023-08-24 | 2023-08-24 | 一种基于超效率dea模型的指挥所指挥效率评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311073562.4A CN117078484A (zh) | 2023-08-24 | 2023-08-24 | 一种基于超效率dea模型的指挥所指挥效率评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117078484A true CN117078484A (zh) | 2023-11-17 |
Family
ID=88701930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311073562.4A Pending CN117078484A (zh) | 2023-08-24 | 2023-08-24 | 一种基于超效率dea模型的指挥所指挥效率评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117078484A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117493817A (zh) * | 2023-12-29 | 2024-02-02 | 中国西安卫星测控中心 | 一种对处理卫星异常的效益进行评估的方法、系统及装置 |
-
2023
- 2023-08-24 CN CN202311073562.4A patent/CN117078484A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117493817A (zh) * | 2023-12-29 | 2024-02-02 | 中国西安卫星测控中心 | 一种对处理卫星异常的效益进行评估的方法、系统及装置 |
CN117493817B (zh) * | 2023-12-29 | 2024-04-16 | 中国西安卫星测控中心 | 一种对处理卫星异常的效益进行评估的方法、系统及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Akyol et al. | ErgoALWABP: a multiple-rule based constructive randomized search algorithm for solving assembly line worker assignment and balancing problem under ergonomic risk factors | |
Shen et al. | Multi-criteria task assignment in workflow management systems | |
CN111191906A (zh) | 一种大中型企业技术标准体系化实施效益评价方法 | |
CN117078484A (zh) | 一种基于超效率dea模型的指挥所指挥效率评估方法 | |
Yang et al. | An uncertain workforce planning problem with job satisfaction | |
CN112818484A (zh) | 一种物理实体数字孪生综合实施能力评估方法及评估系统 | |
Iz et al. | Analysis of multiple criteria decision support systems for cooperative groups | |
Grigorios | The impact of mergers and acquisitions on corporate culture and employees: The case of Aegean & Olympic Air | |
EP1943619A1 (en) | Mission profiling | |
El‐Ghandour et al. | Survey of information technology applications in construction | |
CN112446643A (zh) | 一种基于风险链的输变电工程进度风险评估方法 | |
CN106940836A (zh) | 一种数据分析方法及装置 | |
CN110750572A (zh) | 一种科技成果启发式评价的自适应方法和装置 | |
Reddy et al. | An integrated approach of analytical hierarchy process model and goal model (AHP-GP Model) for selection of software architecture | |
CN110717691B (zh) | 基于组件的评估模型装配方法及系统 | |
CN112016219A (zh) | 一种装备作战试验一体化任务规划方法与系统 | |
CN112862230A (zh) | 一种基于层次分析法的盾构司机绩效评价方法及系统 | |
Rigopoulos et al. | Military staff assignment approach utilizing multicriteria analysis | |
CN112561305A (zh) | 基于层次模型的企业数据隐私保护评估方法 | |
Kostoff | Assessing research impact: US government retrospective and quantitative approaches | |
Hassanzadeh et al. | Developing a new method using Artificial Immune System in order to High Productivity of Inefficient Units in Network DEA approach | |
Dettmann et al. | Who benefits from GRW? Heterogeneous employment effects of investment subsidies in Saxony Anhalt | |
Junying | On emergency of large scale engineering sports events | |
CN107480362B (zh) | 基于层次分析法的核电工程接口分级方法、装置 | |
YENER et al. | A New Ergonomic Assembly Line Worker Assignment and Balancing Model Proposal Considering the Heterogenous Worker Characteristics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |