針對大型DEA問題之加速求解方法

Abstract

資料包絡法(Data Envelopment Analysis, DEA)是一種用線性規劃模型來求得一群決策單位之相對效率的績效評估方法。一般而言，用線性規劃模型來求解問題並不困難；但是，求解線性規劃問題的大小和個數與決策單位數量息息相關。因此，隨著資料量的增加，計算的複雜度將大大的提高，使得在評估大規模決策單位的問題時，存在著計算效率上的問題。本論文針對大規模的資料包絡法問題提出了一個加速求解的程序以提升計算的效率。由於資料包絡法是找與受評單位較為相似的決策單位做比較，且只有極少數的決策單位真正會影響到受評單位的相對效率表現。因此，根據與受評單位之相似程度，本方法選擇適當數量的決策單位與受評單位做比較，使單一線性規劃問題大幅減小，以使大規模問題的計算效率大大地提升。