Um novo algoritmo para encontrar a constituência mais favorável na análise de dados pela envolvente

Abstract

DEA é uma técnica de programação matemática apresentada em 1978 por Charnes, Cooper e Rhodes, focado principalmente na avaliação da eficiência de organizações com finalidades não-lucrativas. Ao construir um modelo de DEA, uma decisão principal é a escolha dos “inputs” e dos “outputs” para o estudo. O modelo de DEA não é adequado para estudos com julgamentos díspares sobre a preferência dos atributos. Isto é superado pelo trabalho de Bougnol e de Dula onde um modelo novo é introduzido mas com tempos de processamento muito elevados. Um algoritmo novo mais rápido é apresentado por meio de um modelo de programação linear binário misto resolvido pelo algoritmo de corte e ramificação. Os testes das vantagens computacionais desta formulação nova foram executados em dados multivariados normais gerados pelo programa “Distribution View” de J. Coelho.

DEA is a mathematical programming technique presented in 1978 by Charnes, Cooper and Rhodes, which focused mainly on the efficiency assessment of not-for-profit organizations. When constructing a DEA model, a major decision is the choice of inputs and outputs for the study. The CCR DEA model is not suited for studies with constituencies with dissonant judgments about the desirability of the attributes. This problem is overcome by the work of Bougnol and Dula, in which a new model is introduced but with long processing times. A faster new formulation is presented by means of a Mixed Binary Linear Programming Model. Tests concerning the computational advantages of this formulation were carried out on multivariate random normal generated by the Distribution View Software from J. Coelho.