TY - JOUR ID - 87406 TI - طراحی یک مدل ترکیبی جدید مبتنی بر تحلیل پوششی داده‌ها، شبکه عصبی مصنوعی، الگوریتم ژنتیک و بهینه‌سازی انبوه ذرات برای ارزیابی کارایی و الگوسازی واحد‌های کارا و ناکارا JO - چشم‌انداز مدیریت صنعتی JA - JIMP LA - fa SN - 2251-9874 AU - میرزائی, محمدرضا AU - افشار کاظمی, محمدعلی AU - طلوعی اشلقی, عباس AD - دانشجوی دکتری، واحد تهران مرکز، دانشگاه آزاد اسلامی. AD - دانشیار، واحد تهران مرکز، دانشگاه آزاد اسلامی. AD - استاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی. Y1 - 2019 PY - 2019 VL - 9 IS - 2 SP - 107 EP - 129 KW - الگوریتم بهینه‌سازی انبوه ذرات ژنتیک KW - الگوسازی KW - کارایی KW - مدل تحلیل پوششی داده‌ها KW - شبکه عصبی ژنتیکی DO - 10.52547/jimp.9.2.107 N2 - هدف اصلی پژوهش حاضر، طراحی یک مدل ترکیبی جدید مبتنی بر تحلیل پوششی داده­‌ها، شبکه عصبی مصنوعی، الگوریتم ژنتیک و بهینه‌سازی انبوه ذرات برای ارزیابی کارایی و الگوسازی واحد­های کارا و نا­کارا است که واحد­های تصمیم­‌گیری در آن اندک باشد. فرایندی دومرحله­‌ای، برای ارزیابی کارایی نسبی۱۶ شرکت‌های برق منطقه‌ای شرکت توانیر، از مدل ترکیبی تحلیل پوششی داده‌ها با شبکه عصبی که به‌وسیله الگوریتم ژنتیک بهینه شده است، بهره برده است وبا یک الگوریتم ترکیبی انبوه ذرات با الگوریتم ژنتیک به الگوسازی برای واحدهای کارا و ناکارا پرداخته شده است. میانگین کارائی شرکت‌های برق منطقه­‌ای طی سال‌های ۱۳۹۱ تا ۱۳۹۶ از ۰/۸۹۳۴ به ۰/۹۱۴۷ افزایش یافته است و شرکت‌های برق منطقه‌­ای آذربایجان، اصفهان، تهران، خراسان، سمنان، کرمان، گیلان و یزد، همواره دارای بیشترین میانگین کارائی، ۱ و شرکت­‌های برق منطقه‌ای غرب و فارس با مقادیر میانگین کارائی  ۰/۷۰۴۷ و ۰/۶۰۲۵ دارای کمترین مقدار کارائی طی سال‌های ۱۳۹۱ تا ۱۳۹۶ بوده‌اند.  UR - https://jimp.sbu.ac.ir/article_87406.html L1 - https://jimp.sbu.ac.ir/article_87406_1d5ffd63b4096cbf1cc7cd5c4e050cf0.pdf ER -