数据包络分析(DEA)——BCC模型

写在前面:

博主本人大学期间参加数学建模竞赛十多余次,获奖等级均在二等奖以上。为了让更多学生在数学建模这条路上少走弯路,故将数学建模常用数学模型算法汇聚于此专栏,希望能够对要参加数学建模比赛的同学们有所帮助。


目录

  • [1. 引言](#1. 引言)
  • [2. 模型建立](#2. 模型建立)
  • [3. 模型求解](#3. 模型求解)

1. 引言

关于数据包络分析法的CCR模型已经在上文中进行了介绍,CCR模型是规模收益不变(CRS)假设下的径向EDA模型,即模型中的 λ \lambda λ满足 λ ⩾ 0 \lambda \geqslant 0 λ⩾0,具体的模型原理可参阅链接: 数据包络分析------CCR模型
  但是在实际生产过程中,生产技术的规模收益并非CRS,若采用CRS假设,得出的技术效率并非完全是纯技术效率,而是包含了规模效率成分的综合效率。
一般来说,生产技术的规模收益要先后经历规模收益递增(IRS)、规模收益不变(CRS)、规模收益递减(DRS)三个阶段。如果无法确定研究样本处于哪个阶段,那么评价技术效率是应该选择可变规模收益(VRS)模型,即模型中的 λ \lambda λ满足 ∑ λ = 1 \sum \lambda=1 ∑λ=1。此时VRS模型得出的技术效率就是纯技术效率。

2. 模型建立

BCC模型即规模收益可变(VRS)假设下的径向DEA模型。它与CCR模型的区别就是增加了等式约束 ∑ λ = 1 \sum \lambda=1 ∑λ=1。
  投入导向的BCC对偶模型:
min ⁡ θ \min \theta minθ s . t . { ∑ i = 1 n λ i x i j ⩽ θ x i j ∑ i = 1 n λ i y i r ⩾ y k r ∑ i = 1 n λ i = 1 λ i ⩾ 0 , j = 1 , ⋯   , m ; r = 1 , ⋯   , 3 q s.t.\left\{\begin{array}{c}\sum_{i=1}^{n} \lambda_{i} x_{i j} \leqslant \theta x_{i j} \\ \sum_{i=1}^{n} \lambda_{i} y_{i r} \geqslant y_{k r} \\ \sum_{i=1}^{n} \lambda_{i}=1 \\ \lambda_{i} \geqslant 0, j=1, \cdots, m ; r=1, \cdots, 3 q\end{array}\right. s.t.⎩ ⎨ ⎧∑i=1nλixij⩽θxij∑i=1nλiyir⩾ykr∑i=1nλi=1λi⩾0,j=1,⋯,m;r=1,⋯,3q
其中, k = 1 , ⋯   , n k=1, \cdots, n k=1,⋯,n。
  产出导向的BCC对偶模型:
max ⁡ ϕ \max \phi maxϕ s . t . { ∑ i = 1 n λ i x i j ⩽ x i j ∑ i = 1 n λ i y i r ⩾ ϕ y k r ∑ i = 1 n λ i = 1 λ i ⩾ 0 , j = 1 , ⋯   , m ; r = 1 , ⋯   , 3 q s.t.\left\{\begin{array}{c}\sum_{i=1}^{n} \lambda_{i} x_{i j} \leqslant x_{i j} \\ \sum_{i=1}^{n} \lambda_{i} y_{i r} \geqslant \phi y_{k r} \\ \sum_{i=1}^{n} \lambda_{i}=1 \\ \lambda_{i} \geqslant 0, j=1, \cdots, m ; r=1, \cdots, 3 q\end{array}\right. s.t.⎩ ⎨ ⎧∑i=1nλixij⩽xij∑i=1nλiyir⩾ϕykr∑i=1nλi=1λi⩾0,j=1,⋯,m;r=1,⋯,3q 其中, k = 1 , ⋯   , n k=1, \cdots, n k=1,⋯,n。

3. 模型求解

还是以下面这个问题为例:

某市教委需要对六所重点中学进行评价,其相应的指标如表所示。表中的生均投入和非低收入家庭百分比是输入指标,生均写作得分和生均科技得分是输出指标。请根据这些指标,评价哪些学校是相对有效的。

根据上述建立的模型,编写投入导向的BCC模型的MATLAB程序如下:

matlab 复制代码
%投入导向BCC
w=[];
for i=1:n
    f=[zeros(1,n) 1];
    A=[X -X(:,i); -Y zeros(q,1)];
    b=[zeros(1,m) -Y(:,i)']';
    Aeq=[ones(1,n) 0];
    beq=1;
    LB=[zeros(n+1,1)];
    UB=[];
    w(:,i)=linprog(f,A,b,Aeq,beq,LB,UB);
end
BCC_IN=w(n+1,:)'

得到的结果为:1,0.9804,1,0.9395,1,1
产出导向的BCC模型的MATLAB程序如下:

matlab 复制代码
%产出导向BCC
w=[];
for i=1:n
    f=[zeros(1,n) -1];
    A=[X zeros(m,1); -Y Y(:,i)];
    b=[X(:,i)' zeros(1,q)]';
    Aeq=[ones(1,n) 0];
    beq=1;
    LB=[zeros(n+1,1)];
    UB=[];
    w(:,i)=linprog(f,A,b,Aeq,beq,LB,UB);
end
BCC_OUT=1./w(n+1,:)'

得到的结果为:1,0.9948,1,0.9466,1,1

观察投入导向的BCC模型和产出导向的BCC模型结果可以发现,学校A、C、E、F这几个学校的投入产出是比较有效的。


相关推荐
FF-Studio2 小时前
【硬核数学】3. AI如何应对不确定性?概率论为模型注入“灵魂”《从零构建机器学习、深度学习到LLM的数学认知》
大数据·人工智能·深度学习·机器学习·数学建模·自然语言处理·概率论
wwer1425263637 小时前
数学建模_非线性规划
数学建模
wwer1425263638 小时前
数学建模_整数规划
数学建模
ZzzZ3141592611 天前
七天速成数字图像处理之七(颜色图像处理基础)
图像处理·人工智能·深度学习·计算机视觉·数学建模
人大博士的交易之路13 天前
龙虎榜——20250620
大数据·数学建模·数据挖掘·程序员创富·缠中说禅·龙虎榜
飞舞哲13 天前
埃夫特各种系列机器人运动学建模、轨迹规划和工作空间求解
数学建模·机器人
IT古董14 天前
【第一章:人工智能基础】04.数学建模基本方法-(3)概率与统计基础
人工智能·数学建模
speop15 天前
数学建模会议笔记
笔记·数学建模
IT古董16 天前
【第一章:人工智能基础】04.数学建模基本方法-(2)矩阵运算与线性代数
人工智能·线性代数·数学建模
FF-Studio19 天前
万物皆数:构建数字信号处理的数学基石
算法·数学建模·fpga开发·自动化·音视频·信号处理·dsp开发