ارزیابی کارایی تولیدکنندگان فرآورده های گیاهان دارویی ایران با تلفیق شبکه عصبی مصنوعی و تحلیل پوششی داده‌ها

کد مقاله : 1279-13CIAES (R1)

نویسندگان

مائده غلام آزاد *1، معصومه فلاح2، مسعود فهرستی ثانی3 1محقق دوره پسادکتری 2کارشناس ارشد 3هیئت علمی

چکیده مقاله

این پژوهش به ارزیابی عملکرد واحدهای فعال در تولید فرآورده‌های گیاهان دارویی ایران با استفاده از دو روش تحلیل پوششی داده‌ها (DEA) و شبکه عصبی مصنوعی (ANN) پرداخته است. برای این منظور، داده‌های سال ۱۴۰۰ مرکز آمار ایران برای ۵۵ واحد تولیدی مورد استفاده قرار گرفت. در روش DEA از مدل CCR بهره‌برداری شد و نتایج نشان داد که پنج تولیدکننده دارای نمره کارایی برابر با یک هستند. سپس، از شبکه عصبی چندلایه پرسپترون (MLP) به‌عنوان روش تکمیلی استفاده گردید. این روش نشان داد که تنها یک واحد تولیدی دارای نمره کارایی برابر با یک است که در روش DEA نیز به‌عنوان واحد کارا شناسایی شده بود. مقایسه نتایج این دو روش نشان داد که روشDEA-ANN در تشخیص دقیق‌تر تولیدکنندگان کارا مؤثرتر است. علاوه بر این، یافته‌ها نشان داد که از میان پارامترهایی که به‌عنوان ورودی و خروجی برای ارزیابی کارایی انتخاب شده‌اند، سودآوری مهم‌ترین عامل تأثیرگذار بر کارایی واحدهای تولیدکننده است. این تحقیق نشان می‌دهد که ترکیب روش‌های کمّی مانند DEA و ANN می‌تواند ابزار مؤثری برای بهبود ارزیابی عملکرد و شناسایی فرصت‌های بهینه‌سازی در میان تولیدکنندگان فرآورده‌های گیاهان دارویی باشد.

کلیدواژه ها

ANN،DEA ، CCR، گیاهان دارویی، ارزیابی کارایی

وضعیت: پذیرفته شده برای ارائه شفاهی