Análisis envolvente de datos con información incierta, imprecisa o ambigua. Una revisión general

Tucumán

Encuentro; XXXII ENDIO y XXX EPIO; 2019

Universidad Nacional de Tucumán

En los últimos años, se han propuesto métodos DEA difusos para tratar los datos imprecisos y ambiguos. El objetivo de este trabajo es presentar una revisión de lo desarrollado hasta ahora, partiendo de los conceptos y fundamentos teóricos de la Soft Computing aplicables a la evaluación de eficiencia (en especial lo relacionado con la Lógica Difusa) y proporcionando una taxonomía y enumeración de los métodos difusos de DEA propuestos en los últimos años.La evaluación de la eficiencia surge como un instrumento de apoyo a la toma de decisiones en el ámbito público y empresarial. Un aspecto relevante a considerar en la toma de decisiones es la naturaleza de la información disponible. Aunque existen problemas donde los datos suelen estar definidos de forma precisa, hay otros en los que se trabaja en escenarios donde los datos son imprecisos, vagos o se identifican con términos lingüísticos. Con respecto a las técnicas tradicionales de evaluación de eficiencia, DEA específicamente, asume que los planes de producción se conocen con precisión y se desarrolla bajo la hipótesis de que los valores de inputs y outputs son determinados con certeza. Sin embargo, en el mundo real, muchos procesos de producción involucran a menudo inputs y outputs que son muy difíciles de medir de una forma exacta. En este contexto, la incertidumbre desempeña un papel muy importante porque las conclusiones que pueden derivarse de los análisis de la eficiencia de las unidades evaluadas son sensibles a errores en los datos. Esta revisión comprende: conceptos básicos relacionados con los datos imprecisos, formas de calcular e interpretar las medidas de eficiencia en situaciones de incertidumbre, un esquema de clasificación de los métodos y los trabajos referentes de DEA fuzzy publicados en la literatura durante los últimos años.