随机DEA模型及其在抗-HIV免疫治疗中的应用.pdf

中文摘要 数据包络分析(简称DEA)是运筹学、管理科学和数理经济学交叉的一个新的 领域，是基于数学规划理论评价具有多个输入与多个输出决策单元(简称DMU) 间相对有效性的系统分析方法。本文在广泛查阅国内外文献的基础上，对DEA 理论、方法与应用进行了较为深入的探讨，分析了基本DEA模型，DEA有效性理 论以及DEA方法的基本思想。 同时我们也发现，DEA评价主要是基于先前和精确的数据集，而事实上，输 入、输出是不断变化，不可预测的，于是导致DEA有效性评价对这种随机变化 非常敏感．因此本文试图将传统的DEA思想推广到随机范畴，建立了具有非期望 输出的基于输入的随机DEA模型，对随机环境、多输入多输出指标下，决策单 元相对有效性评价的基本概念、方法进行了系统研究，为不确定条件下的系统 决策，评价分析服务。 最后，我们将该模型用于实际生活中。而艾滋病全球性广泛流行，已经严 重威胁着人类的健康和生存，所以我们将该模型使用在抗一HIV免疫治疗过程中， 由于模型包含了HIV病毒以及用药本身负作用的因素，考虑了模型数据本身及 模型的随机误差，计算过程较为简便，故有很好的实际医学意义，患者可以根 据自身的抗药能力，经济状况选择适合自己的用药阶段。模型计算所得主要结 论与之前相关文章的结论相一致。 关键字： 数据包络分析，决策单元，非期