谢谢楼上的意见,问题已自行解决,经验证,结果是合适的。
现给出matlab程序代码,望大家提供意见,讨论、批评,欢迎之至~~
代码(1): 多投入单产出结构下的基于单要素投入最小化模型
dt1=dt';
x=dt1(1:4,:);
y=dt1(5,:);
n=size(x',1);m=size(x,1);s=size(y,1);
eps=10^-10;
f=[zeros(1,n) -eps*ones(1,m+s) 1];
A=zeros(1,n+m+s+1);b=0;
LB=zeros(n+m+s+1,1);
LB(n+m+s+1)=-inf;UB=[];
c1=zeros(m+s,1);
aa=[0,0,0,0;0,0,0,0;0,0,1,0;0,0,0,0];
bb=[1,0,0,0;0,1,0,0;0,0,0,0;0,0,0,1];
ke=zeros(n,1)
for i=1:n;
Aeq=[x eye(m) zeros(m,s) -aa*x(:,i)
y zeros(s,m) -eye(s) zeros(s,1)];
c=bb*x(:,i);
beq=[c
y(:,i)];
w(:,i)=linprog(f,A,b,Aeq,beq,LB,UB);
end;
w
lambada=w(1:n,:)
s_min=w(n+1:n+m,:)'
s_plus=w(n+m+1:n+m+s,:)'
Beta1=w(n+m+s+1,:)'
代码(2): 多投入单产出结构下的基于单要素投入最小化的超效率模型
dt1=dt';
x=dt1(1:4,:);
y=dt1(5,:);
n=size(x',1);m=size(x,1);s=size(y,1);
eps=10^-10;
f=[zeros(1,n) -eps*ones(1,m+s) 1];
A=zeros(1,n+m+s+1);b=0;
LB=zeros(n+m+s+1,1);
LB(n+m+s+1)=-inf;UB=[];
c1=zeros(m+s,1);
aa=[0,0,0,0;0,0,0,0;0,0,1,0;0,0,0,0];
bb=[1,0,0,0;0,1,0,0;0,0,0,0;0,0,0,1];
ke=zeros(n,1)
for i=1:n;
Aeq=[x eye(m) zeros(m,s) -aa*x(:,i)
y zeros(s,m) -eye(s) zeros(s,1)];
c=bb*x(:,i);
beq=[c
y(:,i)];
w(:,i)=linprog(f,A,b,Aeq,beq,LB,UB);
end;
ke=w(n+m+s+1,:)';
for i=1:n;
i
zz=w(n+m+s+1,i);
if zz>0.9999999;
if i>1&i<n;
k=2;
for j=1:10000000;
xx=x(:,i);
Aeq=[x(:,1:(i-1)) k*xx x(:,(i+1):n) eye(m) zeros(m,s) -k*aa*xx
y zeros(s,m) -eye(s) zeros(s,1)];
c=k*bb*xx;
beq=[c
y(:,i)];
ww(:,i)=linprog(f,A,b,Aeq,beq,LB,UB);
if ww(n+m+s+1,i)>0.9999999;
ke(i,1)=k
break;
end;
k=k-0.001;
end;
elseif i<2;
k=2;
for j=1:10000000;
xx=x(:,i);
Aeq=[k*xx x(:,2:n) eye(m) zeros(m,s) -k*aa*xx
y zeros(s,m) -eye(s) zeros(s,1)];
c=k*bb*xx;
beq=[c
y(:,i)];
ww(:,i)=linprog(f,A,b,Aeq,beq,LB,UB);
if ww(n+m+s+1,i)>0.9999999;
ke(i,1)=k
break;
end;
k=k-0.001;
end;
else;
k=2;
for j=1:10000000;
xx=x(:,i);
Aeq=[x(:,1:n-1) k*xx eye(m) zeros(m,s) -k*aa*xx
y zeros(s,m) -eye(s) zeros(s,1)];
c=k*bb*xx;
beq=[c
y(:,i)];
ww(:,i)=linprog(f,A,b,Aeq,beq,LB,UB);
if ww(n+m+s+1,i)>0.9999999;
ke(i,1)=k
break;
end;
k=k-0.001;
end;
end;
end;
end;
w
lambada=w(1:n,:)
s_min=w(n+1:n+m,:)'
s_plus=w(n+m+1:n+m+s,:)'
Beta1=w(n+m+s+1,:)'
Beta2=ww(n+m+s+1,:)'
kex=ke
注:1、代码(2)在(1)上,进行了适当拓展,具体涵义参见唐启义老师的DPS说明书(很遗憾,他开发的DEA模型种类太少,只包括几种最基本模型,不然就考虑买了);
2、超效率模型的方法比较粗鲁,无非是将(1)中处于前沿单元的点外推之后,再反复减小外推比例,直到DEA有效,因此,计算量比较大,还请诸位提供高见!(但该方法已通过EMS得到验证,仅由于精度原因,在第4位小数点上有所误差)
3、模型为自己论文所用,所以没有拓展到一般(只包含4个投入,一个产出),需要再根据使用要求进行调整。
自此,感叹!其实DEA编程也没有那么难,在论坛上收获很多,得到很大帮助~~~感谢版友、感谢版主、感谢人大经济论坛、感谢cctv~~~~~~~~~~
|