امیرحسین صادقیان بافقی - دانشجوی کارشناسی ارشد مهندسی سیستم های اقتصادی اجتماعی، دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران، ایران.
میرسامان پیشوایی - استادیار گروه مهندسی سیستم و زنجیره تامین، دانشکده مهندسی صنایع، دانشگاه علم و صنعت ایران، تهران، ایران.

تحلیل پوششی داده ها، مجموعه ای از الگوهای ریاضی مبتنی بر برنامه ریزی خطی است که با اندازه گیری کارایی نسبی سازمان ها، آنها را رده بندی و نقاط ضعف و قوت هرکدام را مشخص می کند؛ همچنین پیشنهادهایی برای بهبود کارایی هر سازمان ارائه می دهد. غالب الگوهای تحلیل پوششی داده ها، به داده ها و اطلاعات دقیق نیازمند هستند؛ درحالی که در دنیای واقعی، وجود داده های دقیق در اغلب اوقات ممکن نیست و با عدم قطعیت در داده ها مواجه هستیم. بهینه سازی استوار، یکی از متاخرترین رویکردهای مواجهه با عدم قطعیت داده هاست که به دلیل توانمندی های چشمگیر، مورد اقبال محققان واقع شده است. در این مقاله با استفاده از یکی از رویکردهای بهینه سازی استوار که «بهینه سازی استوار مبتنی بر مجموعه های محدب» نامیده می شود، الگوی تحلیل پوششی استوار برای مواجهه با عدم قطعیت، پیشنهاد شده است. الگوی تحلیل پوششی داده هایی که برای توسعه به سمت استوارسازی انتخاب شده است، الگوی تحلیل پوششی داده های خروجی محور فراکاراست. الگوی توسعه داده شده برای ارزیابی بنادر به عنوان موجودیتی مهم در سامانه های حمل ونقل استفاده شده است. لازم به ذکر است که امروزه بالغ بر نوددرصد از تجارت جهانی، از طریق حمل ونقل دریایی انجام می شود. بنادر به عنوان محوری مهم، نقشی اساسی در ساماندهی جریان کالا ایفا می کنند؛ لذا پژوهش حاضر، پژوهشی توسعه ای-کاربردی است. نتایج حاصل از این پژوهش نشان می دهد که درنظرگرفتن اختلال و عدم قطعیت در داده ها و به کارگیری الگوی تحلیل پوششی از داده های خروجی محور فراکارای استوار، برای ارزیابی کارایی نهادهای تصمیم گیر و رتبه بندی آنها، دارای قابلیت اطمینان بیشتری است.

ارزیابی بنادر, مدیریت لجستیک, تحلیل پوششی داده ها, بهینه سازی استوار, رتبه بندی