محمدرضا میرزائی - دانشجوی دکتری، واحد تهران مرکز، دانشگاه آزاد اسلامی.
محمدعلی افشار کاظمی - دانشیار، واحد تهران مرکز، دانشگاه آزاد اسلامی.
عباس طلوعی اشلقی - استاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی.

هدف اصلی پژوهش حاضر، طراحی یک مدل ترکیبی جدید مبتنی بر تحلیل پوششی داده­ ها، شبکه عصبی مصنوعی، الگوریتم ژنتیک و بهینه سازی انبوه ذرات برای ارزیابی کارایی و الگوسازی واحد­های کارا و نا­کارا است که واحد­های تصمیم­ گیری در آن اندک باشد. فرایندی دومرحله­ ای، برای ارزیابی کارایی نسبی۱۶ شرکت های برق منطقه ای شرکت توانیر، از مدل ترکیبی تحلیل پوششی داده ها با شبکه عصبی که به وسیله الگوریتم ژنتیک بهینه شده است، بهره برده است وبا یک الگوریتم ترکیبی انبوه ذرات با الگوریتم ژنتیک به الگوسازی برای واحدهای کارا و ناکارا پرداخته شده است. میانگین کارائی شرکت های برق منطقه­ ای طی سال های ۱۳۹۱ تا ۱۳۹۶ از ۰/۸۹۳۴ به ۰/۹۱۴۷ افزایش یافته است و شرکت های برق منطقه ­ای آذربایجان، اصفهان، تهران، خراسان، سمنان، کرمان، گیلان و یزد، همواره دارای بیشترین میانگین کارائی، ۱ و شرکت­ های برق منطقه ای غرب و فارس با مقادیر میانگین کارائی  ۰/۷۰۴۷ و ۰/۶۰۲۵ دارای کمترین مقدار کارائی طی سال های ۱۳۹۱ تا ۱۳۹۶ بوده اند. 

الگوریتم بهینه سازی انبوه ذرات ژنتیک, الگوسازی, کارایی, مدل تحلیل پوششی داده ها, شبکه عصبی ژنتیکی