انجمن علمی مدیریت صنعتی ایرانپژوهش های نوین در تصمیم گیری2476-62911220160701Development of Three-Objective Model for the Location – Allocation of Assistance Centers in a probabilistic Condition of availability to emergency Vehiclesتوسعه مدل چندهدفه مکان یابی مراکز امدادی در حالت احتمالی بودن دسترسی پذیری12721138FAمقصود امیریاستاد گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی، تهران، ایرانمحمدتقی تقوی فرددانشیار گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی،تهران، ایرانمجتبی آقاییدانشجوی دکتری مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی ،تهران، ایرانJournal Article20160717In this paper, the considered set covering issue is a stance of location-allocation issue in which the residents of each the eighteen district of region 6 of Tehran, have definite requirements to receive services (medical first aid) from some of emergency centers. We want to arrange so that at least one center, in each district, provides services to people who have been exposed to incidents. In this regard and to emplacement of these relay centers, a developed multi-objective model is used that has objectives such as minimizing the establishment cost of relay stations, maximizing the total covered population and minimizing the total distances between demand locations and allocated service providers. Since, each of the centers has only an ambulance and these ambulances being out of reach during providing services, possible limitations have been used in this model. So, in this research a combination of multi-objective decision making (MODM) methods and set covering problem (SCP) is used to specify the location of relay centers in 18 districts of region 6 in Tehran. The chosen solution is simulated annealing method that is performed using Matlab software. At the end, the model is implemented through the Ultra Innovative algorithm of particle mass optimization to compare to the answers of the Simulated Annealing algorithm. Results show that both algorithms give the same answers for the considered locations.در این مقاله، از مسئله پوشش مجموعه بهمنظور مکانیابی مراکز اورژانس استفاده میشود. برای تعیین مکان بهینه این مراکز، از یک مدل توسعهیافته چندهدفه با در نظر گرفتن اهدافی چون کمینهسازی هزینه استقرار جایگاههای امدادی، حداکثر سازی کل جمعیت پوشش دادهشده و حداقل سازی مجموع فواصل حملونقل از محلهای تقاضا تا خدمت دهندههای اختصاصیافته به آنها استفاده شده و نیز ازآنجاکه هر یک از مراکز فقط دارای یک آمبولانس هستند و این آمبولانسها در هنگام ارائه سرویس دیگر در دسترس قرار نمیگیرند، محدودیت احتمالی برای این مدل در نظر گرفته میشود؛ بنابراین در این تحقیق، ترکیب روشهای برنامهریزی چندهدفه و مسئله پوشش مجموعه بهمنظور مکانیابی مراکز امدادی در محلات 18 گانه منطقه 6 شهرداری تهران، مورد استفاده قرار گرفته میشود. روش حل انتخابی شبیهسازی تبرید تدریجی و اجرا توسط نرمافزار متلب است. در انتها، بهمنظور مقایسه با جوابهای حاصل از الگوریتم شبیه ساری تبرید، مدل مربوطه با الگوریتم فرا ابتکاری بهینهسازی انبوه ذرات نیز مورد استفاده قرار میگیرد. نتایج حاکی از آن است که هر دو الگوریتم برای مکانهای موردنظر به جوابهای مشابه دست یافتند.https://journal.saim.ir/article_21138_52b7c55460819696785d71d3f2613c1e.pdfانجمن علمی مدیریت صنعتی ایرانپژوهش های نوین در تصمیم گیری2476-62911220160701Evolutionary Stable Strategies to Defend and Attack with False Targets and Reliability Approachاستراتژیهای پایدار تکاملی دفاع و حمله با وجود اهداف مجازی و رویکرد قابلیت اطمینان295221128FAمهدی رحیمدل میبدیدانشجوی دکتری مهندسی صنایع، دانشگاه پیام نور، تهران، ایرانامیرحسین امیریدانشیار گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه شاهد، تهران، ایرانمهدی کرباسیاندانشیار، گروه مهندسی صنایع، دانشگاه صنعتی مالک اشتر، تهران، ایرانJournal Article20160726Determining the optimal and sustainable strategies to protect critical and sensitive systems, is one of the main objectives of the organization. To achieve this goal, efficient and stable strategies must be determined. In this paper first, modeling the optimal strategies to defend and attack in the stationary state is presented, provided that the defender to deceive the attacker provides a number of false targets. In the static model, considering the probability of a successful attack, attacker capability in identifying false targets, reliability block diagram and game theory approach in finding the balance point, a nonlinear programming model is proposed to determine the amount of investment defend and attack. Then, according to the results of the static model, system dynamics and implications of evolutionary game theory, a new and dynamic approach to determine sustainability strategies of defense and attack is presented. According to the proposed model, evolutionary stable strategy for the defender, attacker and system is examined. Finally, presented model is illustrated for an applied case and final findings are analyzed.یکی از مهمترین اهداف سازمانها، تعیین استراتژیهای مطلوب و پایدار برای دفاع از سیستمهای حساس و حیاتی است و برای رسیدن به این هدف، میبایست با توجه به شرایط دفاع و حمله، راهبردهای کارآمد و استوار تعیین شوند. در این تحقیق با هدف بهبود قابلیت اطمینان، ابتدا الگویی برای مدلسازی استراتژیهای بهینه دفاع و حمله در حالت ایستا، ارائه میشود که در آن، مدافع برای فریبدادن مهاجم، تعدادی اهداف مجازی ایجاد مینماید. در این مدل ایستا، با توجه به احتمالات موجود در حمله موفق، قدرت تشخیص مهاجم در شناسایی اهداف مجازی و رویکرد تئوری بازیها در پیدانمودن نقطه تعادل، یک مدل برنامهریزی غیرخطی برای تعیین میزان سرمایهگذاری دفاع و حمله تمامی زیرسیستمها، پیشنهاد شده است. سپس با توجه به نتایج بهدست آمده از مدل پیشنهادی ایستا، پویایی سیستم و مفاهیم نظریه تکاملی بازیها، یک روش جدید و پویا برای تعیین استراتژیهای پایدار دفاع و حمله معرفی میشود. با توجه به الگوی ارائهشده، استراتژی پایدار تکاملی در طول زمان، برای مدافع مبنی بر استفاده و یا عدم استفاده از اهداف مجازی، از منظر مهاجم شامل حمله نمودن و یا عدم حمله و همچنین، از منظر سیستمی، مورد بررسی قرار میگیرند. در نهایت، مدل ارائهشده تحقیق برای یک مثال عددی، استفادهشده و نتایج آن مورد بررسی و تجزیه و تحلیل قرار گرفته است.https://journal.saim.ir/article_21128_2fb5a93f31a9fad2aa19e9e3f92791de.pdfانجمن علمی مدیریت صنعتی ایرانپژوهش های نوین در تصمیم گیری2476-62911220160701Designing a Recommender System for Optimizing and Managing Bank Facilities through the Utilization of Clustering and Classification Algorithmsطراحی سیستم توصیه گر بهمنظور بهینهسازی و مدیریت تسهیلات بانکی بر مبنای الگوریتمهای خوشهبندی و طبقهبندی تسهیلات537621125FAبابک سهرابیاستاد مدیریت فناوری اطلاعات، دانشکده مدیریت، دانشگاه تهران، تهران، ایرانایمان رئیسی وانانیاستادیار مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایرانفائزه زارع میرک آبادکارشناس ارشد، مدیریت فناوری اطلاعات، دانشکده مدیریت، دانشگاه تهران، تهران، ایرانJournal Article20160718Bank facilities, as one of the most important functions of banks, are very important to the survival of banks. The importance of identifying facility consumers is more than depositor customers. In previous studies, the importance of such customers has not been well considered. This study aims at designing recommender systems for predicting the customer behavior in receiving facilities, using clustering and classification algorithms. The designed system helps banks to identify types of facility demanding costumers, and to make decisions related to each customer cluster in order to make maximum profits and reduce the cost related to loans and receivables. The system accurately predicts each customer's cluster and also forecasts account balance of each customer group according to the current data set. Based on Analyses carried out on the clusters and related data sets of clients, is the recommender system is provided for to branch users. In order to design the recommender system, clustering and classification outputs were also deeply validated. The margin of error was very low and therefore, data mining outputs were verified and used to develop the final system as well as a user interface for the final utilization of recommender system which was presented and validated by the supervisors of bank. Supervisors also provided some suggestions for improving the final solution.تسهیلات بانکی بهعنوان یکی از پراهمیت ترین کارکرد بانک ها از اهمیت بالایی برخوردار است. اهمیت شناسایی مشتریان تسهیلاتی اگر بیشتر از مشتریانی سپرده گزار نباشد به هیچ وجه کمتر نخواهد بود. در پژوهشهای صورت گرفته، اهمیت این مشتریان بطور نسبی کمتر موردتوجه قرار گرفته است. هدف اصلی پژوهش حاضر، کاستن از مشکلات ارائه تسهیلات مناسب به مشتریان و طراحی سیستم توصیه گر تسهیلات بانکی با استفاده از داده های قبلی مربوط به تسهیلات ثبت شده در یک بانک منتخب و بزرگ کشور می باشد. راهکار ارائه شده، با دریافت داده های تسهیلات و اطلاعات حساب مشتری، گروه های مشتریان را در طی فرآیند آموزش و اعتبارسنجی، فراگرفته و بر مبنای آن، امکان پیش بینی شرایط مشتری برای دریافت تسهیلات آتی را فراهم می نماید. به منظور طراحی راهکار توصیه گر، روش های داده کاوی مناسب به همراه رویکرد اعتبارسنجی متناسب با هر روش انتخاب گردید و سیستم نهایی با خطای اندک، جهت گیری مناسب بانک نسبت به متقاضیان دریافت تسهیلات را معین نموده است که به تصمیم گیری مدیران برای ارائه دقیق تر تسهیلات، یاری خواهد رساند. این سیستم به بانک ها کمک می کند تا با شناسایی انواع مشتریان تسهیلاتی خود، تصمیمات مرتبط با هر گروه را به منظور ایجاد حداکثر سود و کاهش هزینه های وصول مطالبات اتخاذ نمایند و رویکرد متناسبی را برای هر مشتری در پیش گیرند. در نهایت، سیستم به سرپرستان بانک نیز ارائه گردید و بازخوردهای مطلوبی برای بهبود و ارتقاء راهکار دریافت شد.https://journal.saim.ir/article_21125_06728ba4fc26571018fd745e55f6747a.pdfانجمن علمی مدیریت صنعتی ایرانپژوهش های نوین در تصمیم گیری2476-62911220160701Simulation of pallet management system under risk pooling approach (case study of Saipa corporation supply chain)شبیه سازی سیستم مدیریت پالت با رویکرد تقسیم مخاطره ( مورد مطالعه : زنجیره تامین گروه خودروسازی سایپا)7711621127FAمحمدرضا صادقی مقدماستادیار گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران، تهران، ایرانعلی محقردانشیار گروه مدیریت صنعتی، دانشکده مدیریت دانشگاه تهران، تهران، ایرانآفاق شیخ کبیرکارشناسی ارشد مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران، تهران، ایرانJournal Article20160719Pallet management system is crucial part of logistic system in pallet intensive industries such as automotive manufacturing. In practice pallet management system is in charge of delivering right amount of pallet to the right customer at the right time. In automotive manufacturing industry, pallet management system is mostly used in delivering parts and components to the OEM. System fleet size, system responsiveness and cycle time are the most important criterias in assessing system performance. The objective of this study is to develope a model for pallet management system under risk pooling approach. We start with clarifying pallet management system components using returnable transport items scientific literature review and then we propose a model for pallet management system of Saipa corporation supply chain (an Iranian automotive factory) under risk pooling approach using simulation technique. MATLAB software is used as the tool for simulation. The method of data gathering is interviewing and also reviewing document and literature and the method of data analysis is discrete event simulationمدیریت پالتها در صنایعی که زنجیره تامین آنها وابستگی زیادی به پالت دارد، به عنوان یکی از بخشهای لجستیک مطرح میشود. سیستم مدیریت پالتها سیستمی است که به منظور تحویل پالتهای مورد نیاز تامینکنندگان در زمان و مکان مناسب در صنایع پالت محور طراحی میشود. اندازه جریان سیستم مدیریت پالت، میزان پاسخگویی سیستم، زمان سیکل چرخه هر پالت به عنوان شاخصهای مهم در اندازهگیری عملکرد این سیستمها مطرح هستند. هدف این تحقیق طراحی مدلی برای مدیریت پالتها با رویکرد تقسیم مخاطره در گروه خودروسازی سایپا است. در این تحقیق پس از مشخص نمودن اجزا سیستم مدیریت پالت و مشخص نمودن رابطه میان اجزا از طریق مطالعه ادبیات تحقیق، اثر استراتژی تقسیم مخاطره بر اجزا سیستم مدیریت پالتها بررسی شده و مدلی برای تشریح وضعیت پس از اجرای استراتژی در زنجیره تامین گروه خودروسازی سایپا با استفاده از تکنیک شبیهسازی و با بهرهگیری از نرم افزار متلب ارائه شده است. طبق نتایج به دست آمده از شبیه سازی، به منظور اجرایی سازی رویکرد تقسیم مخاطره در سیستم مورد بررسی، به انباری با ظرفیت1038عدد پالت نیاز است. روش جمعآوری دادهها، بررسی اسناد و همچنین مصاحبه با خبرگان و روش تجزیه و تحلیل دادهها شبیهسازی گسسته پیشامد میباشد.https://journal.saim.ir/article_21127_524115a776e2356f0eec614d42bc5dd4.pdfانجمن علمی مدیریت صنعتی ایرانپژوهش های نوین در تصمیم گیری2476-62911220160701Determining the strategic position of an educational institution in the organizational life cycle with fuzzy approach (Case Study: Social Sciences Faculty of Khalij Fars University)تعیین جایگاه موقعیت استراتژیک یک موسسه آموزشی در منحنی عمر سازمانی با رویکرد فازی– مطالعه موردی دانشکده علوم انسانی دانشگاه خلیجفارس11713821121FAحسین صفریدانشیار گروه مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران0000-0001-9232-1319مهدی اجلیدانشجوی دکتری مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران، تهران، ایرانایمن قاسمیان صاحبیدانشجوی دکتری مدیریت صنعتی، دانشکده مدیریت، دانشگاه تهران، تهران، ایرانJournal Article20160726Organizations have life stages like living organisms. One day they are born, raised and die another day. This article seeks to examine the situation of a staff life cycle in Social Sciences faculty of Khalij Fars university. The main purpose of this research is understanding the life cycle of the faculty members, then can be predict the future path of staff life cycle. In this regard, by search in the literature, 23 organic growth model were identified. By studying these models, proposed a related model for a didactic, educational and collegiate center. After by developing this model, the next step is to expanded a four-stage approach to gathering and analyzing the data. At the end of this algorithm introduced two indicators including fuzzy index and mathematics index. Based on these index the life cycle of faculty members in Social Sciences faculty of Khalij Fars university is at the end of the first stage, i.e. childhood in the period 1382 to 1393.سازمانها همانند موجودات زنده دارای مراحل عمر میباشند. روزی به دنیا میآیند، بزرگ میشوند و روزی دیگر هم میمیرند. این مقاله که خروجی یک کار تحقیقاتی میباشد، بدنبال بررسی وضعیت چرخه عمر اعضای هیئت علمی دانشکده علوم انسانی دانشگاه خلیج فارس میباشد. هدف اصلی در این کار تحقیقاتی این است که ابتدا بدانیم عمر اعضای هیئت علمی در چه مرحلهای است. سپس بر مبنای آن میتوان پیشبینی کرد که در آینده چه مسیری را طی کند. در همین راستا ابتدا با جستجویی که در ادبیات موضوع شده است، 23 مدل رشد سازمانی شناسایی شد. با مطالعه این مدلها سعی شد که مدلی متناسب با یک مرکز آموزشی، پژوهشی، دانشگاهی تدوین شود. پس از تدوین مدل، گام بعدی تدوین یک الگوریتم چهار مرحلهای برای گردآوری و تجزیه و تحلیل دادهها میباشد. در پایان این الگوریتم دو شاخص بنامهای شاخص ریاضی و شاخص فازی معرفی شده است. بر مبنای این دو شاخص مشخص گردید وضعیت چرخه عمر اعضای هیئت علمی دانشکده علوم انسانی دانشگاه خلیج فارس بوشهر در پایان مرحله اول خود، یعنی طفولیت در دوره 1382 الی 1393 قرار دارد.https://journal.saim.ir/article_21121_1e2d6ca2c4d3a28c03bda1972d79c646.pdfانجمن علمی مدیریت صنعتی ایرانپژوهش های نوین در تصمیم گیری2476-62911220160701A data envelopment analysis approach with efficient and inefficient frontiers for supplier selection in the presence of both undesirable outputs and imprecise dataارائهی یک رویکرد جدید تحلیل پوششی دادهها با مرزهای کارآ و ناکارآ برای انتخاب تأمین کننده با وجود خروجیهای نامطلوب و دادههای نادقیق13917021122FAحسین عزیزیاستادیار، گروه ریاضی، واحد پارس آباد مغان، دانشگاه آزاد اسلامی، پارس آباد مغان، ایران0000-0002-7359-8790علیرضا امیرتیموریاستاد، گروه ریاضی، واحد رشت، دانشگاه آزاد اسلامی، رشت، ایرانسهراب کردرستمیاستاد، گروه ریاضی، واحد لاهیجان، دانشگاه آزاد اسلامی، لاهیجان، ایرانJournal Article20160717Supplier selection plays a key role in the organizations because the costs of the raw materials constitute the main part of the final product cost. Today, selecting a suitable supplier is one of the most important purchasing decisions. It generally depends on various criteria. To effectively manage the strategically-important purchasing activity, suitable methods and criteria must be selected for the problem. This paper proposed a “data envelopment analysis with efficient and inefficient frontiers” approach to evaluate and select the best supplier in the presence of undesirable outputs and imprecise data. The data envelopment analysis with efficient and inefficient frontiers considered two efficiencies for the decision-making: One efficiency was measured with respect to the efficiency frontier and is called the best relative efficiency or the optimistic efficiency. The other one was measured with respect to the inefficiency frontier and is called the worst relative efficiency or the pessimistic efficiency. In addition, this approach was utilized to provide new overall performance measures to score the suppliers in the presence of undesirable outputs and imprecise data. Compared to the traditional approach, data envelopment analysis with efficient and inefficient frontiers approach identified the best supplier more easily and accurately. Two numerical examples were provided to illustrate the application of the proposed approach.انتخاب تأمین کننده در سازمانها نقشی کلیدی ایفا میکند، چرا که هزینهی مواد اولیه بخش اصلی هزینهی محصول نهایی را تشکیل میدهد. انتخاب یک تأمین کنندهی مناسب امروزه یکی از مهمترین تصمیمات بخش خرید است. این تصمیم عموماً به معیارهای مختلفی بستگی دارد. برای مدیریت مؤثر این عمل خرید که از نظر راهبردی حایز اهمیت است، باید روش و معیارهای مناسبی برای مسئله انتخاب شود. این مقاله رویکرد «تحلیل پوششی دادهها با مرزهای کارآ و ناکارآ» را برای ارزیابی و انتخاب بهترین تأمین کننده در حضور خروجیهای نامطلوب و دادههای نادقیق پیشنهاد میکند. تحلیل پوششی دادهها با مرزهای کارآ و ناکارآ دو کارآیی را برای تصمیمگیری در نظر میگیرد: یکی نسبت به مرز کارآیی اندازهگیری میشود و بهترین کارآیی نسبی یا کارآیی خوشبینانه نامیده میشود، و دیگری نسبت به مرز ناکارآیی سنجیده میشود و بدترین کارآیی نسبی یا کارآیی بدبینانه نامیده میشود. به علاوه، با استفاده از این رویکرد، اندازههای عملکرد کلی جدیدی برای نمرهدهی به تأمین کنندگان در حضور خروجیهای نامطلوب و دادههای نادقیق ارائه میشود. در مقایسه با تحلیل پوششی دادههای سنتی، رویکرد تحلیل پوششی دادهها با مرزهای کارآ و ناکارآ بهترین تأمین کننده را به درستی و به آسانی شناسایی میکند. دو مثال عددی کاربرد رویکرد پیشنهادی را نشان میدهند.https://journal.saim.ir/article_21122_6089efe45beef916e463f2c2955b6232.pdfانجمن علمی مدیریت صنعتی ایرانپژوهش های نوین در تصمیم گیری2476-62911220160701A longitudinal study of changes in manufacturing strategy in production firms of IRAN during horizon 2010-2016مطالعه طولی الگوی تغییرات گونه های استراتژی تولید در شرکتهای تولیدی ایران در افق 1388-139417119321124FAبهاره ملازاده یزدانیکارشناسیارشد مدیریت صنعتی، دانشکده علوم اداری و اقتصاد، دانشگاه فردوسی مشهد، مشهد، ایرانعلیرضا پویادانشیار گروه مدیریت، دانشکده علوم اداری و اقتصاد، دانشگاه فردوسی مشهد، مشهد، ایرانJournal Article20160717In this study, a longitudinal study on cluster production strategy in two time periods with an interval of five years is discussed. Using the longitudinal and transverse analysis has dramatically expanded in recent decades and become well known among researchers. Despite the cross-sectional study, In longitudinal study, data collected from a representative sample in different times. To conduct a longitudinal study, two different clustering was conducted on production strategies used in Iran’s factories, in two time periods. Therefore, the data in the two years 2010 and 2016 period were used from production factories. Population were similar in two period. Clustering validity was assessed by discriminant analysis, and then, changes in production objectives surveyed using Euclidean distance, multivariate data analysis and analysis of variance were used. Finally, changes in cluster’s production objectives are discussed. Based on the results there are similarities and differences between two groups are in two time periods.این پژوهش به ارائه مطالعه طولی بر روی خوشههای استراتژی تولید در دو مقطع زمانی با فاصله شش سال پرداخته است. استفاده از روشهای بررسی دادهها به صورت طولی در چند دهه اخیر به صورت چشمگیری گسترش یافته و در بین پژوهشگران کاربردی نیز شهرت یافته است. در پژوهش طولی بر عکس روش مقطعی، دادهها از یک نمونه معرف به دفعات مختلف گردآوری میشود. برای انجام مطالعه طولی، دو خوشهبندی متفاوت بر روی استراتژیهای تولید مورد استفاده در کارخانه های ایران، در دو مقطع زمانی انجام شده است. بدین منظور از داده های دو نمونه در مقطع های زمانی سالهای 1388 و 1394 کارخانه های تولیدی استفاده شده است. اعتبار خوشه بندی با تحلیل تشخیصی بررسی شده و سپس تغییرات به وجود آمده در اهداف تولیدی این خوشهها با استفاده از فاصله اقلیدوسی، تحلیل واریانس چند متغیره و تحلیل واریانس مورد بررسی قرار گرفته اند. نتایج این بررسی حاکی از وجود شباهت ها و تفاوت هایی بین دو خوشه در دو مقطع زمانی است.https://journal.saim.ir/article_21124_f49686c91a5489c491e6fe26d9849f15.pdfانجمن علمی مدیریت صنعتی ایرانپژوهش های نوین در تصمیم گیری2476-62911220160701Representing a Multi-Step Technique of the Common weights and TOPSIS in order to Ranking of Unitsارائه روشی چند مرحله ای از وزن مشترک و TOPSIS به منظور رتبه بندی واحدها19321521123FAمحمد همتیاستادیار، گروه مدیریت، دانشگاه آزاد اسلامی واحد سمنان، ایرانسعیده عباسیدانشجوی کارشناسی ارشد مدیریت، دانشگاه آزاد اسلامی واحد سمنان، ایرانJournal Article20160717In evaluating of organizations and institutions, one of the most important goals is the ranking of the units based on the performance of them. According to the commonly used method of decision-making in data envelopment analysis, it may lead to multiple efficient units that choose the best of units, is the main problems in data envelopment analysis. In this paper, a new method as the common weights has been studied in details. Two techniques (common weight and TOPSIS) have been studied on real data of the 17 banks in Semnan province. The results indicate that the two methods have achieved perfect ratings. By comparing the two methods, results have been showed that the common weights rating is closer to reality. In addition, common weight is a non-parametric method and has received a better ranking based on the performance (relative) efficient. Also, in the common weight all of the decisions making have taken together, while in the TOPSIS mode is not.در ارزیابی سازمان ها و نهادها، یکی از مهم ترین اهداف، رتبه بندی واحدها بر اساس میزان عملکرد می باشد. با توجه به این که روش های رایج ارزیابی واحدهای تصمیم گیری در تحلیل پوششی داده ها ممکن است به چندین واحد کارا ختم گردد، همواره انتخاب بهترین واحد از بین تمام واحدها، یکی از مشکلات اصلی در تحلیل پوششی داده هاست. روش های متعددی برای رتبه بندی واحدهای تصمیم گیرنده ارائه شده است. در این مقاله، یکی از روش های جدید به نام وزن مشترک با جزییات مورد بررسی قرار گرفته است. دو روش وزن مشترک و تاپسیس بر روی دادههای واقعی مربوط به 17 بانک در استان سمنان بررسی شده است. نتایج نشان دهنده این است که هر دو روش به رتبه بندی کاملی دست یافته اند، اما در مقایسه بین دو روش نتایج بیانگر این امر است که رتبه بندی با وزن مشترک همخوانی بیشتری با واقعیت دارد. به علاوه روش وزن مشترک غیر پارامتری می باشد و بر اساس کارایی (نسبی) واحدهای کارا، رتبه بهتری کسب نموده است. در روش پیشنهادی همه واحدهای تصمیم گیری با هم در نظر گرفته شده اند، در حالی که در تاپسیس این گونه نیست.https://journal.saim.ir/article_21123_e2ea605680396fd319300cd4c7f98cb4.pdf