Multiple objective optimization for assigning students of public high schools to private high schools in uncertainty condition (case study: mallard region
Subject Areas :
Ahmad Makui
1
*
,
Seyedeh Sara Ghasemi
2
1 - Iran University of Science and Technology
2 -
Keywords: student assignmentmulti objective optimizationuncertaintymathematical modelingdecision making models,
Abstract :
Nowadays, choosing the most effective and optimum strategy for selecting and assigning students to the target schools due to its great impact on the quality and quantity of education is one of the important concerns of the educational institution. In this regard, it is necessary to determine the appropriate criteria for appropriate selection of students, taking into account the standards and educational needs of students. In this research, from the perspective of the academic level, the student-to-school distance and the ideal planning approach, a decision-making model with distinct goals for selecting and assigning students to nonprofit and governmental schools is presented. According to the proposed method, firstly, the assessment of the students is carried out in relation to the schools in the target area, with two approaches of distance between the student and the target school and the academic level correspondence. The results of these assessment, based on the new and applied BWM, determining the weight of the academic level and the distance to the school by each student toward the school. In the next step, based on the level of science weights and the distance between each student and school, ideal planning modelling is revised for each student. In this case, the specified weights are the main inputs and the required ideal constraints are also considered. Finally, by solving the proposed model, the optimal assignment of students to each of the schools is done. After the students have been assigned to the target schools, we may encounter lack of capacity in some schools. In this case, by providing a flowchart, the way of students’ relocation to the standard capacity for all schools is explained. Also, due to the implementation of the proposed research methodology for allocating students to the schools belonging to the "Mallard" region, and conducting relevant evaluations and calculations, the sensitivity analysis has also been done. The final results of the sensitivity analysis of the proposed model indicate that the lack of consideration of the academic level approach causes changes in selection and allocation of students to schools. Therefore, the academic level should be taken into account in assessments related to the allocation of students to schools.
تقوي فرد، محمدتقی، امیری، مقصود و مظفری، رقیه. (1396). سنجش کارایی مدیریت شعب بانک با استفاده از تحلیل پوششی داده‌های سه مرحله اي (مورد مطالعه: بانک ملی ایران). مجله علمی‌پژوهشی پژوهش‌های نوین در تصمیم گیري، 2، ص 51-71#خراساني، زهرا، توکلي مقدم، رضا، تقي پور، محمد. (1394). مكانيابي مجتمع صنعتي با استفاده از مدل تلفيقي تصميم‌گيری چندمعياره فازی )به انضمام مطالعه موردی .(کنفرانس بین المللی مهندسی صنایع#سازمان مديريت و برنامه ريزی کشور. (1382). ضوابط طراحي ساختمان‌های آموزشي. برنامه‌ريزی معماری همسان مدارس ابتدايي و راهنمايي. تهران، انتشارات سازمان مديريت و برنامه ريزی کشور، ص13#سليمانپور، مرضيه، توکلي مقدم، رضا، تقي پور، محمد. (1394)#مدلسازی رياضي برای مساله مكانيابي -تخصيص نمايندگي‌های امور مشترکين اپراتور تلفن همراه تحت شرايط کنفرانس بین المللی مهندسی صنایع، دانشگاه خوارزمی#سلیماني دامنه، رضا ، مؤمني، منصور، مصطفايي، امین و رستمي مال خلیفه، حسن. (1396). توسعه يك مدل تحلیل پوششي داده‌های شبکه‌ای پويا برای ارزيابي عملکرد بانك‌ها. مجله علمی‌پژوهشی چشم انداز مديريت صنعتي، 25، ص 67-89#شفیعی، مرتضی. (1396). طراحی مدل تحلیل پوششی دادههاي چند سطحی در ارزیابی کارایی موسسات مالی. مجله علمی پژوهشی تحقیق در عملیات و کاربردهاي آن، 53، ص 41-66#صالحی صدقیانی، جمشید، امیري، مقصود، رضوي، سید حسین، هاشمی، سیده سادات، حبیبزاده، اصحاب. (1388). ارائه مدل برنامه ریزي آرمانی خطی براي محاسبه اوزان مشترك در مسائل تحلیل پوششی داده ها. نشریه مدیریت صنعتی (دانشگاه تهران)، شماره 2، ص104-89#علی‌نژاد، علی‌رضا و خلیلی، جواد. (1396). ارائه یک روش ترکیبی از تحلیل پوششی داده‌ها و داده کاوی جهت ارزیابی واحدهای تصمیم گیرنده. مجله علمی‌پژوهشی مدیریت صنعتی، 12، ص 47-56#غفاری، علي. (1377). اصول مباني طراحي فضاهای آموزشي- تحليل وضع موجود و مكانيابي مدارس تهران. سازمان نوسازی و تجهيز مدارس کشور. جلد چهارم#فرازمند، حدیث و کاظمی، مصطفی. (1396). ارزیابی کارآیی مدارس با استفاده از مدل پویای تحلیل پوششی داده‌ها - مطالعه موردی: مدارس ابتدایی شهرستان ازنا. دومین کنفرانس بین المللی مدیریت و حسابداری#فرج زاده، منوچهر و مسلم رستمی. (1383). ارزيابي و مكان گزيني مراکز آموزشي شهری با استفاده از سيستم اطلاعات جغرافيايي (مطالعه موردی: شهرك معلم کرمانشاه.( فصلنامه مدرس علوم انساني، شماره 1(8)، ص 1-20#فرج زاده، منوچهر، سرور، هوشنگ. (1381). مديريت و مكانيابي مراکز آموزشي با استفاده از سيستم اطلاعات جغرافيايي. فصلنامه تحقيقات جغرافيايي، شماره61#گلیج، محمدجواد. (1396). مدل جدید تحلیل پوششی داده‌ها دومرحله‌ای فازی با بازده به مقیاس متغیر. مجله تصمیم‌گیری تحقیق در عملیات، 2، ص 130-146#ملک نیا، سارا ، کهنسال، محمد رضا، دور اندیش، آرش. (1392). تعیین الگوي بهینه کشت با هدف تولید محصولات زراعی ارگانیک به کمک رهیافت برنامه ریزي آرمانی ترتیبی توسعه یافته(ELGP) ، مطالعه موردي: شهرستان گرگان. دومین کنگره ملی کشاورزي ارگانیک و مرسوم#موحد، علی. (1390). بررسي و تحليل مكانيابي بهينه مدارس ابتدايي موردي: شهر شادگان. پايان نامه کارشناسي ارشد، دانشگاه شهيد بهشتي#ميكائيلي، رضا. (1383). تعيين الگوی مكانيابي فضاهای آموزشي شهر سازی در مدارس راهنمايي. پايان‌نامه کارشناسي ارشد جغرافيا و برنامه ريزی شهری. دانشگاه تربيت معلم. ص 5-120#Badri, M.A. (2001). A combined AHP–GP model for quality control systems, International Journal of Production Economics,72,27-40#Chang, C.T. (2007). Multi-choice goal programming, Omega, 35,389-396#Chang, C.T. (2008). Revised multi-choice goal programming, Applied Mathematical Modelling 32,2587-2595#Despotis, K., D., Koronakos, G., Sotiros, D. (2016). Composition versus decomposition in two -stage network DEA: a reverse approach. Journal of Productivity Analysis 45,71-87#Guo, S., Zhao, H. (2017). Fuzzy best-worst multi-criteria decision-making method and its application. Knowledge-Based Systems, 121,23-31#Gupta, P., Mehlawat, M.K., Aggarwal, U., Charles, V. (2018). An integrated AHP-DEA multi-objective optimization model for sustainable transportation in mining industry. Resources Policy, doi.org/ 10.1016/j.resourpol .04.007#Hatami, M. A., Agrell P.L., Tavana, M., Khoshnevis, P. (2017). A flexible cross-efficiency fuzzy data envelopment analysis model for sustainable sourcing. Journal of Cleaner Production, 142,2761-2779#Hatami, M. A., Ebrahimnejad, A., Lozano, S. (2017). Fuzzy efficiency measures in data envelopment analysis using lexicographic multiobjective approach. Computers & Industrial Engineering, 105,362-376#Ho, W. (2017). Integrated analytic hierarchy process and its applications–A literature review. European Journal of operational research, 186,211-228#Huang, T., Chen, K.C., ILin, C. (2018). An extension from network DEA to copula-based network SFA: Evidence from the U.S. commercial banks in 2009. The Quarterly Review of Economics and Finance,67,51-62#Ivan, H., Deconnink, J. & Peeters, D., S. (2015). Alternative SBM model for network DEA. Computers & Industrial Engineering, 85,112-140#Kao, C., & Liu, S. T. (2014). Multi-period efficiency measurement in data envelopment analysis: The case of Taiwanese commercial banks. Omega.47,90-98#Lopez, L. E., Forrester,R.. Hutson,K R, Reddoch,L. (2017). Assigning Students to Schools to Minimize both Transportation Cost and Socioeconomic Variation between Schools, Socio-Economic Planning Sciences. Department of Mathematics, Furman University, Greenville, SC 29613United States.#Lozano, S. (2015). Alternative SBM model for network DEA. Computers & Industrial Engineering, 82,33-40#Mu, W., Kanellopoulos, A., Middelaar, C.E., Stilmant, D., Bloemhof, J.M. (2018). Assessing the impact of uncertainty on benchmarking the eco-efficiency of dairy farming using fuzzy data envelopment analysis. Journal of Cleaner Production, 189,709-717#Nazari, S.S., Keramati, A. (2017). Modeling customer satisfaction with new product design using a flexible fuzzy regression-data envelopment analysis algorithm. Applied Mathematical Modelling,50,755-771#Otay, I., Oztaysi, O., Onar, S.C., Kahraman, C. (2017). Multi-expert performance evaluation of healthcare institutions using an integrated intuitionistic fuzzy AHP&DEA methodology. Knowledge-Based Systems, 133,90-106#Rezaei, J. (2016). Best-worst multi-criteria decision-making method: Some properties and a linear model. Omega, 64,126-130#Satty, T. (1980). The Analytical Hierarchical Process: Planning, Priority Setting, Resource Allocation. New York: McGraw-Hill.#Tavana, M., Khalili, K., Arteaga, F.S., Mahmoudi, R. (2018). Efficiency decomposition and measurement in two-stage fuzzy DEA models using a bargaining game approach. Computers & Industrial Engineering, 118,394-408#Wang, K., Huang, W., Wu, J., & Liu, Y. N. (2016). Efficiency measures of the Chinese commercial banking system using an additive two-stage DEA. Omega 44,5-20#William, H. (2008). Integrated analytic hierarchy process and its applications – A literature review. European Journal of Operational Research, 186,211-228#Yousefi, S., Alizadeh, A., Hayati, J., Baghery, M. (2018). HSE risk prioritization using robust DEA-FMEA approach with undesirable outputs: A study of automotive parts industry in Iran. Safety Science, 102,144-158#Yousefi, s., Soltani, R., Farzipoor, R., Pishvaee, M.S. (2017). A robust fuzzy possibilistic programming for a new network GP-DEA model to evaluate sustainable supply chains. Journal of Cleaner Production, 166,537-549#Zha, Y., Liang, N., Wu, M. & Bian, Y. (2016). Efficiency evaluation of banks in china: A dynamic two-stage slacks-based measure approach, Omega 64,185-196#