中文摘要：

数据包络分析（简称DEA）是一种被广泛使用的评价方法，但该方法对于数据很敏感，数据的扰动对评价结果影响重大，因而获取精确的数据是此方法的关键。实际上，由于生产过程复杂，很多数据难以精确测量，因此各种不确定性被引入DEA中，这其中主要包括客观不确定性（随机性）和主观不确定性（模糊性）。在很多情况，决策单元通常处于各种不确定性因素混合的环境之中，呈现出的不再是单一的随机性或模糊性，而是它们共同存在或是相互渗透、相互影响的结果。本项目拟把不确定性理论应用到DEA中，建立随机模糊环境下的DEA评价方法，新方法的提出可以使DEA有更广阔应用空间。研究内容(1)建立随机模糊DEA模型，给出DEA有效的定义，并研究其数学性质，包括置信水平对模型的影响、灵敏度分析、模型的确定等价类；(2)研究随机模糊DEA的衍生子问题完全排序和过剩问题；(3)设计有效的算法求解模型；(4)评估国内商业银行的效率问题。