数据包络法.m

many matlab script ,i colect many things about mathmatics and many method of math problem

%程序1(模型(P)的程序)
   %用户输入多指标输出矩阵Y
n=size(X',1);m=size(X,1);s=size(Y,1);%X输入矩阵，Y输出矩阵
A=[-X' Y'];
b=zeros(n,1);
LB=zeros(m+s,1);UB=[];
for i=1:n
    f=[zeros(1,m),-Y(:,i)'];
    Aeq=[X(:,i)',zeros(1,s)];beq=1;
    w(:,i) =LINPROG(f,A,b,Aeq,beq,LB,UB);     %解线性规划，得DMUi的最佳权向量wi
    E(i,i)=Y(:,i)'*w(m+1:m+s,i);               %求出DMUi的相对效率值Eii
end
w                          %输出最佳权向量
E                          %使出相对效率值Eii
omega=w(1:m,:)             %输出投入权向量
mu=w(m+1:m+s,:)            %输出产出权向量
%程序2(模型(D)的程序)
n=size(X',1);m=size(X,1);s=size(Y,1);
epsilon=10^-10;            %定义非阿基米德无穷小e=10^-10
f=[zeros(1,n),-epsilon*ones(1,m+s),1];
A=zeros(1,n+m+s+1);b=0;
LB=zeros(n+m+s+1);b=0;
LB(n+m+s+1)=-Inf;UB=[];
for i=1:n
    Aeq=[X  eye(m)     zeros(m,s) -X(:,i)
         Y  zeros(s,m) -eye(s)    zeros(s,1)];
    beq=[zeros(m,1)
        Y(:,i)];
    w(:,i)=LINPROG(f,A,b,Aeq,beq,LB,UB);     %解线性规划，得DMUi的最佳权向量wi
end
w                          %输出最佳权向量
lambda=w(1:n,:)            %输出
s_minus=w(n+1:n+m,:)       %输出
s_plus=w(n+m+1:n+m+s,:)    %输出
theta=w(n+m+s+1,:)         %输出