از روش تحلیل پوششی داده‌ها می‌توان به عنوان یکی از پرکاربردترین روش‌های ارزیابی عملکرد یاد نمود. مدل‌های شبکه‌ای از جدیدترین مدل‌های ارائه شده در این زمینه هستند که یک واحد تصمیم‌گیرنده را با تمامی زیرواحدها و ارتباطات موجود در آن به‌صورت ساختار شبکه‌ای در نظر می‌گیرند. از پرکاربردترین روش‌های تحلیل پوششی داده‌های شبکه‌ای می‌توان به روش لویس و سکستون اشاره نمود. این روش با حرکت روی مسیرهای کارا و سپس محاسبه خروجی‌های نهایی و ورودی‌های اولیه کلاسیک، کارایی هر واحد تصمیم‌ گیرنده را در مقابل واحدتصمیم‌گیرنده مشابه اندازه‌گیری می‌کند. در واقعیت موارد بسیاری را می‌توان یافت که یک ورودی اولیه و یا محصول میانی به چندین زیرواحد تخصیص یابد و یا موجب تشکیل دور در شبکه گردد. در چنین شبکه‌هایی روش لویس و سکستون قادر به محاسبه کارایی نیست. لذا در این مقاله روشی ارائه گردیده که قادر است این نقاط ضعف را برطرف نموده و کارایی چنین شبکه‌هایی را محاسبه نماید .

1- Balanced Score Card (BSC)

2-Fuzzy Quality Function Deployment (FQFD)

3-Zero-One Goal Programming (ZOGP)

Data envelopment analysis (DEA) is known as one of the most common approaches for efficiency evaluation. Network models are new subjects in which, a DMU with all its subunits and links is considered as a network structure. One of the most widely used DEA methods for network data is the suggested approach of Lewis and Sexton. In this approach, performance of each DMU is measured compared to a similar DMU by moving on the effective paths and then computing the final outputs and classic primary inputs . In reality, many cases can be found that an original input or an intermediate product allocates to several subunits or forms a tour in a network. In such networks, the approach of Lewis and Sexton is not able to calculate efficiency. Therefore, in this paper, an approach has been proposed for solving such problems and computing the efficiency of such networks.