This paper presents a novel approach for performance appraisal and ranking of decision-making units (DMUs) with two-stage network structure in the presence of imprecise and vague data. In order to achieve this goal, two-stage data envelopment analysis (DEA) model, adjustable possibilistic programming (APP), and chance-constrained programming (CCP) are applied to propose the new fuzzy network data envelopment analysis (FNDEA) approach. The main advantages of the proposed FNDEA approach can be summarized as follows: linearity of the proposed FNDEA models, unique efficiency decomposing under ambiguity, capability to extending for other network structures. Moreover, FNDEA approach can be applied for ranking of two-stage DMUs under fuzzy environment in three stages: 1) solving the proposed FNDEA model for all optimistic-pessimistic viewpoints and confidence levels, 2) then plotting the results and drawing the surface of all efficiency scores, 3) and finally calculate the volume of the three-dimensional shape in below the efficiency surface. This volume can be as ranking criterion. Remarkably, the presented fuzzy network DEA approach is implemented for performance appraisal and ranking of investment firms (IFs) with two-stage processes including operational and portfolio management process. Illustrative results of the real-life case study show that the proposed approach is effective and practically very useful.

本文提出了一种新的方法，用于在不精确和模糊数据的情况下，对具有两阶段网络结构的决策单位（DMU）进行绩效评估和排名。为了实现这一目标，应用了两阶段数据包络分析（DEA）模型，可调可能性规划（APP）和机会约束规划（CCP）提出了新的模糊网络数据包络分析（FNDEA）方法。所提出的FNDEA方法的主要优点可以概括如下：所提出的FNDEA模型的线性，在歧义下分解的独特效率，扩展到其他网络结构的能力。此外，在模糊环境下，可以将FNDEA方法应用于两阶段DMU的三个阶段的排名：1）针对所有乐观悲观观点和置信度求解建议的FNDEA模型，2）然后绘制结果并绘制所有效率得分的表面，3）最后计算效率表面下方的三维形状的体积。该量可以作为排名标准。值得注意的是，本文提出的模糊网络DEA方法是通过两个阶段的流程（包括运营和投资组合管理流程）实施的，用于绩效评估和投资公司的排名。实际案例研究的说明性结果表明，所提出的方法是有效的，实际上非常有用。该量可以作为排名标准。值得注意的是，本文提出的模糊网络DEA方法是通过两个阶段的流程（包括运营和投资组合管理流程）来进行绩效评估和对投资公司（IF）进行排名的。实际案例研究的说明性结果表明，所提出的方法是有效的，实际上非常有用。该量可以作为排名标准。值得注意的是，本文提出的模糊网络DEA方法是通过两个阶段的流程（包括运营和投资组合管理流程）来进行绩效评估和对投资公司（IF）进行排名的。实际案例研究的说明性结果表明，所提出的方法是有效的，实际上非常有用。