数据包络分析(简称DEA)是运筹学、管理科学和数理经济学交叉的一个新的领域,是基于数学规划理论评价具有多个输入与多个输出决策单元(简称DMU)间相对有效性的系统分析方法.本文在广泛查阅国内外文献的基础上,对DEA理论、方法与应用进行了较为深入的探讨,分析了基本DEA模型,DEA有效性理论以及DEA方法的基本思想. 同时我们也发现,DEA评价主要是基于先前和精确的数据集,而事实上,输入、输出是不断变化,不可预测的,于是导致DEA有效性评价对这种随机变化非常敏感.因此本文试图将传统的DEA思想推广到随机范畴,建立了具有非期望输出的基于输入的随机DEA模型,对随机环境、多输入多输出指标下,决策单元相对有效性评价的基本概念、方法进行了系统研究,为不确定条件下的系统决策,评价分析服务. 最后,我们将该模型用于实际生活中.而艾滋病全球性广泛流行,已经严重威胁着人类的健康和生存,所以我们将该模型使用在抗-HIV免疫治疗过程中,由于模型包含了HIV病毒以及用药本身负作用的因素,考虑了模型数据本身及模型的随机误差,计算过程较为简便,故有很好的实际医学意义,患者可以根据自身的抗药能力,经济状况选择适合自己的用药阶段.模型计算所得主要结论与之前相关文章的结论相一致.