Στην παρούσα μεταπτυχιακή εργασία περιγράφεται η διαδικασία συνδυασμού προβλημάτων Επιχειρησιακής Έρευνας με την μεθοδολογία εύρεσης συγκριτικής αποδοτικότητας (DEA). Αρχικά, παρουσιάζεται μια γενική περιγραφή της μεθόδου DEA και μια συνοπτική επισκόπηση της σχετικής βιβλιογραφίας. Παρουσιάζεται ο τρόπος συνδυασμού της μεθόδου DEA και δύο κλασσικών μοντέλων χωροθέτησης εγκαταστάσεων, του μοντέλου με περιορισμό και του αντίστοιχου μοντέλου χωρίς περιορισμό στην χωρητικότητα. Για την επίτευξη αυτού του στόχου γίνονται οι απαραίτητοι χειρισμοί στην μέθοδο DEA ούτως ώστε να μπορεί να υπολογίζεται η αποδοτικότητα για όλες τις μονάδες λήψης απόφασης ταυτόχρονα – μέθοδος ταυτόχρονης DEA (Simultaneous DEA), εφόσον το κλασσικό μοντέλο βρίσκει την αποδοτικότητα μιας μονάδας λύνοντας μια φορά το γραμμικό πρόβλημα με τους συντελεστές βαρύτητας αυτής της μονάδας. Η λύση του πολυκριτήριου προβλήματος αναδεικνύει την αλληλεπίδραση μεταξύ κόστους και αποδοτικότητας, για τη λήψη απόφασης ανάλογα με τις ανάγκες που μπορεί ενυπάρχουν σε ένα αντίστοιχο πραγματικό πρόβλημα. Στην συνέχεια αναπτύσσεται για πρώτη φορά στη διεθνή βιβλιογραφία μια μεθοδολογία για το συνδυασμό δύο άλλων βασικών προβλημάτων, της κάλυψης και της σύμπτυξης συνόλου, αντίστοιχα, με την μεθοδολογία DEA. Στόχος είναι να μορφοποιηθεί ένα μοντέλο γραμμικού προγραμματισμού έτσι ώστε εκτός από το μέτρο απόφασης του κόστους για την κάλυψη ή σύμπτυξη ενός συνόλου-στόχου, από διαθέσιμα υποσύνολα να ληφθεί υπόψη και η αποδοτικότητα του εκάστοτε υποσυνόλου, η οποία εν τέλει θα επηρεάσει και την συνολική αποδοτικότητα του συνόλου-στόχου. Γίνεται ο συνδυασμός των μεθοδολογιών και αναπτύσσονται μεθοδολογίες πολυκριτήριας ανάλυσης που μπορούν να χρησιμοποιηθούν για την λήψη αποφάσεων που αφορούν την αποδοτική και οικονομική κάλυψη ή σύμπτυξη ενός συνόλου. Για την πιστοποίηση και τη διαπίστωση της λειτουργικότητας των προτεινόμενων μεθοδολογιών αναπτύσσονται παραδείγματα προβλημάτων, τα οποία και επιλύονται επιτυχώς. / In the present thesis, the combination of Operation Research Problems with the Data Envelopment Analysis (DEA) is performed in order to make optimal and efficient decisions. Firstly, a general description of DEA and a breath literature review is presented. Then, we show and test location modeling formulations that utilize data envelopment analysis (DEA) efficiency measures to find optimal and efficient facility location/allocation patterns. In addition, to the authors’ best knowledge, the combinations of DEA with the Set Covering Problem as well as Set Packing Problem are formulated as multiobjective problems, for first time in the literature. The main aim of the proposed models is to make cost-effective and efficient decisions regarding the Set Covering and Packing Problem, respectively. Numerical examples are developed in order to validate and test the novel models. The numerical results of multiobjective analysis demonstrate that the proposed methods are able to successfully find optimal and efficient solutions for real set covering, packing and partitioning problems.