ejor縮寫(xiě)是什么意思

EJOR英文含義

EJOR的英文全稱(chēng)：European Journal of Operational Research | 中文意思：───歐洲運籌學(xué)雜志；歐洲作業(yè)研究期刊；歐洲經(jīng)營(yíng)研究月刊

決策含義及其分類(lèi)——2021-07-08

決策 是人們在政治、經(jīng)濟、技術(shù)和日常生活中普遍存在的一種行為；決策是管理中經(jīng)常發(fā)生的一種活動(dòng)；決策是決定的意思，它是為了實(shí)現特定的目標，根據客觀(guān)的可能性，在占有一定信息和經(jīng)驗的基礎上，借助一定的工具、技巧和方法, 對影響目標實(shí)現的諸因素進(jìn)行分析、計算和判斷選優(yōu)后, 對未來(lái)行動(dòng)作出決定。

多準則決策 (Multi-criteria decision-making, MCDM)

多準則決策是指在具有相互沖突、不可共度的有限(無(wú)限)方案集中進(jìn)行選擇的決策。它是分析 決策理論 的重要內容之一。多準則決策根據決策方案是有限還是無(wú)限，而分為多屬性決策與多目標決策兩大類(lèi)。

多屬性決策：

多屬性決策也稱(chēng)有限方案多目標決策，是指在考慮多個(gè)屬性的情況下，選擇最優(yōu)可選方案或進(jìn)行方案排序的決策問(wèn)題，它是現代決策科學(xué)的一個(gè)重要組成部分。它的理論和方法在工程、技術(shù)、經(jīng)濟、管理和軍事等諸多領(lǐng)域中都有廣泛的應用。

如今被發(fā)展的多屬性決策方法有很多，但這些方法有一些共通要素：

1. 多個(gè)選擇方案：在做 群體決策 之前，決策者必須先要衡量可行的方案數，以做為評估的選擇。

2. 多個(gè)評估屬性：在做 群體決策 之前，決策者必須先要衡量可行的屬性數，提出影響方案的數個(gè)相關(guān)屬性，屬性間可以是互相獨立也可以是有相關(guān)聯(lián)。

3. 屬性的權重分配：對于不同的屬性決策者會(huì )有不同的偏好傾向，分配不同的 權重 給不同的屬性，一般來(lái)說(shuō)屬性的權重分配通常會(huì )經(jīng)過(guò)正規化處理。

多目標決策：

多目標決策是指需要同時(shí)考慮兩個(gè)或兩個(gè)以上目標的決策。如某企業(yè)要在幾種 產(chǎn)品 中選擇一種產(chǎn)品生產(chǎn)，就既要考慮獲利大小，又要考慮現有設備能否生產(chǎn)以及原材料供應是否充足等因素來(lái)選擇其中一種，只有使這些相互聯(lián)系和相互制約的因素都能得到最佳的協(xié) 調、配合和滿(mǎn)足，才是最優(yōu)的決策。

  歷史發(fā)展： 多目標 最優(yōu)化問(wèn)題 最早是由意大利經(jīng)濟學(xué)家L.帕雷托在1896年提出來(lái)的，他把許多本質(zhì)上是不可比較的目標化成一個(gè)單一的最優(yōu)化目標。1944年J.von諾伊曼和O.莫根施特恩又從 對策論 角度提出具有多個(gè)決策者并相互矛盾的 多目標決策問(wèn)題 。1951年T.C.考普曼從生產(chǎn)和分配活動(dòng)分析中提出多目標最優(yōu)化問(wèn)題，并引入了帕雷托優(yōu)化的概念。1961年A.查納斯和W.庫珀提出 目標規劃 。1963年L.A.瑞特從控制論角度提出多指標問(wèn)題的一些基本概念。1976年R.基奈和H.拉伊發(fā)利用多屬性效用方法求解多目標問(wèn)題。60年代以來(lái)，出現了很多解決多目標決策問(wèn)題的方法。中國70年代中期開(kāi)始**應用 多目標決策方法 ，現在已取得了一定的成果。

  基本原理： 從人們在多目標條件下合理進(jìn)行決策的過(guò)程和機制從上分析，多目標決策的理論主要有：多目標決策過(guò)程的分析和描述；沖突性的分解和理想點(diǎn)轉移的理論；多屬性 效用理論 ；需求的多重性和層次性理論等。它們是構成多目標決策分析方法的理論基礎。

多準則決策可以解決的四類(lèi)問(wèn)題:

1. 在排序問(wèn)題(The sorting problem，分組排序)中，必須預先定義一組類(lèi)別，并為它們分配行動(dòng)，而不考慮其他行動(dòng)。在這個(gè)問(wèn)題中，決策者試圖將可選方案集劃分為幾個(gè)類(lèi)別。(Figueira, J., Mousseau, V., & Roy, B. (2005). ELECTRE methods. In J. Figueira, S. Greco, & M. Ehrgott (Eds.), Multiple Criteria Decision Analysis: The State of the Art Surveys (pp. 133–162). New York: Springer Science+Business Media Inc. )。排序多準則決策(MCDM)方法幫助決策者(dm)將每個(gè)行動(dòng)分配到一個(gè)類(lèi)別，從這個(gè)意義上說(shuō)，多標準排序方法并不打算發(fā)現類(lèi)別。

MCDM初始分類(lèi) ：

<1> Multi-attribute Value Theory (MAVT)[1] ：

Keeney, R., & Raiffa, H. (1976). Decisions with multiple objectives: Preferences and value tradeoffs. New York: John Wiley & Sons Inc.

 <2> The outranking approach[6] ：例如ELECTRE [2] 方法

Roy, B. (1990). The Outranking Approach and the Foundations of ELECTRE Methods. In C.A. Bana e Costa (Ed.), Reading in Multiple Criteria Decision Aid (pp. 155–183). Berlin: Springer-Verlag.

<3> decision rules using “if-then” statements[3]：

Greco, S., Matarazzo, B., & Slowinski, R. (1998). A New Rough Set Approach to Multicriteria and Multiattribute Classification. In L. Polkowski, & A. Skowron (Eds.), Rough Sets and Current Trends in Computing (Vol. 1424). Berlin, Heidelberg: Springer.

MCDM現在的分類(lèi) ：

  <1> Full aggregation approach[7]：  UTADIS方法 [4]

Ishizaka, A., & Nemery, P. (2013). Multi-Criteria Decision Analysis: Methods and Software. United Kingdom: Wiley.

包括最常用的UTADIS方法 [4] ：

Greco, S., Mousseau, V., & Slowinski, R. (2010). Multiple criteria sorting with a set of additive value functions. European Journal of Operational Research, 207(3), 1455–1470. https://doi.org/10.1016/j.ejor.2010.05.021

<2> Outranking approach[6] ：

Ishizaka, A., & Nemery, P. (2013). Multi-Criteria Decision Analysis: Methods and Software. United Kingdom: Wiley.

ELECTRE方法[2] ：

Benayoun, R., Roy, B. and Sussman, B. (1966) Electre: Une méthode pour guider le choix en présence de points de vue multiples. Note de travail, 49. （第一個(gè)提出該方法）

引用最多的是PROMETHEE方法[5]：

Brans J P, Vincke P. A preference ranking organization method: The PROMETHEE method for MCDM[J]. Management Science, 1985, 31(6):647- 6561.（第一個(gè)提出該方法）

J. Figueira; S. Greco & M. Ehrgott (2005). Multiple Criteria Decision Analysis: State of the Art Surveys . Springer Verlag.

Araz, C., & Ozkarahan, I. (2007). Supplier evaluation and management system for strategic sourcing based on a new multicriteria sorting procedure. International Journal of Production Economics, 106(2), 585–606. https://doi.org/10.1016/j. ijpe.2006.08.008.

   <3> Goal, aspiration or reference-level approach[8]

Ishizaka, A., & Nemery, P. (2013). Multi-Criteria Decision Analysis: Methods and Software. United Kingdom: Wiley.

the data envelopment analysis (DEA) 方法[10]：

Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2(6), 429–444. https://doi. org/10.1016/0377-2217(78)90138-8.

TOPSIS[9]

Hwang, C.L.; Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications. New York: Springer-Verlag.

AHP[11]

Saaty, T. L.．The Analytic Hierarchy Process: Planning, Priority Setting．New York: McGraw-Hill：Resource Allocation，1980.

 <4> Non-classical MCDM approaches[3] :

基于粗糙集的決策方法：

Greco, S., Matarazzo, B., & Slowinski, R. (2002). Rough sets methodology for sorting problems in presence of multiple attributes and criteria. European Journal of Operational Research, 138(2), 247–259. https://doi.org/10.1016/s0377-2217(01) 00244-2.——首先提出 Non-classical MCDM approaches

TRI-NOMFC方法[12]：

          Léger, J., & Martel, J.-M. (2002). A multicriteria assignment procedure for a nominal sorting problematic. European Journal of Operational Research, 138, 349-364.

Dempster–Shafer方法[13]:

          Dempster, A. P. (1967). "Upper and lower probabilities induced by a multivalued mapping". The Annals of Mathematical Statistics. 38 (2): 325–339. doi:10.1214/aoms/1177698950.

          Shafer, Glenn; A Mathematical Theory of Evidence, Princeton University Press, 1976, ISBN 0-608-02508-9

       2. 排序問(wèn)題(The ranking problem，也叫排名問(wèn)題)涉及到生成備選方案的部分或完整的優(yōu)先順序，其目的是為決策者提供所有選項或行動(dòng)的排名或評分。

       3. 描述問(wèn)題(The description problem)包括識別可選方案的重要特征和生成對這些特征的描述。

       4. 選擇問(wèn)題(The choice problem)中，決策者必須從一個(gè)集合a中選擇一個(gè)被評價(jià)為最佳的可選項子集。

[1]   多屬性值理論 (Multi-Attribute Value Theory,MAVT)主要是讓決策者可以對每個(gè)不同的屬性準則提供不同的屬性?xún)r(jià)值函數(attribute valuefunction)，結合每個(gè)屬性?xún)r(jià)值函數再經(jīng)過(guò)權重總合計算后,便得到每個(gè)方案的效用值。

[2] ELECTRE (Elimination et choix traduisant laréalité，(ELimination Et Choice Translating REality，選擇消去法,1966))法，說(shuō)到底還是運籌學(xué)方法。不過(guò)是換了一個(gè)形式，這種方法通過(guò)構建“級別高于關(guān)系(out ranking relationship)”的方式來(lái)淘汰劣等方案。目前純粹的ELECTRE方法已經(jīng)有I、II、III、IV、TRI幾代了，每一代都是在上一代的基礎上做了一些查漏補缺。

[3] 該方法包括有決策規則的方法，粗糙集是其中的代表方法(1998)。

[4] 多指標分類(lèi)的效用加性判別法 （UTADIS， UTilites additives DIScriminantes）， 該方法提出了偏好函數的加法和乘法形式的方法，綜合評估成一個(gè)全局分數。對每個(gè)標準評估一個(gè)分數，然后綜合成一個(gè)整體分數，在這種方法中，一個(gè)標準上的差分數可以用另一個(gè)標準上的好分數來(lái)補償，眾所周知的UTADIS是在這種方法中開(kāi)發(fā)的第一個(gè)排序方法。

[5] 豐富度評估的偏好排序組織方法（1985, Preference ranking organization method for enrichment evaluation， PROMETHEE,） 是多屬性決策方法的一種,此方法無(wú)需對評價(jià)指標進(jìn)行無(wú)量綱和規范化處理,避免了數據預處理導致的信息缺失和結果偏離,使評價(jià)結果更加客觀(guān)和科學(xué)。該方法主要是基于方案的兩兩比較,通過(guò)級別高于關(guān)系的概念來(lái)解決多屬性決策問(wèn)題。

步驟：一是確定優(yōu)先函數,根據優(yōu)先函數計算出每個(gè)方案“正 流量”和“負流量”(PROMETHEE I －部分排序)，具體地包括六種典型的優(yōu)先函數：一般準則、擬準則、線(xiàn)性?xún)?yōu)先關(guān)系準則、高斯準則、無(wú)差別區間的線(xiàn)性?xún)?yōu)先關(guān)系準則、分級準則；二是確定評價(jià)指標權重并定義方案間的模糊關(guān)系；三是根據“正 流量”和“負流量”計算出“凈流量”(PROMETHEE II－完全排序)。

[6]  建立方案和方案間的優(yōu)勢關(guān)系以淘汰較差的方案，若屬于級別高于關(guān)系(out ranking relationship)，即方案i優(yōu)于方案j 。 級別高于關(guān)系(out ranking relationship)的重要貢獻是可以去尋找到指標或其他參數（閾值和切割水平）。

[7] 見(jiàn)引用 [2]

[8]  這是在每個(gè)標準上定義參考水平(目標)，然后確定最接近或者最遠離（根據實(shí)際需要）這個(gè)理想參考水平的選項。

[9] 逼近理想解 法 （1981,  TOPSIS， Technique for Order Preference by Similarity to an Ideal Solution），該方法中的核心就是提出最優(yōu)解和最劣解。然后把備選方法拿來(lái)比較，如果有一個(gè)方案無(wú)限接近最優(yōu)解、遠離最劣解，那么這就是天選之解，所以TOPSIS法也叫做“ 優(yōu)劣解距離法 ”。

[10] 數據包絡(luò )分析法（1978, DEA, the data envelopment analysis） 是常用的分析方法，DEA方法及其模型自1978年由美國著(zhù)名運籌學(xué)家A.Charnes和W.W.Cooper提出，DEA是一個(gè)線(xiàn)形規劃模型，表示為產(chǎn)出對投入的比率。通過(guò)對一個(gè)特定單位的效率和一組提供相同服務(wù)的類(lèi)似單位的績(jì)效的比較，它試圖使服務(wù)單位的效率最大化。如今單純的DEA方法基本都已經(jīng)到了三階段DEA分析了。主要用于多投入、多產(chǎn)出的效率評價(jià)。適用經(jīng)濟類(lèi)分析。

[11]  層級分析程序法(Analytic Hierarchy Process,AHP) ，它也是屬于運籌學(xué)的范疇，同樣顧名思義，就是把關(guān)系錯綜復雜的決策問(wèn)題分成1234的層次來(lái)分析。AHP方法將選出的各屬性分層以后，通過(guò)構造判斷矩陣，再依據權重進(jìn)行賦權計算，然后根據結果排序。

       這種方法備受詬病的一個(gè)原因就是，其中的元素確定和權重確定是主觀(guān)確定的，因此，拍腦門(mén)或者“造數據”大行其道。后來(lái)，1996年，美國T.L.Saaty教授提出了網(wǎng)絡(luò )分析法（ANP），這種方法改掉了拍腦門(mén)的權重確定法，雖然一脈相承于A(yíng)HP，但是它更復雜了，也需要借助軟件來(lái)計算了。它自覺(jué)高級的地方在于，它不認為問(wèn)題的元素可以簡(jiǎn)單的分層的，這些元素之間有錯綜復雜的關(guān)系，像網(wǎng)絡(luò )。

[12] TRINOMFC(2002, TRI NOMinal base sur des Fonctions Criteres) 其分配是基于確定一個(gè)對象和其典型對象所描述的每個(gè)類(lèi)別之間的相似性評級。對于每個(gè)標準，將引入一個(gè)表示相似性指數的函數，以便對兩個(gè)對象之間的相似性概念進(jìn)行建模。每個(gè)指標定義這樣一個(gè)函數，其值在0到1之間，這個(gè)值將遠遠大于這個(gè)標準的兩個(gè)動(dòng)作之間的相似性。

[13] 置信函數理論 (1967) ，也被稱(chēng)作 證據理論 或 Dempster–Shafer theory(DST) ，是用于與不確定性推理，具有如概率，可能性，并理解連接到其他框架的總體框架 不精確概率理論 。該理論首先由Arthur P. Dempster在統計推斷的背景下引入，后來(lái)由Glenn Shafer 發(fā)展(1976)成為建模認知不確定性的一般框架—— 證據 的數學(xué)理論。該理論允許人們將來(lái)自不同來(lái)源的證據結合起來(lái)，并得出一定程度的置信度（由稱(chēng)為置信函數的數學(xué)對象表示），該置信度將所有可用的證據都考慮在內。

ejore是什么意思

Ejore是一個(gè)沒(méi)有明確定義和特定含義的詞。它的起源可能是個(gè)人或組織的創(chuàng )意，或者僅僅是一串隨機字母的組合。盡管有時(shí)可能會(huì )用作人名或地名，但這種情況并不常見(jiàn)?？傮w來(lái)說(shuō)，Ejore是一個(gè)模糊不清的詞，缺乏公認的定義。

盡管如此，Ejore在某些場(chǎng)合仍有一定的用途。在游戲中，它可能代表一個(gè)虛構的物品，如一件神器或重要的任務(wù)物品。在互聯(lián)網(wǎng)上，它可能被用作網(wǎng)名或社交媒體上的用戶(hù)名。此外，在某些文學(xué)作品中，Ejore可能是一個(gè)虛構的角色或概念?？偟膩?lái)說(shuō)，盡管沒(méi)有明確的含義，Ejore仍然可以在各種場(chǎng)合用作虛構元素。

從語(yǔ)言演化的角度來(lái)看，Ejore目前雖然還沒(méi)有明確的含義，但隨著(zhù)時(shí)間的推移，它有可能成為一個(gè)新的單詞或有新的含義。許多單詞最初都是不明確或模糊的，但隨著(zhù)時(shí)間的推移，它們逐漸獲得了明確的含義并成為常用詞匯。因此，Ejore有可能成為未來(lái)的新詞匯。