ejor縮寫是什么意思

EJOR英文含義

EJOR的英文全稱：European Journal of Operational Research | 中文意思：───歐洲運(yùn)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——2021-07-08

決策 是人們?cè)谡?、?jīng)濟(jì)、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(xiàn)特定的目標(biāo)，根據(jù)客觀的可能性，在占有一定信息和經(jīng)驗(yàn)的基礎(chǔ)上，借助一定的工具、技巧和方法, 對(duì)影響目標(biāo)實(shí)現(xiàn)的諸因素進(jìn)行分析、計(jì)算和判斷選優(yōu)后, 對(duì)未來(lái)行動(dòng)作出決定。

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

多準(zhǔn)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(nèi)容之一。多準(zhǔn)則決策根據(jù)決策方案是有限還是無(wú)限，而分為多屬性決策與多目標(biāo)決策兩大類。

多屬性決策：

多屬性決策也稱有限方案多目標(biāo)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(xiàn)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(jì)、管理和軍事等諸多領(lǐng)域中都有廣泛的應(yīng)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(shù)，以做為評(píng)估的選擇。

2. 多個(gè)評(píng)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(shù)，提出影響方案的數(shù)個(gè)相關(guān)屬性，屬性間可以是互相獨(dú)立也可以是有相關(guān)聯(lián)。

3. 屬性的權(quán)重分配：對(duì)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(quán)重 給不同的屬性，一般來(lái)說(shuō)屬性的權(quán)重分配通常會(huì)經(jīng)過(guò)正規(guī)化處理。

多目標(biāo)決策：

多目標(biāo)決策是指需要同時(shí)考慮兩個(gè)或兩個(gè)以上目標(biāo)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(xiàn)有設(shè)備能否生產(chǎn)以及原材料供應(yīng)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(diào)、配合和滿足，才是最優(yōu)的決策。

  歷史發(fā)展： 多目標(biāo) 最優(yōu)化問(wèn)題 最早是由意大利經(jīng)濟(jì)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(biāo)化成一個(gè)單一的最優(yōu)化目標(biāo)。1944年J.von諾伊曼和O.莫根施特恩又從 對(duì)策論 角度提出具有多個(gè)決策者并相互矛盾的 多目標(biāo)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(biāo)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(kù)珀提出 目標(biāo)規(guī)劃 。1963年L.A.瑞特從控制論角度提出多指標(biāo)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(biāo)問(wèn)題。60年代以來(lái)，出現(xiàn)了很多解決多目標(biāo)決策問(wèn)題的方法。中國(guó)70年代中期開(kāi)始**應(yīng)用 多目標(biāo)決策方法 ，現(xiàn)在已取得了一定的成果。

  基本原理： 從人們?cè)诙嗄繕?biāo)條件下合理進(jìn)行決策的過(guò)程和機(jī)制從上分析，多目標(biāo)決策的理論主要有：多目標(biāo)決策過(guò)程的分析和描述；沖突性的分解和理想點(diǎn)轉(zhuǎn)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(gòu)成多目標(biāo)決策分析方法的理論基礎(chǔ)。

多準(zhǔn)則決策可以解決的四類問(wèn)題:

1. 在排序問(wèn)題(The sorting problem，分組排序)中，必須預(yù)先定義一組類別，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(zhǔn)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)類別，從這個(gè)意義上說(shuō)，多標(biāo)準(zhǔn)排序方法并不打算發(fā)現(xiàn)類別。

MCDM初始分類 ：

<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(xiàn)在的分類 ：

  <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(xiàng)或行動(dòng)的排名或評(píng)分。

       3. 描述問(wèn)題(The description problem)包括識(shí)別可選方案的重要特征和生成對(duì)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(píng)價(jià)為最佳的可選項(xiàng)子集。

[1]   多屬性值理論 (Multi-Attribute Value Theory,MAVT)主要是讓決策者可以對(duì)每個(gè)不同的屬性準(zhǔn)則提供不同的屬性價(jià)值函數(shù)(attribute valuefunction)，結(jié)合每個(gè)屬性價(jià)值函數(shù)再經(jīng)過(guò)權(quán)重總合計(jì)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(yùn)籌學(xué)方法。不過(guò)是換了一個(gè)形式，這種方法通過(guò)構(gòu)建“級(jí)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(chǔ)上做了一些查漏補(bǔ)缺。

[3] 該方法包括有決策規(guī)則的方法，粗糙集是其中的代表方法(1998)。

[4] 多指標(biāo)分類的效用加性判別法 （UTADIS， UTilites additives DIScriminantes）， 該方法提出了偏好函數(shù)的加法和乘法形式的方法，綜合評(píng)估成一個(gè)全局分?jǐn)?shù)。對(duì)每個(gè)標(biāo)準(zhǔn)評(píng)估一個(gè)分?jǐn)?shù)，然后綜合成一個(gè)整體分?jǐn)?shù)，在這種方法中，一個(gè)標(biāo)準(zhǔn)上的差分?jǐn)?shù)可以用另一個(gè)標(biāo)準(zhǔn)上的好分?jǐn)?shù)來(lái)補(bǔ)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(píng)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(duì)評(píng)價(jià)指標(biāo)進(jìn)行無(wú)量綱和規(guī)范化處理,避免了數(shù)據(jù)預(yù)處理導(dǎo)致的信息缺失和結(jié)果偏離,使評(píng)價(jià)結(jié)果更加客觀和科學(xué)。該方法主要是基于方案的兩兩比較,通過(guò)級(jí)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(shù),根據(jù)優(yōu)先函數(shù)計(jì)算出每個(gè)方案“正 流量”和“負(fù)流量”(PROMETHEE I －部分排序)，具體地包括六種典型的優(yōu)先函數(shù)：一般準(zhǔn)則、擬準(zhǔn)則、線性優(yōu)先關(guān)系準(zhǔn)則、高斯準(zhǔn)則、無(wú)差別區(qū)間的線性優(yōu)先關(guān)系準(zhǔn)則、分級(jí)準(zhǔn)則；二是確定評(píng)價(jià)指標(biāo)權(quán)重并定義方案間的模糊關(guān)系；三是根據(jù)“正 流量”和“負(fù)流量”計(jì)算出“凈流量”(PROMETHEE II－完全排序)。

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

[7] 見(jiàn)引用 [2]

[8]  這是在每個(gè)標(biāo)準(zhǔn)上定義參考水平(目標(biāo))，然后確定最接近或者最遠(yuǎn)離（根據(jù)實(shí)際需要）這個(gè)理想?yún)⒖妓降倪x項(xiàng)。

[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(yuǎn)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(shù)據(jù)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(guó)著名運(yùn)籌學(xué)家A.Charnes和W.W.Cooper提出，DEA是一個(gè)線形規(guī)劃模型，表示為產(chǎn)出對(duì)投入的比率。通過(guò)對(duì)一個(gè)特定單位的效率和一組提供相同服務(wù)的類似單位的績(jī)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(píng)價(jià)。適用經(jīng)濟(jì)類分析。

[11]  層級(jí)分析程序法(Analytic Hierarchy Process,AHP) ，它也是屬于運(yùn)籌學(xué)的范疇，同樣顧名思義，就是把關(guān)系錯(cuò)綜復(fù)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(gòu)造判斷矩陣，再依據(jù)權(quán)重進(jìn)行賦權(quán)計(jì)算，然后根據(jù)結(jié)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(quán)重確定是主觀確定的，因此，拍腦門或者“造數(shù)據(jù)”大行其道。后來(lái)，1996年，美國(guó)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的權(quán)重確定法，雖然一脈相承于AHP，但是它更復(fù)雜了，也需要借助軟件來(lái)計(jì)算了。它自覺(jué)高級(jí)的地方在于，它不認(rèn)為問(wèn)題的元素可以簡(jiǎn)單的分層的，這些元素之間有錯(cuò)綜復(fù)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(duì)象和其典型對(duì)象所描述的每個(gè)類別之間的相似性評(píng)級(jí)。對(duì)于每個(gè)標(biāo)準(zhǔn)，將引入一個(gè)表示相似性指數(shù)的函數(shù)，以便對(duì)兩個(gè)對(duì)象之間的相似性概念進(jìn)行建模。每個(gè)指標(biāo)定義這樣一個(gè)函數(shù)，其值在0到1之間，這個(gè)值將遠(yuǎn)遠(yuǎn)大于這個(gè)標(biāo)準(zhǔn)的兩個(gè)動(dòng)作之間的相似性。

[13] 置信函數(shù)理論 (1967) ，也被稱作 證據(jù)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(tǒng)計(jì)推斷的背景下引入，后來(lái)由Glenn Shafer 發(fā)展(1976)成為建模認(rèn)知不確定性的一般框架—— 證據(jù) 的數(shù)學(xué)理論。該理論允許人們將來(lái)自不同來(lái)源的證據(jù)結(jié)合起來(lái)，并得出一定程度的置信度（由稱為置信函數(shù)的數(shù)學(xué)對(duì)象表示），該置信度將所有可用的證據(jù)都考慮在內(nèi)。

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(jī)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(rèn)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(gòu)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名。此外，在某些文學(xué)作品中，Ejore可能是一個(gè)虛構(gòu)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(gòu)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。