首頁 > 畢業季到 多目標的決策難題來了
:::
畢業季到 多目標的決策難題來了
015年之後,由於大數據與智慧聯網的興起,多目標決策方面的研究或有可能發展到全域最佳化的研究、智慧聯網的相關應用、以及工業4.0的智慧化生產應用等,即利用資通訊工具、雲端運算與商業分析達到快速調整方案及策略訂定,完成人類難以自行完成的多維度難題之快速有序的解答
 
 
 
大專校院鳳凰花開、高唱驪歌,學生們在踏出青春校園後,大多數初入社會的新鮮人,首當其衝的就是求職就業的問題了,也由於第一份工作對於職場的新鮮人相當重要,因此在求職路上的許多選擇過程,比方說每一個標的公司方案選項中,包含了如薪資、工作內容、上班地點等各種目標間評準的比較取捨,讓這些社會新鮮人實在難以區分其良劣,傷透腦筋。

對於古典經濟學而言,不同單位的標的物無法比較,比方說蘋果與麵包是無法做比較的。但是對於心理學而言,不同單位的標的物化作心中的心理值後即可進行比較。而這些心理值是由標的物對於多目標,化成個人的心理值來進行動態性的取捨決策。比方說,畢業生畢業後,對於未來求職公司的薪資、工作內容、上班地點等各種目標間評準是採以將這些目標化成個人的心理值來進行動態性的取捨決策。

2015年之後,由於大數據與智慧聯網的興起,多目標決策方面的研究或有可能發展到全域最佳化的研究、智慧聯網的相關應用、以及工業4.0的智慧化生產應用等,即利用資通訊工具、雲端運算與商業分析達到快速調整方案及策略訂定,完成人類難以自行完成的多維度難題之快速有序的解答。比方說,加拿大科學家Amid等人於2015年發表在《供應鏈和物流系統的可持續運作》一書中,將模糊多目標模型MFCA途徑用於紡織供應鏈,選擇產品品種,而土耳其科學家Yayla等人,2015年在《國際生產研究期刊》提到利用模糊多準則決策的混合數據分析方法評估第三方物流運輸供應商,此即工業4.0的智慧化生產的應用。另外,Kulak等人,2015年在《軟計算應用期刊》上進一步考慮了增列風險因素用於醫療成像系統的多準則決策方法,說明了多目標決策在智慧化產業的應用,正在高速的進步中。(本文由科技部補助「學習在雲端―揭開科學與科技的神秘面紗」執行團隊撰稿)

責任編輯:盧妍竹
審校:張惠博
推薦文章

TOP