本站原创2016年「问题解决之研究方法(ResearchMethodorProblems-Solving)」夏令营活动
主办单位:北大学研发处协办单位:都市计画研究所
参加对象:有意愿奠定研究基础之全国各大专院校教师与硕博士班研究生(含大学部三四年级特优培育学生)为原则.
活动内容:为提昇研究能量,特举办『问题解决之「研究方法」(ResearchMethodorProblems-Solving)』夏令营活动(SummerCamp),由本校讲座教授曾国雄教授(第四届国家讲座,国科会杰出奨三次,国科会特约研究员两次,暨国科会杰出特约研究奖等)亲自主持活动与授课,课程之初会将『「问题解决(Problems-Solving)」之传统至最新及未来可能发展的"NewConceptsandNewTrendsofHybridMCDMforTomorrow"(ResearchMethodorProblems-Solving)」』』以及『如何投稿SSCI/SCI论文之技巧与要点』加以深入浅出的介绍尔後,邀请明星级师资与并配助教群以【个案讨论】或【计算方法】或【软体操作】等方式针对各研究方法进行深入探讨,并以实例说明(如以曾国雄教授实际在SSCI/SCI期刊刊出之论文为例),以带动台湾各大学整体之学术研究风气与提昇研究能量.一开始听不懂不用怕,听下去,多听几次,同时必须找题目实做(个案分析为以(StoryCaseinPractice)」+「解决问题之研究方法ResearchMethodorProblems-Solving)结果表达(Expressionofresults含「写作的技巧(WritingSkill)」与「讲的技巧(SpeechSkill)」),重点在於基本逻辑之思考与推理】),一直做下去,试着投稿,就会有SSCI/SCI的研究成果,但此研究之成果是没有白吃的午餐,要耐心,是一步一步的达成.
上课时间:10:00至16:00.
活动地点:北大学公共事务学院6F-630教室.
课程内容,日期与计画:
本作业研究,统计与多变量分析,模糊理论与决策,多评准决策,MCDM),与许多实务研究案等为问题解决研究之基础理论曾教授MCDM分成相互关连之三大类型之「新新混合动态多决策模型
大数据Cause-effectRule-based大数据MultipleRule-basedDecisionMaking,MRDM)」.本单元适合解决「资料处理」方面之问题进行一系列方法说明,其中包含支援向量机(SupportVectorMachine,SVM),约略集合(Roughset,RST)与Dominance-basedRoughSetApproach(DRSA).
多属性决策方法(MultipleAttributeDecisionMaking,MADM):评估排序,选择,与改善之「改良型多属性决策(ModifiedMultipleAttributeDecisionMaking,ModifiedMADM)」.本单元适合解决「评估,选择与改善策略」方面之问题进行一系列方法说明,其中包含属性关联性的结构法(DEMATEL)属性权重训练法(AHP/ANP/DANP)以及绩效评估法,含加法型与非加法型(FuzzyIntegral)解决现今评估法,如修正式简单加法型,TOPISIS(问题点),修正式VIKOR法,修正式GreyRelationAnalysis,修正式ELECTRE与修正式PROMETHEE.
多目标决策方法(MultipleObjectiveDecisionMaking,MODM):规划面BasedonChangeableSpaces,MODMBasedonChangeableSpaces)」.本单元适合解决「规划,设计与资源规划」方面之问题进行一系列方法说明,其中包含多目标规划系列之方法,DeNovoprogramming及可变空间多目标规划(Changeablespaceswithmultipleprogramming).
以此些方法之理念,对管理有关之各种领域主题,进行整合性系统之理论与实务应用的社会网路研究(SocialNetworkAnalysis)以湾的研究计画案含产业合作案,国科会计画案等做为实际案例分析,将研究成果发表於国际各知名期刊.
图,Anewbined/hybridMCDMapproachforimprovingperformance
本次课程日期与课程计画
日期/星期时间10:00-12:0013:00-15:0015:00-16:00MultipleAttribute7月6日一曾国雄老师讲授(明日的研究方法)曾国雄老师讲授
(MCDMOverview)论文发表曾老师学生7月13日一曾国雄老师讲授(AHP/ANP/DEMATEL/DANP)曾国雄老师讲授(TOPISIS/VIKOR/GreyRelation)论文发表曾老师学生7月20日一曾国雄老师讲授(Review与FuzzyIntegral)胡曙光老师讲授(FuzzyIntegral加法型绩效评估法)曾老师讲授与讨论(该方法之未来)7月27日一学员论文议题发表与讨论陈亭羽老师讲授(PROMETHEEELECTRE)曾老师讲授与讨论(该方法之未来)Multiple8月10日一曾国雄老师讲授(多目标规划DeNovoprogramming)丁世展老师讲授(多目标规划)曾老师讲授与讨论(该方法之未来)8月17日一学员论文发表与讨论(初稿)卫万明老师讲授(AHP与整数规划)曾老师讲授与讨论(该方法之未来)8月24日一曾国雄老师讲授(RST与FCA/DRSA)黄日钲老师讲授(DataMining/SVM)曾老师讲授与讨论(该方法之未来)8月31日一刘建浩老师讲授(RST与DRSA)王日昌老师讲授(类神经演算法[分类分群方法])曾老师讲授与讨论(该方法之未来)9月7日一学员论文发表与讨论(期末)沈高毅老师讲授(MRDM)曾国雄老师总结师资及讲座内容报名方式:为统计人数及其他相关作业之进行,欲参加者请至台北大学研发处系统报名sea.cc.ntpu.edu.tw/pls/eval/reg_order.ordformeid等于4694.
备注:
1.报名截止日期:2016年7月3日(星期五).
2.明星师资群姓名学校/系所职称讲座时间胡曙光助理教授7月20日陈亭羽长庚大学工商管理学系教授7月27日丁世展台湾海洋大学运输科学系助理教授8月10日卫万明台北大学不动产与城乡环境学系教授8月17日刘建浩台北科技大学工业工程与管理系教授8月24日王日昌长庚大学资讯管理学系助理教授8月31日黄日钲东吴大学资讯管理学系副教授8月31日沈高毅中国文化大学财务金融系暨研究所副教授9月7日3.课程方面有任何问题,请洽联络同学,联络方式如下:
姓名系所年级黄三麟台北大学都市计画研究所博士班二年级0922-334-176姓名系所年级台北大学都市计画研究所班二年级台北大学都市计画研究所班年级GoogleScholar
Gwo-HshiungTzeng
DistinguishedChairProfessor
Researchmethodorproblems-solvingfuzzysettheory,roughsettheory->,statisticsandmultivariateanalysis,evolutionaryputation,softputing,etc.),multiplecriteriadecisionmaking(MADMandMODM),andsoonforapplicationsintherealworldproblems
Citationindices
All
Since2016
Citations
22333
15790
h-index
68
57
i10-index
189
171
scholar.google./citationsuser等于ZRXOrvQAAAAJ&,hl等于en
Citationstomyarticles
June16,2016:
2016(1584times),
2016(1769times),
2016(2641times),
2016(2922times),
2016(3358times),
2016(3416times),
2016(1589times).scholar.google./citationsuser等于ZRXOrvQAAAAJ&,hl等于en,ghtzeng.weebly./
本课程包含曾教授提出六项在MCDM领域为「解决实际问题」的重要「新观念与新趋势之未来混合式多评准决策(NewConceptsandTrendsofHybridMCDMforTomorrow)」,此之六项以浅显方式说明如下:
(一)因果影响关系If-then规则
现实商业错综复杂环境,『经济与统计脱离现实(EconomicsandStatisticsareunrealisticintherealworld)』之问题常让研究者或决策者难以理出头绪,随着大数据时代的来临,更增加了分析的困难度.为解决以上难题,曾教授近期带领研究团队开拓新的研究方向,结合柔性计算oftComputing)的支配型约略集合演算法(Dominance-BasedRoughSetApproach,DRSA)与MCDM中多种决策方法(DEMATEL,DANP,ModifiedVIKOR,ChangeableSpaceswithMOP等),尝试探索复杂现象背後的核心影响变数与交互影响关系,突破传统研究方法(例如统计分析)的限制,并提供决策者理解的规则与逻辑,将学术研究落实到解决各种实际问题.
所有问题都具有关联性
过去因为受限於计算工具并不发达,研究中的检测设变得十分重要,而所有的问题也都被检测设是独立发生的.但曾教授强调,就实际的层面来说,所有问题的发生都有其关性.他以几年前全球性的金融风,包括油价上涨而引起建材原料上涨,紧接着房价飙涨,以及後续美国因房贷问题所发生的银行倒闭事件,甚至延伸至欧洲,亚洲产生全球性的金融危机,足以证明问题与问题之间所引发的是连带的效应及全面性的影响.周刊,1102期2016.1,p.119)
(三)渴望水准(aspirationlevels)的追求
曾教授解释,传统观念上,人们所追求的目标都是比较值之後所得出的相对「好」,但现在要追求的则应该提升至「渴望水准(aspirationlevels)」.我们总是以可见的「最好」来做为自我实践的标,但这只是所能比较的事物之中,相对之下被认知「好」.具体来说,如果以0至100分的观念来解释,aspires若是100分,这里所指的标水准可能只达到60分,显现传统观念中所追求的品质,距离人们真正的渴望水准,仍有很大进步的空间.关联性的问题,系统性的改善
如前所述,若所有问题都具有相关性,该如何答案是:系统性的改善方案.曾教授解释,当问题被发现时,绝非进行「选择」或「排序」,因为即使是眼见的第一名,可能也离渴望水准还有一段距离.所以当关联性的问题浮现时,追求系统性的改善,制定完整性的配套措施,才是问题解决之道.如果头痛医头,脚痛医脚,永远只是抑制单一问题的发生,而非真正解决问题.问题均非加法型
曾教授认为,加法型的问题很容易让人掉入表象的陷阱中.例如现行大学的选课制度模式下,学生必须在修满一定的毕业学分规则下安排学期的课程.於是为求达成学分数,课程本身的难易度,是否容易取得好成绩,很自然地成为学生选课时优先参考的因素,最後一致性的选择通常是「营养学分」.他认为,制度的设计应该让学生能从课程课程之间的影响性,重要性等方向做为修习考量,否则容易陷入只为达到成绩,而忽略学习过程中应具备的能力水准养成训练.再者,踏出校门後,社会中实际待解决的问题也都是非加法型的,如果在学习过程就没有获得适当的训练,影响所及就是工作上缺乏创新creativity)思考,影响自我价值."Howcanachieveoneplusonelargerthan2,i.e.,1+1>,2).
(六)突破过去不可变的资源因素,达成多重目标
过去的环境因为资源条件有限,若同时考量追求企业最大利润化,消费者怎么写作品质佳化,但对社会及环境所造成的影响达到最小化,Pareto最佳化解,目标显得不易达成.但现在各项环境的条件已与时俱进,过去以为不可变的条件因素/固定资源已转为可变因素,接下来应该思考的就是如何改善资源,达到各项目标.