2023-01-012024-05-18https://scholars.lib.ntu.edu.tw/handle/123456789/699370資料包絡分析法(DEA)是一個無母數的最佳化方法以估計生產可能集合(PPS)並且評估決策制定單位的生產效率，也稱作生產力與效率分析。典型的資料包絡分析法是一個事後評估(ex-post)模式，並關注於效率評估。然而，如何透過效率評估結果實質地改善生產力仍是待研究的議題。換言之，資料包絡分析法應轉為事前規劃(ex-ante)模式，並強調於資源規劃。本計畫書試圖發展三個進階分析主題：第一，發展強化學習來獲得最佳策略以改善資料包絡分析中的生產力評估；第二，除了典型規模報酬的評估，範疇報酬是資料包絡分析法另一關注的關鍵議題，用以衡量企業多角化經營之綜效(synergy)；第三，整合規模與範疇技術，發展多目標強化學習於條件風險價值以規避產能決策中的最大風險。這三個主題期望能推動資料包絡分析法文獻往事前規劃(ex-ante)模式。資料包絡分析; 強化學習; 範疇報酬; 條件風險價值; 產能決策最佳化