图书简介:
第1章 预测与决策方法概述
1.1 预测概述/
1.1.1 预测的产生与发展/
1.1.2 预测的分类/
1.1.3 预测的基本原则/
1.1.4 预测的程序/
1.1.5 预测的精度与价值/
1.2 决策概述/
1.2.1 决策科学的产生与发展/
1.2.2 决策理论学派的评述/
1.2.3 决策的分类/
1.2.4 决策的程序/
1.2.5 主要的决策方法简介/
1.3 预测与决策的关系/
1.4 案例分析/
复习思考题/
第2章 时间序列预测法
2.1 时间序列预测概述/
2.1.1 时间序列预测的内涵/
2.1.2 时间序列预测的组成因素/
2.1.3 时间序列的分解模型/
2.1.4 时间序列的分类/
2.2 移动平均法/
2.2.1 简单移动平均法/
2.2.2 趋势移动平均法/
2.3 指数平滑法/
2.3.1 一次指数平滑法/
2.3.2 二次指数平滑法/
2.3.3 三次指数平滑法/
2.4 差分指数平滑法/
2.4.1 一阶差分指数平滑模型/
2.4.2 二阶差分指数平滑模型/
2.5 有增长上限的趋势外推预测法/
2.5.1 修正指数曲线预测法/
2.5.2 龚珀兹曲线预测法/
2.5.3 皮尔曲线预测法/
2.6 神经网络预测方法/
2.6.1 神经网络的结构及类型/
2.6.2 BP神经网络(BackPropagation
Network)/
2.6.3 径向基神经网络(Radial Basis
Networks)/
2.6.4 概率神经网络(Probabilistic
Neural Network)/
2.6.5 算例/
复习思考题/
复习思考题参考答案/
第3章 灰色预测方法
3.1 灰色预测概述/
3.1.1 准光滑序列/
3.1.2 累加生成算子与累减生成
算子/
3.1.3 灰色建模步骤/
3.2 GM(1,1)预测模型/
3.3 GM(0,N)模型/
3.4 GM(2,1)和Verhulst模型/
3.4.1 GM(2,1)模型/
3.4.2 Verhulst模型/
3.5 灰色灾变预测/
3.5.1 灰色灾变预测概述/
3.5.2 灰色季节灾变预测/
复习思考题/
复习思考题参考答案/
第4章 多属性综合决策方法
4.1 多属性综合决策概述/
4.1.1 综合决策问题的要素/
4.1.2 评价指标体系的构建/
4.1.3 评价指标的规范化/
4.1.4 综合决策方法的局限性/
4.2 基于加权平均算子的多属性
决策方法/
4.2.1 简单加权算术平均
(WAA)法/
4.2.2 有序加权算术(OWA)
平均法/
4.3 熵权决策方法/
4.4 Topsis决策方法/
4.5 AHP决策方法/
4.5.1 AHP的基本原理与步骤/
4.5.2 AHP的应用案例/
4.5.3 AHP的优点和不足/
复习思考题/
复习思考题参考答案/
第5章 灰色决策方法
5.1 灰色关联决策方法/
5.1.1 灰色关联因素和关联
算子集/
5.1.2 灰色关联公理与灰色
关联度/
5.1.3 灰色绝对关联度/
5.1.4 案例应用/
5.2 多属性灰色聚类决策方法/
5.2.1 灰色聚类/
5.2.2 灰色定权聚类决策方法/
5.2.3 案例应用/
5.3 灰色局势决策方法/
5.3.1 单目标化灰色局势决策
方法/
5.3.2 基于“奖优罚劣”线性变换
算子的区间数多目标灰色
局势决策方法/
5.4 灰靶决策方法/
5.4.1 多目标灰靶决策方法/
5.4.2 多目标智能灰靶决策方法/
复习思考题/
复习思考题参考答案/
第6章 粗糙集决策方法
6.1 经典粗糙集/
6.1.1 粗糙集理论的发展现状/
6.1.2 集合与集合的近似/
6.1.3 属性依赖和近似精度/
6.1.4 近似质量和约简/
6.1.5 应用区分矩阵求信息系统的
约简和核/
6.1.6 决策表的规则获取/
6.1.7 应用分辨矩阵求决策表的
约简、 核和决策规则/
6.2 数据离散与属性约简的常用
算法/
6.2.1 数据离散算法/
6.2.2 属性约简的算法/
6.3 变精度粗糙集 /
6.3.1 粗糙隶属函数/
6.3.2 变精度粗糙集模型/
6.3.3 置信阈值β的讨论/
6.4 优势粗糙集/
6.4.1 多标准决策的分类问题/
6.4.2 基于优势关系的不相容性与
不可分辨类/
6.4.3 基于优势关系的优势集与
劣势集/
6.4.4 优势粗糙集模型(dominated
base rough set models)/
6.5 应用案例/
6.5.1 不考虑偏好信息情况下运输
方案的选择决策/
6.5.2 考虑偏好信息情况下的选择
决策/
复习思考题/
复习思考题参考答案/
第7章 模糊决策法
7.1 模糊决策方法概述/
7.1.1 模糊集与模糊隶属函数/
7.1.2 模糊子集的运算/
7.1.3 模糊关系及其运算/
7.1.4 模糊关系的合成/
7.1.5 λ-截集与分解定理/
7.1.6 模糊集的模糊性及其度量/
目 录VIIVIII预测与决策软计算方法及应用7.2 模糊聚类决策分析法/
7.2.1 模糊聚类概述/
7.2.2 模糊聚类方法的分类/
7.3 模糊综合评价方法/
7.4 基于三角模糊数的模糊综合
评判法/
7.4.1 理论基础/
7.4.2 基于三角模糊数的模糊综合
评判法的构建/
7.4.3 案例应用/
7.5 直觉模糊决策方法/
7.5.1 直觉模糊基础知识/
7.5.2 直觉模糊数多属性决策
方法/
7.5.3 基于Topsis的直觉模糊数
多属性决策方法/
7.5.4 案例分析/
7.6 犹豫模糊决策方法/
7.6.1 犹豫模糊理论基本知识/
7.6.2 基于正负理想点的犹豫模糊
多属性决策方法/
7.6.3 案例应用/
复习思考题/
复习思考题参考答案/
参考文献
展开
前 言
管理活动是由一系列决策组成的。在市场竞争非常激烈的今天, 无论企业或个人都经常会遇到复杂的不确定性决策问题, 需要分析与处理决策问题中多种不确定性情况, 如随机性、 模糊性、 偏好性、 粗糙性和灰性等, 且需要快速做出决策。预测是决策的基础, 不确定性预测、 决策问题普遍存在于管理科学、 信息科学、 系统科学、 计算机科学、 知识工程及可靠性技术等众多领域中。由于现实世界中的许多不确定性问题太复杂了, 以至于难以用任何精确的模型来描述, 精确的度量和控制的硬技术方法在处理这样复杂的问题时不是总有效的, 需要借助于人类的直觉。人类的直觉包含基于人类思维的直觉和已实现的主观思想。软计算技术(如模糊集、 灰色系统、 粗糙集及神经网络等)旨在开采人们决策过程中的不精确性、 不确定性、 近似推理及部分正确性, 以便获得易处理的、 功能强大的、 低成本的且与人类决策极其类似的解决方法。软计算技术与人类思维的推理与学习的非凡能力相匹配, 充分利用了人类的直觉知识, 是解决不确定性预测、 决策问题的有效方法。与处理精确的、 确定的且严格的硬技术方法相比较, 软计算技术在获取不精确的或子最优的, 但却经济的解决方法方面是有效的,且可与硬技术相匹敌。由于软计算技术的独特功能, 软计算技术已吸引了各种学术团队越来越浓厚的研究兴趣。
本书是在作者多年讲授预测与决策课程的教学与科研实践基础上, 根据经济类、 管理类专业的特点, 并吸取国内外优秀预测与决策教材的成果凝练而成的。考虑到教材的系统性与严谨性, 且尽量减少与其他系列教材的交叉与重复, 书中内容涵盖了传统的预测与决策方法, 面向不确定性问题的软计算预测与决策方法。传统的预测与决策方法主要包括时间序列预测方法、 多属性综合决策方法; 面向不确定性问题的软计算预测与决策方法主要包括神经网络预测方法、 灰色预测方法、 灰色决策方法、 模糊集决策方法、 粗糙集决策方法等。本书的主要特色是强调预测与决策方法的应用性, 尤其是面向不确定性预测、 决策问题的软计算方法的实践应用, 尽量减少繁琐数学推导的介绍, 在理论阐述上力求简明扼要、 深入浅出、 通俗易懂, 用大量的实例来说明预测与决策本书是在作者多年讲授预测与决策课程的教学与科研实践基础上, 根据经济类、 管理类专业的特点, 并吸取国内外优秀预测与决策教材的成果凝练而成的。考虑到教材的系统性与严谨性, 且尽量减少与其他系列教材的交叉与重复, 书中内容涵盖了传统的预测与决策方法, 面向不确定性问题的软计算预测与决策方法。方法的具体应用和分析计算, 努力突出预测与决策方法理论思想的渗透和实际案例的应用,能够为解决经济与管理中出现的多种不确定性问题提供有力的分析工具。每章均有开篇案例, 导出该章理论方法的应用背景, 并配备一定数量的复习思考题及针对实践应用问题的案例讨论题, 以帮助读者培养综合运用相关预测与决策基本原理、 方法和技能, 分析和解决社会经济管理领域中实际问题的能力。
全书共分7章, 其中, 第1章、 第2章由刘思峰(南京航空航天大学)、 菅利荣(南京航空航天大学)编写, 第3章、 第6章由菅利荣编写, 第4章、 第5章由刘思峰、 刘勇(江南大学)编写, 第7章由刘勇编写。此外, 赵焕焕博士、 王大澳博士及于菡子硕士参与了书稿的校对及书稿PPT的制作。
本书在编写过程中, 有关专家、 学者提出了宝贵的意见, 同时得到了其他同行及电子工业出版社工作人员的大力支持。此外, 教材的出版得到了国家自然科学基金(71173104)、 欧盟项目(Grant No. FP7PIIFGA2013629051)和南京航空航天大学精品课程建设基金的资助。在此一并表示衷心的感谢!
限于作者水平, 加上时间仓促, 该书难免存在一些缺点、 不足, 恳请各位读者批评指正。
展开