現代管理數學方法(2016年科學出版社出版的圖書)

《現代管理數學方法》是2016年科學出版社出版的圖書，作者是羅黨。

基本介紹

• 書名：現代管理數學方法
• 作者：羅黨
• 出版社：科學出版社
• 出版時間：2016年1月
• ISBN：9787030481115

內容簡介

定量分析方法已成為管理科學理論及實踐的重要基礎.本書選擇數學規劃、多元統計分析、馬爾可夫分析、數據包絡分析、博弈論、灰色系統理論、粗糙集、智慧型最佳化等八種代表性現代管理數學方法,編寫成冊.本書共十章,第1章介紹現代管理數學方法的產生及發展,第2~10章分別介紹現代管理數學方法的基本概念、基本方法和模型拓展.

圖書目錄

序

前言

第1章 緒論

1．1 數學規劃

1．2 多元統計

1．3 馬爾可夫分析

1．4 數據包絡分析

1．5 博弈論

1．6 灰色系統理論

1．7 粗糙集

1．8 智慧型算法

第2章 數學規劃

2．1 線性規劃

2．1．1 線性規劃的一般形式和標準形式

2．1．2 線性規劃的圖解法

2．1．3 單純形法的原理

2．1．4 單純形法計算步驟

2．2 整數規劃

2．2．1 整數規劃模型的一般形式

2．2．2 整數規劃舉例

2．2．3 分支定界法

2．3 目標規劃

2．3．1 目標規劃的數學模型

2．3．2 目標規劃的單純形法

習題2

第3章 多元統計分析

3．1 基本概念

3．2 主成分分析

3．2．1 主成分分析及幾何意義

3．2．2 主成分分析的求法

3．3 聚類分析

3．4 因子分析

習題3

第4章 馬爾可夫分析法

4．1 基本概念

4．1．1 馬爾可夫鏈

4．1．2 n步轉移機率和C-K方程

4．1．3 首達時與首達機率

4．1．4 穩態機率

4．2 馬爾可夫預測

4．2．1 商品銷售狀態預測

4．2．2 市場占有率預測

4．2．3 期望利潤預測

4．3 可爾可夫決策

4．3．1 序列決策模型

4．3．2 馬爾可夫決策過程的數學描述

4．3．3 決策類與目標函式

4．3．4 有限階段模型

習題4

第5章 數據包絡分析

5．1 基本概念

5．2 CCR模型．

5．3 CCR的擴充模型

5．3．1 BCC模型

5．3．2 超效率模型

5．3．3 交叉效率模型

5．3．4 幾何平均效率模型

5．3．5 最優決策單元的選擇

5．4 灰區間變數DEA模型

5．4．1 灰區間變數DEA模型求解方法回顧及分析

5．4．2 基於灰數比較可信度的灰區間變數DEA模型求解

5．4．3 位置係數約束下的灰區間變數DEA模型

5．4．4 決策單元的DEA效率區間及其漂移值的修正

5．4．5 三參數灰區間變數DEA模型及其效率區間排序

5．4．6 案例分析

習題5

第6章 博弈論

6．1 博弈論的基本概念

6．1．1 博弈的基本概念

6．1．2 博弈的劃分

6．1．3 博弈的要素

6．2 完全信息靜態博弈

6．2．1 占優戰略均衡

6．2．2 重複剔除嚴格劣戰略

6．2．3 納什均衡

6．2．4 尋求納什均衡的方法

6．2．5 零和博弈與混合策略納什均衡

6．3 古諾模型及其套用

6．3．1 古諾模型

6．3．2 利用古諾雙寡頭模型來分析案例

6．4 完全信息動態博弈

6．4．1 博弈的擴展式表述

6．4．2 博弈樹的基本構成

6．4．3 擴展式表述中的戰略

6．4．4 子博弈精煉納什均衡

6．4．5 運用逆向歸納法求解子博弈精煉納什均衡

6．4．6 承諾行動與子博弈精煉納什均衡

6．4．7 子博弈精煉納什均衡套用舉例——寡占的斯塔克博格模型

6．5 不完全信息靜態博弈和動態博弈

6．5．1 不完全信息靜態博弈

6．5．2 不完全信息動態博弈

習題6

第7章 灰色預測

7．1 灰色信息挖掘

7．1．1 數據空穴填補方法

7．1．2 數據序列的光滑性

7．1．3 累加生成運算元與累減生成運算元

7．1．4 累加生成的灰指數規律

7．2 GM（1，1）模型

7．2．1 GM（1，1）模型的基本形式

7．2．2 GM（1，1）模型的檢驗

7．2．3 GM（1，1）模型套用實例

7．2．4 GM（1，1）模型的適用範圍

7．3 殘差GM（1，1）模型

7．4 灰色Verhulst模型

習題7

第8章 灰色決策

8．1 基礎知識

8．1．1 灰數

8．1．2 灰數的白化

8．1．3 灰色決策的基本概念

8．2 灰靶決策

8．3 灰色關聯決策

8．3．1 灰色關聯度

8．3．2 實數型灰色關聯決策

8．3．3 灰色區間關聯決策方法

8．3．4 方案目標值有空缺的灰色關聯決策算法

8．3．5 灰色決策問題的特徵向量方法

8．4 灰色聚類決策

8．4．1 灰色白化權函式

8．4．2 灰色聚類決策

8．5 灰色發展決策

習題8

第9章 粗糙集決策

9．1 基本概念

9．1．1 知識與知識表示

9．1．2 近似與粗糙集

9．1．3 近似精度與粗糙度

9．1．4 屬性的重要性、屬性約簡和核

9．1．5 決策規則和算法

9．1．6 算例分析

9．2 屬性約簡算法

9．2．1 常見的約簡算法

9．2．2 基於屬性重要性的約簡算法

9．2．3 基於差別矩陣的屬性約簡算法

9．2．4 基於信息熵的屬性約簡算法

9．3 不完備決策系統的粗糙決策

9．3．1 不完備決策系統

9．3．2 屬性約簡與決策規則獲取

9．3．3 實例分析

9．4 基於優勢關係的粗糙決策

9．4．1 基於優勢關係的粗糙近似

9．4．2 決策規則

9．4．3 套用實例

9．5 基於擴展優勢關係的粗糙決策

9．5．1 不完全信息的偏好多屬性分類問題

9．5．2 基於擴展優勢關係的粗糙近似

9．5．3 決策規則

9．5．4 套用實例

習題9

第10章 智慧型最佳化算法

10．1 遺傳算法

10．1．1 發展歷程

10．1．2 算法分析

10．1．3 套用實例

10．2 模擬退火算法

10．2．1 發展歷程

10．2．2 算法分析

10．2．3 套用實例

10．3 粒子群算法

10．3．1 發展歷程

10．3．2 算法分析

10．3．3 套用實例

習題10

參考文獻