基本介紹
- 書名：預測與決策軟計算方法及套用
- 作者：菅利榮,劉思峰,劉勇
- ISBN：9787121278334
- 頁數：244頁
- 出版時間：2016-03
- 開本：16開
出版信息,內容簡介,目錄,
出版信息
預測與決策軟計算方法及套用
叢書名 ：華信經管創優系列
作 譯 者：菅利榮,劉思峰,劉勇
出版時間：2016-03 千 字 數：390
版 次：01-01 頁 數：244
開 本：16開
裝 幀：
I S B N ：9787121278334
內容簡介
本書較系統地介紹了經典的預測與決策方法，如時間序列預測方法、風險型預測與決策方法、綜合決策方法等；及軟計算預測與決策方法，主要包括灰色系統預測與決策方法、模糊集決策方法、粗糙集決策方法及神經網路預測與決策方法等。本書可作為經濟、管理類各專業碩士學生的教材，也是經濟管理工作者和相關研究人員所必備的工具書。
目錄
第1章 預測與決策方法概述
1.1 預測概述/
1.1.1 預測的產生與發展/
1.1.2 預測的分類/
1.1.3 預測的基本原則/
1.1.4 預測的程式/
1.1.5 預測的精度與價值/
1.2 決策概述/
1.2.1 決策科學的產生與發展/
1.2.2 決策理論學派的評述/
1.2.3 決策的分類/
1.2.4 決策的程式/
1.2.5 主要的決策方法簡介/
1.3 預測與決策的關係/
1.4 案例分析/
複習思考題/
第2章 時間序列預測法
2.1 時間序列預測概述/
2.1.1 時間序列預測的內涵/
2.1.2 時間序列預測的組成因素/
2.1.3 時間序列的分解模型/
2.1.4 時間序列的分類/
2.2 移動平均法/
2.2.1 簡單移動平均法/
2.2.2 趨勢移動平均法/
2.3 指數平滑法/
2.3.1 一次指數平滑法/
2.3.2 二次指數平滑法/
2.3.3 三次指數平滑法/
2.4 差分指數平滑法/
2.4.1 一階差分指數平滑模型/
2.4.2 二階差分指數平滑模型/
2.5 有增長上限的趨勢外推預測法/
2.5.1 修正指數曲線預測法/
2.5.2 龔珀茲曲線預測法/
2.5.3 皮爾曲線預測法/
2.6 神經網路預測方法/
2.6.1 神經網路的結構及類型/
2.6.2 BP神經網路(BackPropagation
Network)/
2.6.3 徑向基神經網路(Radial Basis
Networks)/
2.6.4 機率神經網路（Probabilistic
Neural Network）/
2.6.5 算例/
複習思考題/
複習思考題參考答案/
第3章 灰色預測方法
3.1 灰色預測概述/
3.1.1 準光滑序列/
3.1.2 累加生成運算元與累減生成
運算元/
3.1.3 灰色建模步驟/
3.2 GM(1,1)預測模型/
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 灰色災變預測/
3.5.1 灰色災變預測概述/
3.5.2 灰色季節災變預測/
複習思考題/
複習思考題參考答案/
第4章 多屬性綜合決策方法
4.1 多屬性綜合決策概述/
4.1.1 綜合決策問題的要素/
4.1.2 評價指標體系的構建/
4.1.3 評價指標的規範化/
4.1.4 綜合決策方法的局限性/
4.2 基於加權平均運算元的多屬性
決策方法/
4.2.1 簡單加權算術平均
(WAA)法/
4.2.2 有序加權算術(OWA)
平均法/
4.3 熵權決策方法/
4.4 Topsis決策方法/
4.5 AHP決策方法/
4.5.1 AHP的基本原理與步驟/
4.5.2 AHP的套用案例/
4.5.3 AHP的優點和不足/
複習思考題/
複習思考題參考答案/
第5章 灰色決策方法
5.1 灰色關聯決策方法/
5.1.1 灰色關聯因素和關聯
運算元集/
5.1.2 灰色關聯公理與灰色
關聯度/
5.1.3 灰色絕對關聯度/
5.1.4 案例套用/
5.2 多屬性灰色聚類決策方法/
5.2.1 灰色聚類/
5.2.2 灰色定權聚類決策方法/
5.2.3 案例套用/
5.3 灰色局勢決策方法/
5.3.1 單目標化灰色局勢決策
方法/
5.3.2 基於“獎優罰劣”線性變換
運算元的區間數多目標灰色
局勢決策方法/
5.4 灰靶決策方法/
5.4.1 多目標灰靶決策方法/
5.4.2 多目標智慧型灰靶決策方法/
複習思考題/
複習思考題參考答案/
第6章 粗糙集決策方法
6.1 經典粗糙集/
6.1.1 粗糙集理論的發展現狀/
6.1.2 集合與集合的近似/
6.1.3 屬性依賴和近似精度/
6.1.4 近似質量和約簡/
6.1.5 套用區分矩陣求信息系統的
約簡和核/
6.1.6 決策表的規則獲取/
6.1.7 套用分辨矩陣求決策表的
約簡、 核和決策規則/
6.2 數據離散與屬性約簡的常用
算法/
6.2.1 數據離散算法/
6.2.2 屬性約簡的算法/
6.3 變精度粗糙集 /
6.3.1 粗糙隸屬函式/
6.3.2 變精度粗糙集模型/
6.3.3 置信閾值β的討論/
6.4 優勢粗糙集/
6.4.1 多標準決策的分類問題/
6.4.2 基於優勢關係的不相容性與
不可分辨類/
6.4.3 基於優勢關係的優勢集與
劣勢集/
6.4.4 優勢粗糙集模型（dominated
base rough set models）/
6.5 套用案例/
6.5.1 不考慮偏好信息情況下運輸
方案的選擇決策/
6.5.2 考慮偏好信息情況下的選擇
決策/
複習思考題/
複習思考題參考答案/
第7章 模糊決策法
7.1 模糊決策方法概述/
7.1.1 模糊集與模糊隸屬函式/
7.1.2 模糊子集的運算/
7.1.3 模糊關係及其運算/
7.1.4 模糊關係的合成/
7.1.5 λ-截集與分解定理/
7.1.6 模糊集的模糊性及其度量/
目 錄VIIVIII預測與決策軟計算方法及套用7.2 模糊聚類決策分析法/
7.2.1 模糊聚類概述/
7.2.2 模糊聚類方法的分類/
7.3 模糊綜合評價方法/
7.4 基於三角模糊數的模糊綜合
評判法/
7.4.1 理論基礎/
7.4.2 基於三角模糊數的模糊綜合
評判法的構建/
7.4.3 案例套用/
7.5 直覺模糊決策方法/
7.5.1 直覺模糊基礎知識/
7.5.2 直覺模糊數多屬性決策
方法/
7.5.3 基於Topsis的直覺模糊數
多屬性決策方法/
7.5.4 案例分析/
7.6 猶豫模糊決策方法/
7.6.1 猶豫模糊理論基本知識/
7.6.2 基於正負理想點的猶豫模糊
多屬性決策方法/
7.6.3 案例套用/
複習思考題/
複習思考題參考答案/
