●第1章建模與決策分析引論1
1.0引言1
1.1決策建模方法1
1.2建模的特性和優點3
1.3數學模型3
1.4數學模型分類4
1.5商業分析與問題求解過程5
1.6錨定效應和框架效應7
1.7好的決策與好的結果8
1.8本章小結9
1.9參考文獻9
思考題與習題11
案例1.1Patrick的悖論11
第2章優化與線性規劃引論13
2.0引言13
2.1數學優化的應用13
2.2優化問題的特征14
2.3優化問題的數學表達14
2.3.1決策14
2.3.2約束14
2.3.3目標15
2.4數學規劃方法15
2.5線性規劃問題舉例15
2.6建立線性規劃模型16
2.6.1建立線性規劃模型的步驟16
2.7線性規劃模型的例題小結17
2.8線性規劃模型的一般形式18
2.9求解線性規劃問題：直觀法18
2.10求解線性規劃問題：圖解法19
2.10.1繪制第一個約束條件20
2.10.2繪制第二個約束條件20
2.10.3繪制第三個約束條件21
2.10.4可行域21
2.10.5繪制目標函數21
2.10.6使用等值線找到很優解22
2.10.7通過枚舉頂點找到很優解23
2.10.8線性規劃問題圖解法小結24
2.10.9理解事情如何變化24
2.11線性規劃模型的特殊情況24
2.11.1多個很優解25
2.11.2多餘約束25
2.11.3無界解27
2.11.4無可行解28
2.12本章小結28
2.13參考文獻29
思考題與習題29
案例2.1參數變化問題分析34
第3章電子表格中線性規劃問題的建模與求解35
3.0引言35
3.1電子表格中的規劃求解器35
3.2用電子表格求解線性規劃問題35
3.3電子表格中求解線性規劃模型的步驟36
3.4BlueRidge浴缸問題的電子表格模型37
3.4.1組織數據37
3.4.2決策變量的表示37
3.4.3目標函數的表示38
3.4.4約束的表示38
3.4.5決策變量的表示39
3.5規劃求解器中的模型表述39
3.6ASP的使用41
3.6.1定義格41
3.6.2定義格42
3.6.3定義格43
3.6.4定義非負約束44
3.6.5檢查模型45
3.6.6其他選項46
3.6.7問題求解46
3.7使用Excel內置的規劃求解器47
3.8電子表格設計的目標和指導原則47
3.9生產還是購買49
3.9.1定義決策變量50
3.9.2定義目標函數50
3.9.3定義約束50
3.9.4建立模型50
3.9.5求解模型52
3.9.6分析很優解52
3.10投資問題53
3.10.1定義決策變量53
3.10.2定義目標函數54
3.10.3定義約束54
3.10.4建立模型54
3.10.5模型求解56
3.10.6分析很優解56
3.11運輸問題56
3.11.1定義決策變量57
3.11.2定義目標函數57
3.11.3定義約束58
3.11.4建立模型59
3.11.5模型的啟發式求解60
3.11.6問題求解61
3.11.7分析很優解62
3.12混合配比問題62
3.12.1定義決策變量62
3.12.2定義目標函數63
3.12.3定義約束63
3.12.4對約束、求解報告方式和繫數比例的一些討論63
3.12.5重新設定模型的繫數比例64
3.12.6建立模型65
3.12.7問題求解66
3.12.8很優解分析67
3.13生產和庫存計劃問題67
3.13.1定義決策變量67
3.13.2定義目標函數68
3.13.3定義約束68
3.13.4建立模型69
3.13.5求解模型71
3.13.6分析很優解71
3.14多周期現金流量問題72
3.14.1定義決策變量72
3.14.2定義目標函數73
3.14.3定義約束73
3.14.4建立模型75
3.14.5求解模型76
3.14.6分析很優解77
3.14.7考慮風險因素的Taco-Viva問題修正（可選內容）77
3.14.8建立風險約束79
3.14.9求解模型80
3.14.10分析很優解80
3.15數據包絡分析81
3.15.1定義決策變量81
3.15.2定義目標函數82
3.15.3定義約束82
3.15.4建立模型83
3.15.5求解模型84
3.15.6分析很優解86
3.16本章小結88
3.17參考文獻88
思考題與習題89
案例3.1將供應鏈連接起來103
案例3.2Baldwin公司的外彙交易業務104
案例3.3Wolverine制造公司退休基金105
案例3.4救助海牛106
第4章靈敏度分析和單純形法108
4.0引言108
4.1靈敏度分析的目的108
4.2靈敏度分析的方法108
4.3案例109
4.4求解結果報表110
4.5靈敏度報表111
4.5.1目標函數繫數變化111
4.5.2“假設其他條件不變”的說明113
4.5.3多重很優解113
4.5.4右端項的變化113
4.5.5非嚴格約束的影子價格113
4.5.6關於影子價格的說明114
4.5.7影子價格和附加資源的價值115
4.5.8影子價格的其他應用115
4.5.9差額成本（ReducedCost）的意義117
4.5.10約束條件中繫數變化的分析118
4.5.11同時改變多個目標函數繫數118
4.5.12關於退化問題的警告119
4.6變量範圍報表119
4.7特定的靈敏度分析法120
4.7.1建立雷達圖和求解表120
4.7.2創建一個求解表123
4.7.3說明125
4.8魯棒優化125
4.9單純形法128
4.9.1利用松弛變量建立等式約束128
4.9.2基可行解128
4.9.3尋找很優解130
4.10本章小結130
4.11參考文獻131
思考題與習題132
案例4.1堅果生產問題139
案例4.2ParketSisters公司140
案例4.3Kamm工業公司142
第5章網絡建模144
5.0引言144
5.1轉運問題144
5.1.1網絡流問題的特征144
5.1.2網絡流問題的決策變量145
5.1.3網絡流問題的目標函數146
5.1.4網絡流問題的約束146
5.1.5在電子表格中建立模型147
5.1.6分析很優解149
5.2最短路問題150
5.2.1示例的線性規劃模型151
5.2.2電子表格模型及很優解152
5.2.3網絡流模型及整數解153
5.3設備更新問題154
5.3.1電子表格模型及很優解154
5.4運輸/指派問題156
5.5廣義網絡流問題157
5.5.1再生問題的線性規劃模型158
5.5.2求解模型159
5.5.3分析很優解160
5.5.4廣義網絡流問題及可行性161
5.6優選流量問題163
5.6.1優選流量問題的示例163
5.6.2電子表格模型及很優解165
5.7建模的特別考慮166
5.8最小生成樹問題169
5.8.1最小生成樹問題的一個算法169
5.8.2求解例題170
5.9本章小結171
5.10參考文獻171
思考題與習題172
案例5.1Hamilton＆Jacobs投資公司184
案例5.2OldDominion能源公司185
案例5.3美國速遞公司186
案例5.4Major電氣公司187
第6章整數線性規劃189
6.0引言189
6.1整數約束189
6.2放松約束190
6.3放松約束LP的求解191
6.4邊界192
6.5取整193
6.6算法終止規則194
6.7整數線性規劃問題的規劃求解器求解195
6.8其他整數線性規劃問題197
6.9員工調度問題197
6.9.1定義決策變量198
6.9.2定義目標函數198
6.9.3定義約束條件199
6.9.4有關約束的注意事項199
6.9.5建立模型199
6.9.6求解模型200
6.9.7分析很優解201
6.10二進制變量201
6.11資金預算問題201
6.11.1定義決策變量202
6.11.2定義目標函數202
6.11.3定義約束條件202
6.11.4設定二進制變量203
6.11.5建立模型203
6.11.6求解模型203
6.11.7很優解與啟發式解的比較204
6.12二進制變量與邏輯約束205
6.13生產線平衡問題205
6.13.1定義決策變量205
6.13.2定義約束條件206
6.13.3定義目標函數207
6.13.4建立模型207
6.13.5分析很優解209
6.13.6擴展210
6.14固定費用問題212
6.14.1定義決策變量213
6.14.2定義目標函數213
6.14.3定義約束條件213
6.14.4確定“大M”值214
6.14.5建立模型214
6.14.6求解模型215
6.14.7分析很優解216
6.14.8函數IF()的說明216
6.15訂貨/采購量最小化217
6.16數量問題218
6.16.1建立模型218
6.16.2缺少的約束219
6.17合同簽訂問題219
6.17.1構建模型：目標函數和運輸約束220
6.17.2建立運輸約束220
6.17.3構建模型：副約束221
6.17.4建立副約束222
6.17.5求解模型223
6.17.6分析很優解223
6.18分支定界法（選修）224
6.18.1分支225
6.18.2定界226
6.18.3再分支226
6.18.4再定界228
6.18.5分支定界法例題小結228
6.19本章小結229
6.20參考文獻229
思考題與習題230
案例6.1木材采伐問題的優化246
案例6.2OldDominion的電力調度247
案例6.3MasterDebt鎖箱問題248
案例6.4蒙特利爾除雪問題249
第7章目標規劃與多目標優化251
7.0引言251
7.1目標規劃251
7.2目標規劃例子252
7.2.1定義決策變量252
7.2.2定義目標252
7.2.3定義目標約束253
7.2.4定義硬約束253
7.2.5目標規劃的目標函數254
7.2.6定義目標函數255
7.2.7建立模型255
7.2.8求解模型257
7.2.9分析求解結果258
7.2.10修改模型258
7.2.11權衡：目標規劃的本質259
7.3有關目標規劃的說明259
7.4多目標很優化260
7.5多目標很優化例子261
7.5.1定義決策變量262
7.5.2定義目標函數262
7.5.3定義約束條件262
7.5.4建立模型262
7.5.5確定目標函數的目標值263
7.5.6彙總目標解265
7.5.7確定目標規劃的目標函數266
7.5.8最小化優選目標266
7.5.9建立修訂模型267
7.5.10求解模型268
7.6有關多目標線性規劃的說明269
7.7本章小結270
7.8參考文獻271
思考題與習題271
案例7.1在蒙特利爾清除積雪281
案例7.2食品券項目的營養計劃282
案例7.3Caro-Life公司銷售區域計劃283
第8章非線性規劃和演化算法285
8.0引言285
8.1非線性規劃問題的本質285
8.2非線性規劃問題的求解策略286
8.3局部很優解和全局很優解287
8.4經濟訂貨批量模型289
8.4.1建立模型291
8.4.2求解模型292
8.4.3分析很優解293
8.4.4對EOQ模型的說明293
8.5選址問題294
8.5.1定義決策變量295
8.5.2定義目標函數295
8.5.3定義約束條件295
8.5.4建立模型295
8.5.5求解模型並分析很優解296
8.5.6該問題的另一個解297
8.5.7選址問題的一些說明298
8.6非線性網絡流問題298
8.6.1定義決策變量299
8.6.2定義目標299
8.6.3定義約束299
8.6.4建立模型300
8.6.5求解模型並分析很優解302
8.7項目選擇問題302
8.7.1定義決策變量302
8.7.2定義目標函數303
8.7.3定義約束303
8.7.4建立模型304
8.7.5求解模型305
8.8現有財務電子表格模型的優化306
8.8.1建立模型306
8.8.2很優化電子表格模型307
8.8.3分析很優解308
8.8.4對優化現有電子表格的說明308
8.9投資組合問題309
8.9.1定義決策變量310
8.9.2定義目標310
8.9.3定義約束311
8.9.4建立模型311
8.9.5分析很優解313
8.9.6處理投資組合問題中的目標衝突314
8.10靈敏度分析315
8.10.1拉格朗日乘數317
8.10.2簡約梯度317
8.11求解非線性規劃的規劃求解器選項317
8.12演化算法318
8.13組建公平的團隊319
8.13.1該問題的電子表格模型320
8.13.2求解模型321
8.13.3分析很優解322
8.14旅行商問題322
8.14.1問題的電子表格模型322
8.14.2求解模型324
8.14.3分析很優解325
8.15本章小結325
8.16參考文獻325
思考題與習題326
案例8.1歐洲之旅340
案例8.2選舉下一任總統340
案例8.3在Wella公司生產窗戶341
案例8.4報紙廣告插頁調度342
第9章回歸分析344
9.0引言344
9.1例題344
9.2回歸模型345
9.3簡單的線性回歸分析347
9.4定義擬合優度347
9.5用“規劃求解器”求解問題348
9.6用回歸工具求解問題350
9.7估算擬合度351
9.8R2統計量353
9.9進行預測354
9.9.1標準差355
9.9.2新的Y值預測區間355
9.9.3Y平均值的置信區間357
9.9.4外推法357
9.10總體參數的統計測試358
9.10.1方差分析358
9.10.2統計檢驗假設359
9.10.3統計檢驗360
9.回歸簡介360
9.回歸分析舉例362
9.13選擇模型363
9.13.1隻有一個自變量的模型363
9.13.2有兩個自變量的模型364
9.13.3增大的R2365
9.13.4修正R2統計量366
9.13.5含有兩個自變量的很好模型366
9.13.6多重共線性366
9.13.7具有三個自變量的模型366
9.14進行預測367
9.15二進制自變量368
9.16總體參數的統計檢驗369
9.17多項式回歸369
9.17.1用線性模型描述非線性關繫370
9.17.2非線性回歸小結373
9.18本章小結373
9.19參考文獻374
思考題與習題374
案例9.1鑽石恆久遠381
案例9.2佛羅裡達州的慘敗382
案例9.3佐治亞州公共服務委員會382
第10章數據挖掘384
10.0引言384
10.1數據挖掘概述384
10.2分類386
10.2.1分類示例387
10.3分類數據的分區393
10.4判別分析394
10.4.1判別分析舉例396
10.5邏輯回歸401
10.5.1邏輯回歸舉例402
10.6k近鄰法405
10.6.1k近鄰法舉例405
10.7分類樹408
10.7.1分類樹舉例409
10.8神經網絡412
10.8.1神經網絡舉例414
10.9樸素貝葉斯416
10.9.1樸素貝葉斯舉例417
10.10有關分類的說明421
10.10.1組合分類421
10.10.2數據測試的作用421
10.11預測421
10.12關聯規則（關聯分析）422
10.12.1關聯規則舉例423
10.13聚類分析425
10.13.1聚類分析舉例425
10.13.2k均值聚類舉例426
10.13.3分層聚類舉例428
10.14時間序列429
10.15本章小結430
10.16參考文獻430
思考題與習題431
案例10.1檢測管理舞弊434
第11章時間序列預測435
11.0引言435
11.1時間序列方法435
11.2測量精度436
11.3穩態模型436
11.4移動平均437
11.4.1用移動平均模型預測439
11.5加權移動平均440
11.5.1用加權移動平均模型預測441
11.6指數平滑法442
11.6.1用指數平滑模型預測444
11.7季節性444
11.8具有加性季節效應的穩態數據445
11.8.1用模型預測448
11.9具有乘性季節效應的穩態數據449
11.9.1用模型預測451
11.10趨勢模型452
11.10.1舉例452
11.11雙重移動平均法453
11.11.1用模型預測454
11.12雙重指數平滑法（霍爾特法）455
11.12.1用霍爾特法預測457
11.13加性季節效應的霍爾特-溫納法458
11.13.1用霍爾特-溫納法加性效應模型預測461
11.14乘性季節效應的霍爾特-溫納法461
11.14.1用霍爾特-溫納法乘性效應模型預測464
11.15使用回歸對時間序列趨勢建模464
11.16線性趨勢模型464
11.16.1用線性趨勢模型預測466
11.17二次趨勢模型466
11.7.1用二次趨勢模型預測468
11.18用回歸模型對季節性建模468
11.19用季節指數調整趨勢預測469
11.19.1計算季節指數469
11.19.2用季節指數預測470
11.19.3改進季節指數471
11.20季節回歸模型473
11.20.1季節模型474
11.20.2用季節回歸模型預測476
11.21聯合預測476
11.22本章小結477
11.23參考文獻477
思考題與習題478
案例11.1PB化學公司486
案例11.2預測COLA487
案例11.3Fysco食品公司的戰略計劃488
第12章AnalyticSolverPlatform仿真入門490
12.0引言490
12.1隨機變量和風險490
12.2為什麼分析風險491
12.3風險分析方法491
12.3.1優選/最壞情形分析491
12.3.2假設分析492
12.3.3仿真492
12.4企業健康保險的例子493
12.4.1基本模型的說明494
12.5使用ASP的電子表格仿真495
12.5.1ASP介紹495
12.6隨機數發生器495
12.6.1離散和連續隨機變量496
12.7準備仿真模型497
12.7.1RNG備選輸入方法499
12.8運行仿真500
12.8.1選擇要追蹤的格501
12.8.2選擇復制次數501
12.8.3選擇工作表所顯示的內容502
12.8.4運行仿真503
12.9數據分析503
12.9.1優選情形和最壞情形503
12.9.2格的頻次分布504
12.9.3格的累積分布505
12.9.4獲得其他累積概率505
12.9.5靈敏度分析506
12.10抽樣的不確定性506
12.10.1為真實總體均值構建置信區間507
12.10.2建立總體比例的置信區間508
12.10.3樣本容量和置信區間寬度509
12.11交互式仿真509
12.12仿真的益處510
12.13仿真的其他應用511
12.14預訂管理示例511
12.14.1建立模型512
12.14.2多重仿真的細節513
12.14.3運行仿真514
12.14.4數據分析514
12.15庫存控制舉例515
12.15.1創建RNGs516
12.15.2建立模型517
12.15.3復制模型519
12.15.4優化模型520
12.15.5分析很優解525
12.15.6其他風險測量526
12.16項目選擇舉例527
12.16.1電子表格模型528
12.16.2用ASP求解和分析問題529
12.16.3考慮另一個很優解530
12.17投資組合優化舉例531
12.17.1電子表格模型532
12.17.2用ASP求解問題534
12.18本章小結535
12.19參考文獻536
思考題與習題537
案例12.1生活美好亦或破產離世547
案例12.2死亡和稅收548
案例12.3Sound’sAlive公司549
案例12.4Foxridge投資集團552
第13章排隊論554
13.0引言554
13.1排隊模型的目的554
13.2排隊繫統的結構555
13.3排隊繫統的特征556
13.3.1到達率556
13.3.2服務率558
13.4Kendall記號559
13.5排隊模型559
13.6M/M/s模型560
13.6.1舉例561
13.6.2當前情況561
13.6.3增加一個服務者562
13.6.4經濟分析563
13.7有限隊長的Ｍ/Ｍ/s模型563
13.7.1當前情況564
13.7.2增加一個服務者564
13.8有限客源的Ｍ/Ｍ/s模型565
13.8.1舉例566
13.8.2當前情況566
13.8.3增加服務者567
13.9M/G/1模型568
13.9.1當前情況569
13.9.2購買自動分裝設備569
13.10M/D/1模型570
13.11仿真隊列和穩態假設571
13.12本章小結572
13.13參考文獻572
思考題與習題573
案例13.1警察你在嗎578
案例13.2Vacations公司呼叫中心的人員安排578
案例13.3Bulseye百貨公司579
第14章決策分析580
14.0引言580
14.1好決策和好結果580
14.2決策問題的特征581
14.3一個例子581
14.4收益矩陣582
14.4.1決策備選方案582
14.4.2自然狀態582
14.4.3損益值583
14.5決策準則583
14.6非概率方法584
14.6.1優選優選化（Maximax）決策準則584
14.6.2最小優選化（Maximin）決策準則585
14.6.3優選後悔最小化決策準則585
14.7概率方法587
14.7.1期望值587
14.7.2期望後悔值588
14.7.3靈敏度分析589
14.8接近信息的期望價值591
14.9決策樹592
14.9.1反推決策樹593
14.10用ASP創建決策樹594
14.10.1添加事件節點595
14.10.2確定收益和EMV值597
14.10.3其他特征598
14.11多級決策問題598
14.11.1多級決策樹599
14.11.2風險剖析圖599
14.12靈敏度分析600
14.12.1龍卷風圖表601
14.12.2策略表603
14.12.3策略圖表604
14.13樣本信息在決策中的應用606
14.13.1條件概率607
14.13.2樣本信息的期望值608
14.14條件概率的計算608
14.14.1貝葉斯定理610
14.15效用函數611
14.15.1效用函數611
14.15.2構造效用函數612
14.15.3使用效用進行決策614
14.15.4指數效用函數614
14.15.5決策樹中使用效用615
14.16多標準決策617
14.17多準則記分模型617
14.18層次分析法619
14.18.1兩兩比較620
14.18.2歸一化比較621
14.18.3一致性621
14.18.4其他標準的分數623
14.18.5計算標準權重623
14.18.6建立評分模型624
14.19本章小結624
14.20參考文獻625
思考題與習題626
案例14.1Prezcott制藥公司635
案例14.2堅持還是放棄？636
案例14.3LarryJunior應該上訴還是和解？636
案例14.4電子表格之戰638

電子表格已經成為講授管理科學/運籌學導論性課程中的概念和方法的重要載體。本書是管理科學的一本實用教材，主要介紹最為常用的管理科學/運籌學方法，並給出使用Microsoft Excel的實現方法。全書內容除了包括管理科學/運籌學中通常包含的內容，如線性規劃、單純形法與靈敏度分析、網絡流模型、整數線性規劃、目標規劃與多目標化、非線性規劃與進化解法、模擬技術、排隊問題、決策分析等之外，還包含項目管理與統計學中的回歸分析、時間序列預測與判別分析等內容，並以Microsoft Excel和一些Excel插件為工具，對實際商務管理工作中常見的一些問題進行建模和求解。書中並不對所使用的方法進行數學推導，而隻簡單介紹問題，然後在Microsoft Excel中建立模型，借助Microsoft Excel及其一些插件進行求解。