![](/c3/53668512758.jpg)
出版社:電子工業出版社 ISBN:9787121354083 商品編碼:53668512758 品牌:文軒 出版時間:2019-07-01 代碼:128 作者:克裡夫T.拉格斯代爾(CliffT.Rags
" 作 者:(美)克裡夫T.拉格斯代爾(Cliff T.Ragsdale) 著 賈俊秀 譯 定 價:128 出 版 社:電子工業出版社 出版日期:2019年07月01日 頁 數:639 裝 幀:平裝 ISBN:9787121354083 ●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。 ![](https://img10.360buyimg.com/imgzone/jfs/t1/147514/7/5440/73116/5f34a3beE3ba58783/f5b2391383f5625c.jpg)
" |