[ 收藏 ] [ 繁体中文 ]  
臺灣貨到付款、ATM、超商、信用卡PAYPAL付款,4-7個工作日送達,999元臺幣免運費   在線留言 商品價格為新臺幣 
首頁 電影 連續劇 音樂 圖書 女裝 男裝 童裝 內衣 百貨家居 包包 女鞋 男鞋 童鞋 計算機周邊

商品搜索

 类 别:
 关键字:
    

商品分类

  • 新类目

     管理
     投资理财
     经济
     社会科学
  • 電子表格建模與決策分析(第8版)
    該商品所屬分類:圖書 -> 電子工業出版社
    【市場價】
    1412-2048
    【優惠價】
    883-1280
    【作者】 CliffTRagsdale(克裡夫T拉格斯代爾)賈俊秀 
    【所屬類別】 電子工業出版社 
    【出版社】電子工業出版社 
    【ISBN】9787121354083
    【折扣說明】一次購物滿999元台幣免運費+贈品
    一次購物滿2000元台幣95折+免運費+贈品
    一次購物滿3000元台幣92折+免運費+贈品
    一次購物滿4000元台幣88折+免運費+贈品
    【本期贈品】①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
    版本正版全新電子版PDF檔
    您已选择: 正版全新
    溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。
    *. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。
    *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。
    *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。
    內容介紹



    出版社:電子工業出版社
    ISBN:9787121354083
    版次:8

    商品編碼:12663932
    品牌:電子工業出版社
    包裝:平裝

    開本:16開
    出版時間:2019-07-01
    用紙:膠版紙

    頁數:656
    字數:1076000
    正文語種:中文

    作者:Cliff,T.,Ragsdale(克裡夫,T.,拉格斯代爾),賈俊秀

        
        
    "

    內容簡介

    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*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。

    作者簡介

    Cliff T. Ragsdale(克裡夫 T. 拉格斯代爾),美國弗吉尼亞理工學院暨州立大學的管理學教授,主要從事管理學方面的教學和研究工作。
    賈俊秀,女,西安電子科技大學經濟管理學院教授、博士生導師,管理學博士,美國Univerity of Delaware 訪問學者,美國Adelphi University 訪問學者。主要從事管理學、物流管理、預測與決策等方面的教學和科研工作。

    目錄

    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1.1 Patrick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 使用等值線找到最優解 22
    2.10.7 通過枚舉頂點找到最優解 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 多個最優解 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
    3.4 Blue Ridge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 決策變量限制的表示 39
    3.5 規劃求解器中的模型表述 39
    3.6 ASP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 分析最優解 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 分析最優解 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 分析最優解 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 最優解分析 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 分析最優解 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 分析最優解 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 分析最優解 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 分析最優解 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3.2 Baldwin公司的外彙交易業務 104
    案例3.3 Wolverine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 多重最優解 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(Reduced Cost)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 尋找最優解 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4.2 Parket Sisters公司 140
    案例4.3 Kamm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 分析最優解 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 電子表格模型及最優解 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 電子表格模型及最優解 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 分析最優解 160
    5.5.4 廣義網絡流問題及可行性 161
    5.6 最大流量問題 163
    5.6.1 最大流量問題的示例 163
    5.6.2 電子表格模型及最優解 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5.1 Hamilton & Jacobs投資公司 184
    案例5.2 Old Dominion能源公司 185
    案例5.3 美國速遞公司 186
    案例5.4 Major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 分析最優解 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 最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 分析最優解 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 分析最優解 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 分析最優解 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6.2 Old Dominion的電力調度 247
    案例6.3 MasterDebt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 多目標最優化 260
    7.5 多目標最優化例子 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 最小化最大目標 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7.3 Caro-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 局部最優解和全局最優解 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 分析最優解 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 求解模型並分析最優解 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 求解模型並分析最優解 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 最優化電子表格模型 307
    8.8.3 分析最優解 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 分析最優解 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 分析最優解 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 分析最優解 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
    9.8 R2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
    9.9.3 Y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
    9.1回歸簡介 360
    9.1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R2 365
    9.13.4 修正R2統計量 366
    9.13.5 含有兩個自變量的最佳模型 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
    10.6 k近鄰法 405
    10.6.1 k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
    10.13.2 k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11.1 PB化學公司 486
    案例11.2 預測COLA 487
    案例11.3 Fysco食品公司的戰略計劃 488
    第12章 Analytic Solver Platform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 最好/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
    12.5.1 ASP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
    12.7.1 RNG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 最好情形和最壞情形 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RNGs 516
    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 分析最優解 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 考慮另一個最優解 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12.3 Sound’s Alive公司 549
    案例12.4 Foxridge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
    13.4 Kendall記號 559
    13.5 排隊模型 559
    13.6 M/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
    13.9 M/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
    13.10 M/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13.2 Vacations公司呼叫中心的人員安排 578
    案例13.3 Bulseye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 最大最大化(Maximax)決策準則 584
    14.6.2 最小最大化(Maximin)決策準則 585
    14.6.3 最大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 完全信息的期望價值 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14.1 Prezcott制藥公司 635
    案例14.2 堅持還是放棄? 636
    案例14.3 Larry Junior應該上訴還是和解? 636
    案例14.4 電子表格之戰 638
    查看全部↓

    前言/序言

    譯 者 序


    世界上首款電子表格軟件於1978年由丹?魯克林(Dan Bricklin)在哈佛大學攻讀工商管理碩士時和好友鮑伯?法蘭克斯頓(Bob Frankston)一起開發。從此,電子表格開始幫助人類進行更加精確和復雜的商業分析,也徹底改變了人們使用電腦的方式。1985年,微軟推出第一款Excel電子制表軟件,之後一直在發展。目前,全球每天有幾億用戶使用Excel處理紛繁復雜的數據。更重要的是,電子表格的產生本身就是為了商業分析,因此Excel目前已經廣泛地應用於求解商業決策問題的模型。《電子表格建模與決策分析》這本書重點將其應用於運籌學模型、預測模型和數據挖掘等的求解和分析中,為商業分析和決策分析做出了重大貢獻。

    這本書不僅可以作為高等院校經濟與管理專業本科生、研究生的教材,供商業和管理領域的研究和管理人員閱讀使用,而且可以作為社會各個領域對科學管理和應用感興趣的人士的重要閱讀資料。本書共14章。第1章從商業分析概要開始,總體上闡述了優化建模等方法在商業分析中的實際應用、管理決策中的錨定和框架效應、好決策和壞決策等重要問題。第2章到第8章講解了線性規劃、靈敏度分析、網絡流、整數規劃、目標規劃和多目標最優化、非線性規劃和演化算法等確定型建模技術,並以商業實踐中的經典問題或常見問題為例,應用ASP給出電子表格的求解和詳細演示。第9章到第11章講述了回歸分析、數據挖掘和時間序列分析等預測模型和預測方法,其中各類數據挖掘技術在電子表格中的應用非常適用於當前商界數據分析並可滿足高校教學需求。第12章介紹描述型建模技術,其中給出“風險”這個在管理中非常重要的概念、相關典型問題與仿真等應用,這對理解管理決策問題的解決至關重要。第13章第14章分別為常規的排列論和決策分析內容,本書也結合貼近實際的示例做了詳盡闡述。書中給出大量示例軟件操作過程屏幕截圖、案例和課後習題,讀者如果能應用軟件按照書中指導自學和練習,收獲會更大。

    本書由賈俊秀負責與組織書稿的總體翻譯、審核和最終定稿,譯者團隊的全體博士和碩士研究生全程參與了書稿的資料準備、翻譯與審校等工作,他們是博士生陳少華和黃雪茜,碩士生張瑞梅、張雪琪、薛萍萍、賈如娜、李迪、郝璐瑤和郭變飛。在此,衷心感謝譯者團隊每位成員在翻譯及多次審校中的辛勤工作與努力付出;同時感謝電子工業出版社編輯團隊對本版譯著出版工作的大力推動與支持。本次翻譯也感謝教育部人文社會科學基金項目(16XJA630003)、陝西高校人文社會科學青年英纔支持計劃、國家自然科學基金資助(71101113)、西安市軟科學研究項目(3RK4SF7-1、SF1502-3)和中央高校基本科研業務專項基金資助(20106185472)項目的支持。譯者由於學術水平和視野有限,對原著的理解和認識難免存在諸多不足之處,在此誠懇地歡迎廣大讀者批評指正,我們將根據讀者的寶貴意見不斷提高譯著質量,為精確地表達和有效地傳遞原著內容本意而不懈努力!錯誤之處誠望讀者指正。

    這裡要感謝我的所有老師,不僅感謝他們在管理科學學習、應用和發展方面的指導,更重要的是感謝他們在做事做人方面的態度對我的正向影響。我也要感謝我的愛人吳濤和女兒吳雨霏在本書的翻譯和校稿期間給我的理解、支持、鼓勵和愛。


    賈俊秀




    前 言

    電子表格是當今最流行的常見軟件包之一。每天,成千上萬的商業人士使用電子表格程序建立其所面臨決策問題的模型,這已經成為他們日常工作的一部分。因此,雇主在招聘人纔時會尋找有電子表格經驗和能力的人。

    電子表格也已成為向商業和工程專業本科生和研究生介紹商業分析課程的概念和方法的標準工具。同時,它可提高學生使用當今商界標準工具的技能,並幫助他們打開眼界,了解如何將不同的量化分析技術運用到建模環境中。電子表格也俘獲了學生的芳心,增加了新的商業分析功能和方法,這些功能和方法可以和商界一直在用的流行商業軟件一起使用。

    本書介紹最為常用的確定型、預測型和描述型商業分析技術,並給出使用Microsoft Excel實現這些技術的功能。有Excel的使用經驗無疑會有所幫助,但沒有經驗也可使用本書。總之,熟悉計算機和電子表格概念的學生在使用本書時不會存在問題。在整本書中,我們一步一步地給出每個示例的操作說明和屏幕截圖,並在需要時給出了軟件使用提示。

    第8版中的新內容

    第8版引入了MindTap這個新產品。在每一章,本書的全數字版本加強了如下幾個方面的資料,以方便讀者與課本相結合進行學習:視頻和討論、有大量反饋的小測驗、作者講解各章概念的視頻和章末的電子版作業(便於隨時調整讓其正常運行)。如果你對上述新增功能感興趣,請聯繫Cengage Learning公司的顧問。

    第8版最重要的特征是聚焦商業分析並大量使用Frontline System公司開發的教育版分析式規劃求解平臺(Analytic Solver Platform,ASP)。教育版ASP是Excel的一個插件,提供訪問分析工具的入口,可以運行優化、仿真、靈敏度分析、決策數分析和各種數據挖掘工具。教育版ASP使得運行多參數優化和仿真變得簡單,並以集成和連貫的界面將優化技術應用到仿真模型中。ASP也提供了令人贊嘆的交互式仿真特性,隻要手動修改電子表格,ASP即可自動實時更新仿真結果。除此之外,當以“Guided Mode”模式運行時,ASP為學生提供了上百個定制的對話框,用以診斷不同模型約束條件和解釋求解問題的每個步驟。ASP也包含Frontline的XLMiner產品,為不同數據挖掘工具(包括判別分析、邏輯回歸、神經網絡、分類和回歸樹、K近鄰法、聚類分析和關聯分析)提供簡單的訪問入口。ASP還提供大量其他功能,我相信,ASP現在和將來會改變我們在定量分析教學中使用的方法。

    與第7版相比,第8版做了如下改動:

    ? Microsoft Office 2016的所有功能都可用。

    ? 本書配套的數據文件和軟件可在本書指南網站下載。訪問www.CengageBrain.com,輸入本書的ISBN就可以訪問配套資料(英文原書的ISBN:978-1-305-94741-2)。

    ? 第1章增加了對“好的決策”的擴展討論和定義。

    ? 第6章的生產線平衡主題中增加了一節新內容。

    ? 第10章做了大量修改以體現XLMiner平臺應用方面的變化,並增加了對精確度、召回率(靈敏度)、特異性、F1分數和ROC曲線的討論。

    ? 第11章介紹了新的穩態時間序列數據預測簡化技術。

    ? 對每章後面的習題都做了多處新增和修改。

    新特性

    除了鮮明的電子表格導向,第8版還包含了若干不同於其他同類材料的獨有特性。

    ? 代數公式與電子表格並行使用。

    ? 一步一步的操作說明和大量帶注釋的屏幕截圖使得示例容易接受和理解。

    ? 重點放在模型的建立和解釋而不是算法上。

    ? 真實的示例可激發大家對每個主題討論的積極性。

    ? 示例問題的求解結果都從管理角度進行了分析。

    ? 增加了覆蓋數據挖掘知識的一章,內容獨特而易於理解。

    ? 名為“商業分析實踐”的小節給出了每個主題在真實公司中是如何應用的。

    組織結構

    書中表格是按照傳統的格式繪制的,但主題則以不同的方式來組織。本書第1章從商業分析概要開始。第2章到第8章覆蓋了確定型建模技術的各種主題——線性規劃、靈敏度分析、網絡流、整數規劃、目標規劃和多目標最優化、非線性規劃和演化規劃。第9章到第11章講述了預測模型和預測方法——回歸分析、數據挖掘和時間序列分析。第12章和第13章介紹描述型建模技術——仿真和排隊論。第14章為決策分析。

    教師若用本書教學,講授完第1章後,很快地補一下電子表格的基本知識(輸入和復制公式、基本格式設置和編輯等)是不錯的主意。Excel的概述內容可以訪問本書的網絡指南網站。完成這些,教師可開始講解優化、回歸、預測、數據挖掘、仿真等資料,這取決於你個人的愛好。有關排隊論這章一般會引用仿真的內容,因此最好按順序討論各主題。


    查看全部↓



    "
     
    網友評論  我們期待著您對此商品發表評論
     
    相關商品
    在線留言 商品價格為新臺幣
    關於我們 送貨時間 安全付款 會員登入 加入會員 我的帳戶 網站聯盟
    DVD 連續劇 Copyright © 2024, Digital 了得網 Co., Ltd.
    返回頂部