预测与决策 软计算方法及应用PDF电子书下载

第1章 预测与决策方法概述 1

1.1 预测概述 3

1.1.1 预测的产生与发展 3

1.1.2 预测的分类 5

1.1.3 预测的基本原则 7

1.1.4 预测的程序 11

1.1.5 预测的精度与价值 13

1.2 决策概述 17

1.2.1 决策科学的产生与发展 17

1.2.2 决策理论学派的评述 18

1.2.3 决策的分类 20

1.2.4 决策的程序 23

1.2.5 主要的决策方法简介 24

1.3 预测与决策的关系 28

1.4 案例分析 28

复习思考题 29

第2章 时间序列预测法 31

2.1 时间序列预测概述 33

2.1.1 时间序列预测的内涵 33

2.1.2 时间序列预测的组成因素3 33

2.1.3 时间序列的分解模型 35

2.1.4 时间序列的分类3 36

2.2 移动平均法 36

2.2.1 简单移动平均法 36

2.2.2 趋势移动平均法 38

2.3 指数平滑法 40

2.3.1 一次指数平滑法 40

2.3.2 二次指数平滑法 43

2.3.3 三次指数平滑法 45

2.4 差分指数平滑法 46

2.4.1 一阶差分指数平滑模型 46

2.4.2 二阶差分指数平滑模型 47

2.5 有增长上限的趋势外推预测法 48

2.5.1 修正指数曲线预测法 48

2.5.2 龚珀兹曲线预测法 51

2.5.3 皮尔曲线预测法 52

2.6 神经网络预测方法 53

2.6.1 神经网络的结构及类型 53

2.6.2 BP神经网络（Back-Propagation Network） 54

2.6.3 径向基神经网络（Radial Basis Networks） 56

2.6.4 概率神经网络（Probabilistic Neural Network） 58

2.6.5 算例 60

复习思考题 65

复习思考题参考答案 66

第3章 灰色预测方法 67

3.1 灰色预测概述 69

3.1.1 准光滑序列 69

3.1.2 累加生成算子与累减生成算子 70

3.1.3 灰色建模步骤 72

3.2 GM（1，1）预测模型 74

3.3 GM（0，N）模型 78

3.4 GM（2，1）和Verhulst模型 79

3.4.1 GM（2，1）模型 79

3.4.2 Verhulst模型 82

3.5 灰色灾变预测 84

3.5.1 灰色灾变预测概述 84

3.5.2 灰色季节灾变预测 87

复习思考题 90

复习思考题参考答案 91

第4章 多属性综合决策方法 93

4.1 多属性综合决策概述 95

4.1.1 综合决策问题的要素 95

4.1.2 评价指标体系的构建 96

4.1.3 评价指标的规范化 97

4.1.4 综合决策方法的局限性 99

4.2 基于加权平均算子的多属性决策方法 99

4.2.1 简单加权算术平均（WAA）法 99

4.2.2 有序加权算术（OWA）平均法 100

4.3 熵权决策方法 102

4.4 Topsis决策方法 104

4.5 AHP决策方法 107

4.5.1 AHP的基本原理与步骤 108

4.5.2 AHP的应用案例 112

4.5.3 AHP的优点和不足 115

复习思考题 116

复习思考题参考答案 118

第5章 灰色决策方法 119

5.1 灰色关联决策方法 122

5.1.1 灰色关联因素和关联算子集 122

5.1.2 灰色关联公理与灰色关联度 123

5.1.3 灰色绝对关联度 126

5.1.4 案例应用 128

5.2 多属性灰色聚类决策方法 134

5.2.1 灰色聚类 134

5.2.2 灰色定权聚类决策方法 136

5.2.3 案例应用 137

5.3 灰色局势决策方法 139

5.3.1 单目标化灰色局势决策方法 139

5.3.2 基于“奖优罚劣”线性变换算子的区间数多目标灰色局势决策方法 142

5.4 灰靶决策方法 146

5.4.1 多目标灰靶决策方法 146

5.4.2 多目标智能灰靶决策方法 147

复习思考题 150

复习思考题参考答案 154

第6章 粗糙集决策方法 155

6.1 经典粗糙集 157

6.1.1 粗糙集理论的发展现状 157

6.1.2 集合与集合的近似 159

6.1.3 属性依赖和近似精度 161

6.1.4 近似质量和约简 163

6.1.5 应用区分矩阵求信息系统的约简和核 163

6.1.6 决策表的规则获取 167

6.1.7 应用分辨矩阵求决策表的约简、核和决策规则 168

6.2 数据离散与属性约简的常用算法 170

6.2.1 数据离散算法 170

6.2.2 属性约简的算法 172

6.3 变精度粗糙集 177

6.3.1 粗糙隶属函数 177

6.3.2 变精度粗糙集模型 179

6.3.3 置信阈值β的讨论 182

6.4 优势粗糙集 183

6.4.1 多标准决策的分类问题 183

6.4.2 基于优势关系的不相容性与不可分辨类 184

6.4.3 基于优势关系的优势集与劣势集 185

6.4.4 优势粗糙集模型（dominated-base rough set models） 185

6.5 应用案例 188

6.5.1 不考虑偏好信息情况下运输方案的选择决策 188

6.5.2 考虑偏好信息情况下的选择决策 189

复习思考题 190

复习思考题参考答案 192

第7章 模糊决策法 193

7.1 模糊决策方法概述 195

7.1.1 模糊集与模糊隶属函数 195

7.1.2 模糊子集的运算 195

7.1.3 模糊关系及其运算 196

7.1.4 模糊关系的合成 197

7.1.5 A-截集与分解定理 197

7.1.6 模糊集的模糊性及其度量 199

7.2 模糊聚类决策分析法 200

7.2.1 模糊聚类概述 200

7.2.2 模糊聚类方法的分类 202

7.3 模糊综合评价方法 207

7.4 基于三角模糊数的模糊综合评判法 209

7.4.1 理论基础 209

7.4.2 基于三角模糊数的模糊综合评判法的构建 209

7.4.3 案例应用 213

7.5 直觉模糊决策方法 215

7.5.1 直觉模糊基础知识 215

7.5.2 直觉模糊数多属性决策方法 217

7.5.3 基于Topsis的直觉模糊数多属性决策方法 217

7.5.4 案例分析 218

7.6 犹豫模糊决策方法 219

7.6.1 犹豫模糊理论基本知识 219

7.6.2 基于正负理想点的犹豫模糊多属性决策方法 220

7.6.3 案例应用 222

复习思考题 223

复习思考题参考答案 227

参考文献 228