MATLAB & Excel定量预测与决策 运作案例精编PDF电子书下载

第一篇 软件应用基础篇 1

案例概览 1

第1章 MATLAB应用基础 2

1.1 MATLAB概述 2

1.1.1 MATLAB桌面操作环境 2

1.1.2 MATLAB的模块工具箱 8

1.1.3 MATLAB的帮助系统 8

1.2 MATLAB计算基础 9

1.2.1 数值类型及显示格式 9

1.2.2 内置数学函数 10

1.2.3 关系运算与逻辑运算 10

1.2.4 向量和矩阵及其运算 11

1.3 MATLAB绘图基础 14

1.3.1 绘图的基本流程 14

1.3.2 绘图的基本方法 14

1.3.3 图形的修饰 16

1.4 MATLAB程序设计基础 17

1.4.1 程序设计概述 17

1.4.2 程序设计的原则 18

1.4.3 M文件 19

1.4.4 函数及调用 24

1.4.5 程序的调试与优化 26

1.4.6 程序设计的技巧 28

本章小结 28

关于系统学习MATLAB的参考书籍 28

第2章 Excel应用基础 30

2.1 函数公式基础 30

2.1.1 函数公式的结构 30

2.1.2 理解函数公式中的数据 31

2.1.3 函数的分类与加载 31

2.1.4 快速复制函数公式的方法 32

2.2 方案及方案管理器 33

2.2.1 方案的应用 33

2.2.2 方案的复制与删除 35

2.2.3 方案报告的生成 36

2.3 规划求解 37

2.3.1 认识规划求解 37

2.3.2 实践应用举例 41

2.4 数据分析 42

2.4.1 安装分析工具库 42

2.4.2 回归分析 43

2.4.3 相关系数 45

2.5 图表可视化 47

本章小结 50

关于系统学习Excel的参考书籍 51

本篇参考文献 51

第二篇 经典预测方法篇 53

案例概览 53

第3章 时间序列预测 54

3.1 时间序列的特征及识别 54

3.1.1 时间序列的特征 54

3.1.2 时间序列特征的识别 55

3.2 一次移动平均模型 56

3.2.1 简单移动平均模型 57

3.2.2 加权移动平均模型 57

3.2.3 平滑效果的均方差（MSE）检验 57

3.3 一次指数平滑模型 58

3.3.1 一次指数平滑的计算公式及平滑系数α的讨论 58

3.3.2 平滑系数的选择及预测有效性的检验 59

3.4 线性二次移动平均模型 59

3.4.1 二次移动平均的计算公式 59

3.4.2 平滑效果的均方差检验 60

3.5 线性二次指数平滑模型 60

3.5.1 二次指数平滑的计算公式 60

3.5.2 平滑系数的选择及预测有效性的检验 61

3.6 非线性三次指数平滑模型 61

3.6.1 非线性三次指数平滑的计算公式 61

3.6.2 平滑系数的选择及预测有效性的检验 62

3.7 具有季节性特点的时间序列的预测 62

3.8 应用MATLAB和Excel进行时间序列分析 63

3.8.1 一次移动平均 63

3.8.2 一次指数平滑 67

3.8.3 线性二次移动平均 68

3.8.4 线性二次指数平滑 69

3.8.5 非线性三次指数平滑 71

3.9 应用MATLAB和Excel进行具有季节特点的时间序列的预测 72

本章小结 73

第4章 线性回归预测 74

4.1 理论基础 74

4.1.1 一元线性回归模型 74

4.1.2 多元线性回归模型 78

4.1.3 关于线性回归分析的总结 81

4.2 应用MATLAB和Excel进行回归分析 81

4.2.1 应用MATLAB进行回归分析的方法 81

4.2.2 应用Excel进行回归分析的方法 82

4.3 线性回归在生产运作中的应用 83

本章小结 85

第5章 曲线回归预测 86

5.1 理论基础 86

5.1.1 可线性化的曲线回归 86

5.1.2 多项式回归 88

5.1.3 关于曲线拟合的总结 92

5.2 可线性化曲线回归的软件实现方法 93

5.2.1 应用MATLAB内置函数完成可线性化曲线的回归 93

5.2.2 应用Excel进行可线性化曲线的回归拟合 95

5.3 可线性化曲线回归的应用举例及其软件实现 95

5.3.1 幂函数曲线 95

5.3.2 指数函数曲线 98

5.3.3 幂指函数曲线 101

5.3.4 对数函数曲线 103

5.3.5 倒数函数曲线 105

5.3.6 S形函数曲线 107

5.3.7 抛物线函数曲线 110

5.3.8 小结 112

5.4 多项式回归的软件实现 113

5.5 一般曲线回归的MATLAB实现 115

5.5.1 MATLAB函数使用说明 115

5.5.2 一般曲线回归软件实现的应用举例 116

本章小结 117

第6章 利用图表预测 118

6.1 应用Excel使用公式进行线性预测 118

6.1.1 利用Excel图表进行线性预测的操作步骤 118

6.1.2 利用Excel图表进行线性预测的举例 119

6.2 应用Excel使用趋势线进行预测 120

6.2.1 使用趋势线进行预测 120

6.2.2 获取趋势线的取值及预测精度 122

6.2.3 选择适当的趋势线类型 122

6.3 应用Excel使用多项式趋势线进行预测 123

6.4 应用MATLAB曲线拟合图形界面完成预测 124

6.5 应用MATLAB内置函数获取预测结果及置信区间 126

6.5.1 使用polytool函数命令 126

6.5.2 使用rstool函数命令 128

6.5.3 使用nlintool函数命令 129

本章小结 129

第7章 马尔可夫预测 130

7.1 理论基础 130

7.1.1 基本概念 130

7.1.2 模型与求解方法 131

7.2 应用MATLAB和Excel求解马尔可夫问题 132

7.2.1 产品市场占有率预测问题 132

7.2.2 商品销售期望利润预测问题 136

7.2.3 设备维修策略问题 138

7.2.4 项目选址问题 140

本章小结 142

关于系统学习马尔可夫算法的参考书籍 142

本篇参考文献 142

第三篇 最优规划决策篇 143

案例概览 143

第8章 线性规划决策 145

8.1 理论基础 145

8.1.1 单目标线性规划 145

8.1.2 多目标线性规划 147

8.1.3 线性二次规划 149

8.2 应用软件求解线性规划 149

8.3 应用举例 151

8.3.1 线性规划问题 151

8.3.2 多目标线性规划问题 157

8.3.3 线性二次规划问题 159

本章小结 167

第9章 非线性规划决策 168

9.1 理论基础 168

9.2 应用软件求解非线性规划的方法 169

9.2.1 MATLAB求解非线性规划的方法 169

9.2.2 应用Excel求解非线性规划问题 171

9.3 应用举例 171

本章小结 177

第10章 整数线性规划决策 178

10.1 理论基础 178

10.1.1 整数线性规划的概念 178

10.1.2 整数线性规划的模型 178

10.2 应用MATLAB求解整数线性规划问题 179

10.2.1 割平面法 179

10.2.2 分支定界法 180

10.2.3 0-1规划法 183

10.3 应用Excel求解整数线性规划问题 184

10.3.1 Excel求解整数线性规划问题的方法 184

10.3.2 Excel与MATLAB求解整数线性规划的比较 184

10.4 MATLAB和Excel求解整数线性规划的应用举例 184

10.4.1 纯整数线性规划问题 185

10.4.2 混合整数线性规划问题 189

10.4.3 0-1线性规划问题 192

本章小结 195

第11章 动态规划决策 196

11.1 理论基础 196

11.1.1 动态规划的基本概念 196

11.1.2 动态规划术语及其数学描述 197

11.1.3 动态规划的基本思想及逆序解法的基本方程 199

11.1.4 动态规划的建模步骤 201

11.2 应用MATLAB求解动态规划问题 202

11.3 应用Excel求解动态规划问题 202

11.4 应用举例 202

11.4.1 背包问题——最优装载问题 202

11.4.2 生产经营问题 205

11.4.3 资金管理问题 210

11.4.4 资源（设备）分配问题 215

11.4.5 最短路径问题 220

11.4.6 复杂系统可靠性问题 223

本章小结 228

第12章 网络及路径规划决策 230

12.1 理论基础 230

12.1.1 图论的源起 230

12.1.2 图的基本概念 231

12.1.3 图的类型 233

12.1.4 图的矩阵表示 233

12.1.5 图的权值矩阵 239

12.1.6 图论的基本性质和定理 240

12.1.7 一种特殊的图——树 240

12.1.8 利用应用软件求解网络及路径规划问题 241

12.2 最小费用流问题 242

12.2.1 最小费用流问题的基本概念 242

12.2.2 最小费用流问题的数学模型 242

12.2.3 最小费用流问题的基本类型 243

12.2.4 案例及其MATLAB和Excel求解 243

12.3 最大流量问题 246

12.3.1 最大流问题的基本概念 246

12.3.2 最大流问题的数学模型 247

12.3.3 最大流问题的变形 247

12.3.4 案例及其MATLAB和Excel求解 247

12.4 最小费用最大流问题 251

12.4.1 最小费用最大流问题的模型 251

12.4.2 案例及其MATLAB和Excel求解 252

12.5 最短路问题 255

12.5.1 最短路问题的基本概念 255

12.5.2 最短路问题的数学模型 255

12.5.3 案例及其MATLAB和Excel求解 256

12.5.4 最短路问题的应用 269

12.6 最小（大）支撑树问题 281

12.6.1 最小支撑树问题基于的假设和生产运作实践 281

12.6.2 贪婪算法步骤 281

12.6.3 MATLAB实现 282

12.6.4 最大支撑树问题及其算法的MATLAB实现 282

12.6.5 应用案例 282

12.7 最优环游问题 286

12.7.1 旅行售货员问题 286

12.7.2 中国邮递员问题 290

12.8 匹配（指派）问题 293

12.8.1 匹配问题的概念 293

12.8.2 匹配问题的数学模型 294

12.8.3 应用举例 294

12.8.4 匹配问题的变形 296

本章小结 305

本篇参考文献 307

第四篇 经典决策方法篇 309

案例概览 309

第13章 确定型决策 311

13.1 盈亏平衡决策模型 311

13.1.1 盈亏平衡分析的经济函数 311

13.1.2 线性盈亏平衡决策模型 312

13.1.3 非线性盈亏平衡决策模型 315

13.2 备货型企业年度生产计划的制订决策 318

13.2.1 品种的确定 318

13.2.2 产量的确定 320

13.3 订货型企业年度生产计划的制订决策 322

13.3.1 接受订货决策 322

13.3.2 品种的确定 323

13.3.3 价格的确定 324

13.3.4 交货期的确定 324

13.4 库存优化决策模型 325

13.4.1 经济订货批量模型 325

13.4.2 经济生产批量模型 328

13.4.3 价格折扣模型 330

13.4.4 物料需求计划中订货批量的决策——MPG方法 331

13.5 作业排序决策模型 333

13.5.1 流水作业排列排序模型 333

13.5.2 单件作业任务分配模型 341

13.5.3 单件作业能动计划模型 342

13.5.4 单件作业无延迟计划模型 346

13.5.5 安排人员的服务作业计划 346

13.5.6 安排需求的服务作业计划 350

13.6 网络计划用于项目管理决策模型 351

13.6.1 事件时间参数计算模型 351

13.6.2 活动时间参数计算模型 352

13.6.3 网络时间参数计算模型的计算机实现 356

本章小结 359

第14章 非确定型决策 360

14.1 冒险法：“好中求好”模型 360

14.2 保守法：“坏中求好”模型 361

14.3 折中法：α系数折中决策模型 362

14.4 憾悔法：“最小的最大憾悔值”模型 364

14.5 上述四种模型的比较 365

本章小结 366

第15章 风险型决策 367

15.1 决策表 367

15.1.1 期望收益最大决策模型 368

15.1.2 等概率决策模型 368

15.2 单周期库存模型 369

15.2.1 期望收益最大模型 370

15.2.2 期望损失最小模型 370

15.2.3 边际分析模型 372

15.3 随机离散需求模型 372

15.3.1 从损失期望最小的角度求解 373

15.3.2 从赢利期望最大的角度求解 374

15.4 随机连续需求模型 377

15.4.1 问题提出 377

15.4.2 建立模型 377

15.4.3 模型求解 378

15.4.4 补充讨论 378

15.5 决策树 379

15.5.1 基本概念 379

15.5.2 应用步骤 379

15.5.3 应用案例 380

15.6 贝叶斯决策 381

15.6.1 贝叶斯决策概述 381

15.6.2 贝叶斯模型简介 381

15.6.3 应用案例 383

15.7 灵敏度分析 386

15.7.1 进行灵敏度分析的意义 386

15.7.2 转折概率的确定 386

本章小结 388

第16章 多目标决策 389

16.1 多目标决策概述 389

16.1.1 多目标决策的概念 389

16.1.2 多目标决策的体系 390

16.2 目标化多为少的方法 391

16.2.1 主要目标法 391

16.2.2 线性加权和法 391

16.2.3 平方和加权法 393

16.2.4 理想点法 393

16.2.5 乘除法 394

16.3 线性目标规划 394

16.3.1 相关概念与数学模型 394

16.3.2 优先目标规划 396

16.3.3 加权目标规划 401

16.3.4 优先-加权组合目标规划 403

16.4 层次分析法 405

16.4.1 层次分析法的原理 405

16.4.2 层次分析法的应用 408

16.4.3 层次分析法的总结 410

16.4.4 层次分析法的MATLAB实现 411

16.5 模糊综合评价决策法 413

16.5.1 基本原理 413

16.5.2 应用举例 414

16.5.3 补充说明 418

本章小结 420

第17章 智能启发优化决策 421

17.1 引言 421

17.2 软件工具及准备 421

17.2.1 简介 421

17.2.2 工具箱加载 422

17.2.3 工具箱的调用 423

17.3 粒子群优化算法 424

17.3.1 PSOA算法概述 424

17.3.2 PSOA算法原理与步骤 424

17.3.3 PSOA算法的MATLAB实现及应用举例 425

17.4 遗传优化算法 428

17.4.1 GA算法概述 428

17.4.2 GA算法原理、步骤与特点 429

17.4.3 GA算法的MATLAB实现及应用举例 432

17.4.4 GA算法求解作业车间调度的MATLAB实现 438

17.5 人工神经网络优化算法 443

17.5.1 生物神经元与神经网络 443

17.5.2 人工神经元与ANNs算法概述 444

17.5.3 ANNs算法模型与建模步骤 447

17.5.4 ANNs算法的MATLAB实现及应用举例 451

17.5.5 ANNs算法GUI的实现 456

17.6 模拟退火优化算法 465

17.6.1 算法概述 465

17.6.2 算法的原理与步骤 466

17.6.3 算法应用举例及MATLAB实现 469

17.6.4 SAA的MATLAB求解函数 469

17.7 蚁群优化算法 470

17.7.1 算法概述 470

17.7.2 基本ACOA的原理与操作步骤 471

17.7.3 基本ACOA的数学模型 472

17.7.4 基本ACOA的程序结构流程 474

17.7.5 算法应用举例及MATLAB实现 475

17.8 禁忌搜索优化算法 476

17.8.1 算法概述 476

17.8.2 算法的基本原理 477

17.8.3 算法的要素 478

17.8.4 算法应用举例及MATLAB实现 479

17.9 混合启发优化算法 480

17.9.1 基于遗传算法的粒子群混合算法 481

17.9.2 基于模拟退火的粒子群混合算法 483

17.9.3 基于遗传算法的BP神经网络混合算法 484

17.9.4 基于遗传算法的模拟退火混合算法 486

17.9.5 基于遗传算法的蚁群混合算法 489

本章小结 491

可供进一步深入研究的参考文献 492

本篇参考文献 494