决策分析理论PDF电子书下载

第1章 决策分析概述 1

1.1决策与决策问题 1

1.1.1决策 1

1.1.2决策问题的要素 2

1.1.3决策的特点 3

1.1.4决策问题的复杂性 3

1.2决策问题的分类 5

1.2.1按决策的层次划分 5

1.2.2按决策问题的规范性划分 5

1.2.3按决策者的数量划分 6

1.2.4按信息的不确定程度划分 6

1.2.5按决策过程的时序划分 7

1.2.6按决策的准则数量划分 7

1.2.7按决策问题的量化程度划分 7

1.2.8按决策问题的领域划分 7

1.3决策分析的概念及过程 8

1.3.1决策分析的概念 8

1.3.2决策分析的分类 9

1.3.3决策分析的过程 9

1.4决策分析的应用与发展 12

1.4.1决策分析的应用 12

1.4.2决策分析的发展历史 13

1.4.3相关学术杂志与活动 17

1.4.4决策分析的发展趋势 19

第2章 Bayes决策 23

2.1客观概率与主观概率 23

2.1.1概率的定义 23

2.1.2主观概率公理 25

2.1.3主观概率的估计 34

2.2统计决策 36

2.2.1统计决策问题的模型 36

2.2.2统计决策准则 40

2.2.3信息的价值 42

2.3验前分布的确定 43

2.3.1确定验前分布的方法 43

2.3.2无信息先验 44

2.3.3共轭先验 47

2.3.4极大熵先验 47

2.4统计决策的应用 49

2.4.1具有部分验前信息的Bayes决策 49

2.4.2导弹命中率的Bayes鉴定 52

第3章 价值函数与期望效用理论 54

3.1相关的基本概念 54

3.1.1二元关系与序关系 54

3.1.2函数的凸性 58

3.2偏好序与价值函数 59

3.2.1偏好关系 59

3.2.2序数价值函数 64

3.3效用函数 69

3.3.1后果集为有限集的效用函数 70

3.3.2后果集为连续集合时的期望效用函数 73

3.4风险态度及其度量 82

3.4.1决策者的风险态度 82

3.4.2局部风险厌恶 84

3.4.3风险厌恶程度的比较 86

第4章 随机优势分析 89

4.1随机优势的概念 89

4.1.1 M-V准则 89

4.1.2随机优势的提出 90

4.1.3三种效用函数类型 91

4.1.4随机优势的定义 92

4.2三类随机优势的性质 92

4.2.1一阶随机优势 92

4.2.2二阶随机优势 94

4.2.3三阶随机优势 97

4.3随机优势与M-V准则 102

第5章 多属性价值函数与效用函数 105

5.1多属性价值函数 105

5.1.1两个属性的情形 105

5.1.2三个以上属性的情形 109

5.1.3价值函数的估计 110

5.2多属性效用函数 111

5.2.1两个属性时的情形 111

5.2.2多个属性时的情形 118

5.2.3多属性效用函数的估计 122

第6章 群体决策 126

6.1群决策及其特点 126

6.1.1群体决策问题及其特点 126

6.1.2群体决策常见的问题 127

6.1.3常见的群体决策方法 129

6.2社会选择函数 131

6.2.1基本概念 131

6.2.2投票规则 133

6.2.3策略性投票 140

6.2.4其他社会选择函数 141

6.3社会福利函数的性质 145

6.3.1两个方案的社会福利函数 145

6.3.2 Arrow不可能定理 147

6.3.3社会偏好满足传递性的条件 150

6.4群价值函数与群效用函数 154

6.4.1群价值函数 154

6.4.2群效用函数 155

第7章 Markov决策过程 158

7.1 Markov链与Markov决策过程模型 158

7.1.1离散时间Markov链 158

7.1.2 Markov决策过程模型 161

7.2期望平均费用决策准则模型 163

7.2.1相关概念和性质 163

7.2.2策略迭代法 166

7.2.3线性规划法 170

7.2.4值迭代法 173

7.3期望折扣费用决策准则模型 176

7.3.1函数方程 177

7.3.2策略改进法 179

7.3.3应用示例 181

7.4最优停止问题 183

7.4.1正费用无贴现问题 183

7.4.2最优停止问题的求解 184

第8章 Bayes网络与影响图 188

8.1图论与概率基础 188

8.1.1图论的相关概念 188

8.1.2条件独立与d-分隔 190

8.2决策树模型与求解 192

8.2.1决策树模型 192

8.2.2决策树的求解 195

8.3 Bayes网络及其推理 198

8.3.1 Bayes网络各的概念及性质 198

8.3.2 Bayes网络的推理 201

8.4影响图模型及其求解 207

8.4.1概述 207

8.4.2影响图的决策树求解法 211

8.4.3影响图的Shachter化简算法 218

8.4.4影响图的Bayes网络算法 225

第9章 行为决策理论基础 227

9.1决策行为的影响因素 227

9.1.1决策行为的影响因素 227

9.1.2期望效用理论面临的问题 234

9.2前景理论 240

9.2.1前景理论模型 241

9.2.2前景理论的应用 244

9.2.3累积前景理论 246

9.3启发式与偏差 252

9.3.1代表性启发 252

9.3.2易得性启发式 255

9.3.3锚定与调整启发式 257

9.3.4决策判断中常见的陷阱 258

参考文献 261