第一章 概述 1
1.1 决策的基本概念 1
1.1.1 决策问题的提出 1
1.1.2 决策的定义和特点 2
1.1.3 决策的地位 2
1.2 决策要素 3
1.3 决策分类 4
1.3.1 按决策问题涉及和影响的范围划分 4
1.3.2 按决策问题的性质划分 5
1.3.3 根据决策人数划分 5
1.3.4 根据决策的确定性划分 6
1.3.5 根据决策目标个数划分 6
1.3.6 根据定性定量特性划分 6
1.3.7 根据动静态特性划分 6
1.3.8 其他分类方法 7
1.4 决策分析方法与决策流程 7
1.4.1 决策分析方法 7
1.4.2 决策流程 8
1.5 决策分析及其发展 8
1.5.1 决策分析 8
1.5.2 决策系统 9
1.5.3 决策分析技术的发展 9
第二章 经典决策分析 11
2.1 风险型决策 11
2.1.1 风险型决策的几个假设 11
2.1.2 风险型决策准则 12
2.1.3 全情报价值 13
2.1.4 边际分析方法 14
2.2 序列决策 17
2.2.1 决策树的构成和决策方法 17
2.2.2 应用实例 17
2.3 风险型决策的风险估计 19
2.2.1 风险估计和风险系数 19
2.2.2 组合决策的风险估计 20
2.4 不确定型决策 22
2.4.1 悲观决策（Wald原则，最大最小原则，Maxmin法） 23
2.4.2 乐观决策（Hurwicz原则，最大最大原则，Maxmax法） 23
2.4.3 平均主义决策（Laplace原则，等可能性原则） 23
2.4.4 乐观系数法 24
2.4.5 最小机会损失原则（Savage原则，最小后悔原则） 24
2.5 不确定型决策的进一步分析 25
2.5.1 L-H准则 25
2.5.2 算法改进 26
第三章 效用函数 29
3.1 效用的定义 29
3.1.1 关系（Relation） 29
3.1.2 偏好关系 32
3.2 序数效用和基数效用 34
3.2.1 序数效用函数 34
3.2.2 基数效用函数 35
3.2.3 构造基数效用函数 36
3.3 效用与风险 39
3.3.1 效用函数的类型 40
3.3.2 效用函数度量 41
第四章 贝叶斯决策分析 42
4.1 频率学派和贝叶斯学派的争论 46
4.1.1 统计信息 46
4.1.2 贝叶斯学派与经典统计学派 47
4.2 贝叶斯公式和贝叶斯风险 48
4.2.1 贝叶斯公式 48
4.2.2 贝叶斯风险 49
4.3 信息的价值 50
4.3.1 完全信息期望价值 50
4.3.2 样本信息期望价值 55
4.3.3 信息价值的应用 65
4.4 贝叶斯决策 67
4.4.1 贝叶斯决策过程 67
4.4.2 贝叶斯规则 68
4.4.3 贝叶斯类型 68
4.4.4 决策准则 70
4.5 贝叶斯决策的应用 72
4.5.1 最佳抽样方案的选择 72
4.5.2 应用案例 73
第五章 随机优势决策分析 78
5.1 随机优势概述 78
5.1.1 状态优于准则 78
5.1.2 有价证券模型 79
5.1.3 E-V准则 81
5.2 随机优势决策规则 82
5.2.1 随机优势决策规则概念 82
5.2.2 效用函数的分类 83
5.2.3 随机优势应用 84
5.2.4 随机优势的基本定理 86
5.3 一等随机优势 87
5.3.1 一等随机优势的定义 87
5.3.2 一等随机优势决策规则 87
5.3.2 一等随机优势解例 87
5.4 二等随机优势 88
5.4.1 二等随机优势的定义 89
5.4.2 二等随机优势定理 89
5.4.3 二等随机优势解例 91
第六章 多目标决策及其解的分析 93
6.1 多目标和多属性决策 93
6.1.1 多准则决策 93
6.1.2 多目标和多属性决策 94
6.1.3 经典多属性决策 95
6.2 多目标决策 95
6.3 多目标决策问题的要素 97
6.3.1 决策单元及决策人 97
6.3.2 目标与属性 97
6.3.3 决策情况 98
6.3.4 决策准则 98
6.4 多目标决策问题形式及规则 98
6.4.1 多目标决策一般形式 98
6.4.2 常用的决策准则 99
6.5 多属性效用函数 100
6.5.1 价值函数的存在性 100
6.5.2 加性价值函数 102
6.5.3 加性价值函数的估计 104
6.5.4 多属性期望效用理论 104
6.6 非劣解及其产生方法 106
6.6.1 非劣解 106
6.6.2 加权方法 111
第七章 群决策及其应用 115
7.1 群决策概述 115
7.1.1 个体决策和群决策 115
7.1.2 群决策优点 115
7.1.3 群决策研究方法和方向 117
7.2 社会福利函数 117
7.3 艾洛不可能定理 118
7.3.1 不可能定理的表述 118
7.3.2 不可能定理的原则 118
7.4 群效用函数 122
7.5 群决策集结方法 122
7.5.1 Borda集结法 122
7.5.2 特征根法 124
7.5.3 通过委托过程求群决策问题的解 127
第八章 复杂系统决策问题分析 131
8.1 关于复杂系统的决策问题 131
8.2 复杂系统决策面临的新问题 132
8.2.1 系统理论面临的问题 132
8.2.2 决策理论面临的问题 133
8.2.3 复杂性对决策理论的影响 133
8.3 复杂系统决策分析方法 137
8.3.1 人工分析法 138
8.3.2 解析法 140
8.3.3 仿真实验法 142
参考文献 147