1数量方法概论 1
1.1数量方法的概念和特点 1
1.2数量方法的发展历程 3
1.3数量方法的种类 5
1.3.1预测数量方法 5
1.3.2决策数量方法 7
1.3.3评价数量方法 7
1.4数量方法运用步骤 13
1.5决策系统优化 15
1.6数量方法选择 18
1.6.1兼容度和差异度 19
1.6.2兼容度极大化模型 19
1.6.3兼容度、差异度极大极小化模型 20
1.6.4评价方案择优算法实例 23
参考文献 26
习题1 26
2数量方法中的指标、权重与数据 27
2.1评价指标的构建及筛选 27
2.2指标权重的确定方法 28
2.2.1基于“功能驱动”原理的指标偏好型赋权法 30
2.2.2基于“功能驱动”原理的方案偏好型赋权法 42
2.2.3基于“差异驱动”原理的赋权方法 48
2.2.4具有综合集成特征的赋权法 53
2.3数量方法中的数据 55
2.3.1数据分类 55
2.3.2数据特性表征 58
2.3.3数据测量 61
2.3.4数据的收集 69
2.3.5数据审核与整理 77
参考文献 84
习题2 84
3模糊评价方法 85
3.1模糊概念与模糊评价方法 85
3.2模糊评价方法的应用步骤 86
3.2.1模糊评价方法原理 86
3.2.2单因素模糊评价方法的应用步骤 88
3.2.3多级模糊评价方法的应用步骤 89
3.2.4模糊评价模型应用时的常用算子与隶属度处理 90
3.2.5模糊综合评价结果向量的分析 93
3.3应用举例 95
3.4舍弃等级论域的模糊综合评判 100
3.5模糊评价方法研究与展望 104
参考文献 105
习题3 106
4聚类分析法 107
4.1聚类分析法简介 107
4.1.1聚类分析的基本步骤 108
4.1.2聚类分析方法的类型 109
4.2聚类方法的基础知识 110
4.2.1样品和变量相似性的度量 110
4.2.2样品（个体）间的相似度 111
4.3系统聚类方法的应用步骤 114
4.3.1直接（绝对值距离）聚类法 115
4.3.2最短距离聚类法 117
4.3.3最远距离聚类法 120
4.4动态聚类分析 123
4.4.1动态聚类原理与过程 123
4.4.2动态聚类过程中的若干问题 126
4.4.3动态聚类应用示例 127
4.5有序样本的综合聚类 131
4.5.1应用步骤 132
4.5.2有序样本聚类方法的优点 133
4.5.3应用举例 134
4.6研究及应用展望 136
参考文献 137
习题4 138
5判别分析法 139
5.1距离判别分析法 139
5.1.1距离判别分析方法原理 140
5.1.2距离判别分析方法应用示例 141
5.2贝叶斯（Bayes）判别法 144
5.2.1贝叶斯判别法的基本步骤 144
5.2.2贝叶斯判别法应用示例 146
5.3费歇判别分析方法 149
5.3.1费歇判别分析方法原理 149
5.3.2费歇分析方法应用步骤与示例 152
5.4逐步判别分析法 155
5.4.1逐步判别分析法原理 155
5.4.2逐步判别分析法应用示例 156
5.5判别分析法应用与研究展望 159
参考文献 160
习题5 160
6常用简单综合评价方法 163
6.1主成分评价方法 163
6.1.1主成分分析的含义与基本思想 163
6.1.2主成分分析法原理 164
6.1.3主成分分析的计算步骤 165
6.1.4主成分分析应用示例 166
6.1.5主成分分析法应用与研究展望 169
参考文献 171
习题6.1 171
6.2因子分析法 172
6.2.1因子分析方法基本原理 173
6.2.2因子分析法应用示例 175
6.2.3因子分析方法应用与研究展望 177
参考文献 178
习题6.2 178
6.3距离综合评价方法 179
6.3.1距离综合评价方法原理与应用步骤 179
6.3.2距离综合评价方法应用示例 180
6.3.3距离综合评价方法应用与研究展望 182
参考文献 183
习题6.3 183
6.4功效系数法 184
6.4.1功效系数法原理与应用步骤 184
6.4.2功效系数法应用示例 184
6.4.3功效系数法应用与研究展望 185
参考文献 186
习题6.4 187
6.5层次分析法 187
6.5.1层次分析法简述 187
6.5.2层次分析法应用示例 188
6.5.3层次分析法应用与研究展望 192
参考文献 193
习题6.5 193
6.6熵值法 194
6.6.1熵值法的产生 194
6.6.2熵值法实施步骤 198
6.6.3熵值法的优点和不足 199
6.6.4熵值法的适用领域 201
6.6.5熵值法应用举例 202
参考文献 203
习题6.6 203
6.7综合指数法 204
6.7.1综合指数法的应用原理与步骤 204
6.7.2综合指数法的应用示例 205
参考文献 206
习题6.7 206
7常用定性与定量结合评价方法 209
7.1平衡计分卡法 209
7.1.1平衡计分卡基本内容 209
7.1.2平衡计分卡应用举例 214
7.1.3平衡计分卡优缺点 218
7.2李克特量表 220
7.2.1李克特量表应用步骤 221
7.2.2李克特量表应用举例 221
7.2.3李克特量表法的优缺点与适用领域 225
7.3解释结构模型 225
7.3.1解释结构模型法的步骤 226
7.3.2解释结构模型应用举例 227
参考文献 233
习题7 234
8灰色系统分析方法 235
8.1灰色系统分析简介 235
8.1.1灰色系统分析的原则 236
8.1.2灰色系统理论体系 237
8.2灰色关联方法 238
8.2.1灰关联度分析的数学原理 239
8.2.2灰关联分析的基本特征 239
8.2.3灰色关联度四公理 240
8.2.4灰色关联分析的计算步骤 241
8.2.5几种常用灰色关联度法 245
8.2.6灰色关联度分析法应用示例 255
8.2.7灰色关联度评价方法与其他方法结合应用示例 258
8.3灰色动态GM模型 262
8.3.1灰色动态模型的数学原理 263
8.3.2 GM模型的基本类型与计算方法 264
8.3.3灰色动态模型建模的基本步骤 266
8.4多维灰色评估方法 267
8.4.1灰色评估方法的数学原理与基本特征 267
8.4.2灰色评估方法应用示例 272
8.5灰色系统分析方法应用与研究展望 281
参考文献 283
习题8 283
9全要素生产率及其测度方法 285
9.1全要素生产率概述 285
9.2全要素生产率的测度方法 286
9.2.1参数方法 286
9.2.2非参数方法 290
9.3全要素生产率测度应用步骤 292
9.4全要素生产率测度方法应用示例 294
9.5全要素生产率应用与研究展望 297
参考文献 299
习题9 300
10基于三层BP网络的评价方法 301
10.1引言 301
10.2多层人工神经网络与误差逆传播学习算法 302
10.2.1 M-P神经元模型 302
10.2.2多层人工神经网络与误差逆传播学习算法 303
10.3应用示例 307
10.4 BP网络评价方法的优缺点 309
10.5神经网络的应用领域 309
参考文献 312
习题10 312
11区间数评价法 313
11.1区间评价原理与步骤 313
11.1.1区间数定义与运算法则 313
11.1.2区间评价 314
11.2区间评价方法应用示例 317
11.3区间评价方法应用与研究展望 319
参考文献 319
习题11 320
12数据包络分析 321
12.1 DEA模型的提出及历史发展 321
12.2 DEA基本模型——C2R-DEA模型 322
12.2.1 C2R模型的基本原理 322
12.2.2 AM模型（Additive Model） 327
12.2.3 C2R模型的含义 329
12.3其他DEA模型介绍 334
12.3.1 BC2-DEA模型 334
12.3.2 C2GS2模型 335
12.3.3 FG-DEA模型 336
12.3.4 ST-DEA模型 337
12.3.5一个整合模型 338
12.3.6 C2WY-DEA模型 338
12.3.7 SBM模型 339
12.3.8 ERM模型 340
12.3.9 RAM模型 341
12.4 DEA的一般工作过程 342
12.5 DEA方法应用示例 343
12.6 DEA方法应用与研究展望 347
参考文献 349
习题12 352
13多维标度法 353
13.1多维标度法（Multidimensional Scaling）简介 353
13.2托格森（Torgerson）方法 354
13.3 K-L方法 361
13.4谢帕尔德（Shepard）方法 364
13.5克拉斯卡尔方法 366
13.6 最小维数分析法（MDA方法） 371
13.7多维标度法应用与研究展望 378
参考文献 379
习题13 380
习题参考答案 381
习题1 381
习题2 381
习题3 381
习题4 381
习题5 385
习题6.1 386
习题6.2 387
习题6.3 387
习题6.4 388
习题6.5 388
习题6.6 388
习题6.7 388
习题7 388
习题8 388
习题9 389
习题10 389
习题11 389
习题12 389
习题13 390