第一章 预测概述 1
第一节 引言 1
第二节 预测的作用 3
第三节 预测的基本原则 4
第四节 预测的分类 7
第五节 预测的程序 9
第六节 预测的精度和价值 11
习题与思考题 14
第二章 定性预测方法 15
第一节 引言 15
第二节 市场调查预测法 16
第三节 专家预测法 19
第四节 主观概率法 28
第五节 预兆预测法 33
习题与思考题 41
第三章 时间序列平滑预测法 44
第一节 时间序列概述 44
第二节 移动平均法 46
第三节 指数平滑法 48
第四节 差分指数平滑法 56
第五节 自适应滤波法 58
习题与思考题 60
第四章 回归分析预测方法 62
第一节 引言 62
第二节 一元线性回归预测法 64
第三节 多元线性回归预测法 74
第四节 虚拟变量回归预测 84
第五节 非线性回归预测法 87
习题与思考题 90
第五章 趋势外推预测方法 93
第一节 指数曲线法 93
第二节 修正指数曲线法 96
第三节 生长曲线法 100
第四节 包络曲线法 105
习题与思考题 109
第六章 马尔可夫预测法 110
第一节 马尔可夫链简介 110
第二节 商品销售状态预测 114
第三节 市场占有率预测 116
第四节 期望利润预测 119
习题与思考题 121
第七章 灰色系统预测 123
第一节 引言 123
第二节 序列算子与灰色信息挖掘 124
第三节 灰色预测模型 131
第四节 灰色预测技术 136
习题与思考题 143
第八章 决策概述 146
第一节 决策分析的内涵及其基本要素 146
第二节 决策分析的分类及其基本原则 150
第三节 决策分析的基本步骤 154
第四节 决策分析方法概述 155
习题与思考题 158
第九章 确定型决策分析 159
第一节 确定型决策分析概述 159
第二节 盈亏决策分析 162
第三节 多方案投资决策 167
习题与思考题 182
第十章 风险型决策分析 185
第一节 风险型决策的期望准则及其应用 185
第二节 决策树分析方法 188
第三节 贝叶斯决策方法 191
第四节 效用决策方法 196
习题与思考题 201
第十一章 不确定型决策 203
第一节 不确定型决策的基本概念 203
第二节 乐观决策准则 204
第三节 悲观决策准则 205
第四节 折中决策准则 207
第五节 等可能性决策准则 208
第六节 后悔决策准则 209
习题与思考题 211
第十二章 多目标决策分析 212
第一节 多目标决策分析概述 212
第二节 层次分析方法 218
第三节 数据包络分析方法 227
习题与思考题 236
第十三章 灰色决策模型 238
第一节 灰色决策的基本概念 238
第二节 灰靶决策 240
第三节 基于混合可能度函数的灰色聚类决策模型 243
第四节 多目标加权灰靶决策模型 246
第五节 两阶段灰色决策模型 251
习题与思考题 257
第十四章 决策支持系统 259
第一节 决策支持系统概述 259
第二节 决策支持系统的构成 262
第三节 决策支持系统的设计与实施 264
第四节 决策支持系统案例 267
第五节 决策支持系统相关技术 268
习题与思考题 271
课程实验 273
实验一 时间序列平滑预测 273
实验二 一元线性回归预测 276
实验三 多元线性回归预测 277
实验四 含有虚拟变量的回归模型预测 279
实验五 非线性回归模型预测 279
实验六 灰色系统建模软件登录与数据输入 282
实验七 灰色预测模型建模软件应用 284
实验八 灰色聚类评估模型建模软件应用 286
实验九 多目标加权灰靶决策模型建模软件应用 287
实验十 多目标决策实验 288
实验十一 决策支持系统实验 291
参考文献 296