预测与决策 软计算方法及应用PDF|Epub|txt|kindle电子书版本网盘下载

预测与决策 软计算方法及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 预测与决策方法概述1

1.1 预测概述3

1.1.1 预测的产生与发展3

1.1.2 预测的分类5

1.1.3 预测的基本原则7

1.1.4 预测的程序11

1.1.5 预测的精度与价值13

1.2 决策概述17

1.2.1 决策科学的产生与发展17

1.2.2 决策理论学派的评述18

1.2.3 决策的分类20

1.2.4 决策的程序23

1.2.5 主要的决策方法简介24

1.3 预测与决策的关系28

1.4 案例分析28

复习思考题29

第2章 时间序列预测法31

2.1 时间序列预测概述33

2.1.1 时间序列预测的内涵33

2.1.2 时间序列预测的组成因素333

2.1.3 时间序列的分解模型35

2.1.4 时间序列的分类336

2.2 移动平均法36

2.2.1 简单移动平均法36

2.2.2 趋势移动平均法38

2.3 指数平滑法40

2.3.1 一次指数平滑法40

2.3.2 二次指数平滑法43

2.3.3 三次指数平滑法45

2.4 差分指数平滑法46

2.4.1 一阶差分指数平滑模型46

2.4.2 二阶差分指数平滑模型47

2.5 有增长上限的趋势外推预测法48

2.5.1 修正指数曲线预测法48

2.5.2 龚珀兹曲线预测法51

2.5.3 皮尔曲线预测法52

2.6 神经网络预测方法53

2.6.1 神经网络的结构及类型53

2.6.2 BP神经网络（Back-Propagation Network） 54

2.6.3 径向基神经网络（Radial Basis Networks） 56

2.6.4 概率神经网络（Probabilistic Neural Network） 58

2.6.5 算例60

复习思考题65

复习思考题参考答案66

第3章 灰色预测方法67

3.1 灰色预测概述69

3.1.1 准光滑序列69

3.1.2 累加生成算子与累减生成算子70

3.1.3 灰色建模步骤72

3.2 GM（1，1）预测模型74

3.3 GM（0，N）模型78

3.4 GM（2，1）和Verhulst模型79

3.4.1 GM（2，1）模型79

3.4.2 Verhulst模型82

3.5 灰色灾变预测84

3.5.1 灰色灾变预测概述84

3.5.2 灰色季节灾变预测87

复习思考题90

复习思考题参考答案91

第4章 多属性综合决策方法93

4.1 多属性综合决策概述95

4.1.1 综合决策问题的要素95

4.1.2 评价指标体系的构建96

4.1.3 评价指标的规范化97

4.1.4 综合决策方法的局限性99

4.2 基于加权平均算子的多属性决策方法99

4.2.1 简单加权算术平均（WAA）法99

4.2.2 有序加权算术（OWA）平均法100

4.3 熵权决策方法102

4.4 Topsis决策方法104

4.5 AHP决策方法107

4.5.1 AHP的基本原理与步骤108

4.5.2 AHP的应用案例112

4.5.3 AHP的优点和不足115

复习思考题116

复习思考题参考答案118

第5章 灰色决策方法119

5.1 灰色关联决策方法122

5.1.1 灰色关联因素和关联算子集122

5.1.2 灰色关联公理与灰色关联度123

5.1.3 灰色绝对关联度126

5.1.4 案例应用128

5.2 多属性灰色聚类决策方法134

5.2.1 灰色聚类134

5.2.2 灰色定权聚类决策方法136

5.2.3 案例应用137

5.3 灰色局势决策方法139

5.3.1 单目标化灰色局势决策方法139

5.3.2 基于“奖优罚劣”线性变换算子的区间数多目标灰色局势决策方法142

5.4 灰靶决策方法146

5.4.1 多目标灰靶决策方法146

5.4.2 多目标智能灰靶决策方法147

复习思考题150

复习思考题参考答案154

第6章 粗糙集决策方法155

6.1 经典粗糙集157

6.1.1 粗糙集理论的发展现状157

6.1.2 集合与集合的近似159

6.1.3 属性依赖和近似精度161

6.1.4 近似质量和约简163

6.1.5 应用区分矩阵求信息系统的约简和核163

6.1.6 决策表的规则获取167

6.1.7 应用分辨矩阵求决策表的约简、核和决策规则168

6.2 数据离散与属性约简的常用算法170

6.2.1 数据离散算法170

6.2.2 属性约简的算法172

6.3 变精度粗糙集177

6.3.1 粗糙隶属函数177

6.3.2 变精度粗糙集模型179

6.3.3 置信阈值β的讨论182

6.4 优势粗糙集183

6.4.1 多标准决策的分类问题183

6.4.2 基于优势关系的不相容性与不可分辨类184

6.4.3 基于优势关系的优势集与劣势集185

6.4.4 优势粗糙集模型（dominated-base rough set models）185

6.5 应用案例188

6.5.1 不考虑偏好信息情况下运输方案的选择决策188

6.5.2 考虑偏好信息情况下的选择决策189

复习思考题190

复习思考题参考答案192

第7章 模糊决策法193

7.1 模糊决策方法概述195

7.1.1 模糊集与模糊隶属函数195

7.1.2 模糊子集的运算195

7.1.3 模糊关系及其运算196

7.1.4 模糊关系的合成197

7.1.5 A-截集与分解定理197

7.1.6 模糊集的模糊性及其度量199

7.2 模糊聚类决策分析法200

7.2.1 模糊聚类概述200

7.2.2 模糊聚类方法的分类202

7.3 模糊综合评价方法207

7.4 基于三角模糊数的模糊综合评判法209

7.4.1 理论基础209

7.4.2 基于三角模糊数的模糊综合评判法的构建209

7.4.3 案例应用213

7.5 直觉模糊决策方法215

7.5.1 直觉模糊基础知识215

7.5.2 直觉模糊数多属性决策方法217

7.5.3 基于Topsis的直觉模糊数多属性决策方法217

7.5.4 案例分析218

7.6 犹豫模糊决策方法219

7.6.1 犹豫模糊理论基本知识219

7.6.2 基于正负理想点的犹豫模糊多属性决策方法220

7.6.3 案例应用222

复习思考题223

复习思考题参考答案227

参考文献228