本書較系統(tǒng)地介紹了經(jīng)典的預(yù)測與決策方法，如時間序列預(yù)測方法、風(fēng)險型預(yù)測與決策方法、綜合決策方法等；及軟計算預(yù)測與決策方法，主要包括灰色系統(tǒng)預(yù)測與決策方法、模糊集決策方法、粗糙集決策方法及神經(jīng)網(wǎng)絡(luò)預(yù)測與決策方法等。本書可作為經(jīng)濟(jì)、管理類各專業(yè)碩士學(xué)生的教材，也是經(jīng)濟(jì)管理工作者和相關(guān)研究人員所必備的工具書。
菅利榮，管理學(xué)博士，南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院教授、博士生導(dǎo)師，主要從事管理預(yù)測與決策方法、軟計算、系統(tǒng)建模與評價、項目管理及知識管理等研究。主持、參與完成國家級、省部級項目20多項，近年來在《管理工程學(xué)報》《情報學(xué)報》《控制與決策》《中國管理科學(xué)》《系統(tǒng)工程學(xué)報》《系統(tǒng)管理學(xué)報》、《Kybernetes》等國內(nèi)外學(xué)術(shù)期刊與國際會議發(fā)表學(xué)術(shù)論文60多篇，出版教材6部，其中一部為國家“十一五”規(guī)劃教材，并被評為國家級精品教材；出版專著2部，基中一部為英文著作，由美國Taylor & Francis出版，另一部由科學(xué)出版社出版。 兼任中國（雙法）灰色系統(tǒng)專業(yè)委員會常務(wù)理事和《灰色系統(tǒng)學(xué)刊》編委。
第1章 預(yù)測與決策方法概述1.1 預(yù)測概述/1.1.1 預(yù)測的產(chǎn)生與發(fā)展/1.1.2 預(yù)測的分類/1.1.3 預(yù)測的基本原則/1.1.4 預(yù)測的程序/1.1.5 預(yù)測的精度與價值/1.2 決策概述/1.2.1 決策科學(xué)的產(chǎn)生與發(fā)展/1.2.2 決策理論學(xué)派的評述/1.2.3 決策的分類/1.2.4 決策的程序/1.2.5 主要的決策方法簡介/1.3 預(yù)測與決策的關(guān)系/1.4 案例分析/復(fù)習(xí)思考題/第2章 時間序列預(yù)測法2.1 時間序列預(yù)測概述/2.1.1 時間序列預(yù)測的內(nèi)涵/2.1.2 時間序列預(yù)測的組成因素/2.1.3 時間序列的分解模型/2.1.4 時間序列的分類/2.2 移動平均法/2.2.1 簡單移動平均法/2.2.2 趨勢移動平均法/2.3 指數(shù)平滑法/2.3.1 一次指數(shù)平滑法/2.3.2 二次指數(shù)平滑法/2.3.3 三次指數(shù)平滑法/2.4 差分指數(shù)平滑法/2.4.1 一階差分指數(shù)平滑模型/2.4.2 二階差分指數(shù)平滑模型/2.5 有增長上限的趨勢外推預(yù)測法/2.5.1 修正指數(shù)曲線預(yù)測法/2.5.2 龔珀茲曲線預(yù)測法/2.5.3 皮爾曲線預(yù)測法/2.6 神經(jīng)網(wǎng)絡(luò)預(yù)測方法/2.6.1 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及類型/2.6.2 BP神經(jīng)網(wǎng)絡(luò)(BackPropagation Network)/2.6.3 徑向基神經(jīng)網(wǎng)絡(luò)(Radial Basis Networks)/2.6.4 概率神經(jīng)網(wǎng)絡(luò)（Probabilistic Neural Network）/2.6.5 算例/復(fù)習(xí)思考題/復(fù)習(xí)思考題參考答案/第3章 灰色預(yù)測方法3.1 灰色預(yù)測概述/3.1.1 準(zhǔn)光滑序列/3.1.2 累加生成算子與累減生成算子/3.1.3 灰色建模步驟/3.2 GM(1,1)預(yù)測模型/3.3 GM(0,N)模型/3.4 GM(2,1)和Verhulst模型/3.4.1 GM(2,1)模型/3.4.2 Verhulst模型/3.5 灰色災(zāi)變預(yù)測/3.5.1 灰色災(zāi)變預(yù)測概述/3.5.2 灰色季節(jié)災(zāi)變預(yù)測/復(fù)習(xí)思考題/復(fù)習(xí)思考題參考答案/第4章 多屬性綜合決策方法4.1 多屬性綜合決策概述/4.1.1 綜合決策問題的要素/4.1.2 評價指標(biāo)體系的構(gòu)建/4.1.3 評價指標(biāo)的規(guī)范化/4.1.4 綜合決策方法的局限性/4.2 基于加權(quán)平均算子的多屬性決策方法/4.2.1 簡單加權(quán)算術(shù)平均(WAA)法/4.2.2 有序加權(quán)算術(shù)(OWA)平均法/4.3 熵權(quán)決策方法/4.4 Topsis決策方法/4.5 AHP決策方法/4.5.1 AHP的基本原理與步驟/4.5.2 AHP的應(yīng)用案例/4.5.3 AHP的優(yōu)點(diǎn)和不足/復(fù)習(xí)思考題/復(fù)習(xí)思考題參考答案/第5章 灰色決策方法5.1 灰色關(guān)聯(lián)決策方法/5.1.1 灰色關(guān)聯(lián)因素和關(guān)聯(lián)算子集/5.1.2 灰色關(guān)聯(lián)公理與灰色關(guān)聯(lián)度/5.1.3 灰色絕對關(guān)聯(lián)度/5.1.4 案例應(yīng)用/5.2 多屬性灰色聚類決策方法/5.2.1 灰色聚類/5.2.2 灰色定權(quán)聚類決策方法/5.2.3 案例應(yīng)用/5.3 灰色局勢決策方法/5.3.1 單目標(biāo)化灰色局勢決策方法/5.3.2 基于“獎優(yōu)罰劣”線性變換算子的區(qū)間數(shù)多目標(biāo)灰色局勢決策方法/5.4 灰靶決策方法/5.4.1 多目標(biāo)灰靶決策方法/5.4.2 多目標(biāo)智能灰靶決策方法/復(fù)習(xí)思考題/復(fù)習(xí)思考題參考答案/第6章 粗糙集決策方法6.1 經(jīng)典粗糙集/6.1.1 粗糙集理論的發(fā)展現(xiàn)狀/6.1.2 集合與集合的近似/6.1.3 屬性依賴和近似精度/6.1.4 近似質(zhì)量和約簡/6.1.5 應(yīng)用區(qū)分矩陣求信息系統(tǒng)的約簡和核/6.1.6 決策表的規(guī)則獲取/6.1.7 應(yīng)用分辨矩陣求決策表的約簡、 核和決策規(guī)則/6.2 數(shù)據(jù)離散與屬性約簡的常用算法/6.2.1 數(shù)據(jù)離散算法/6.2.2 屬性約簡的算法/6.3 變精度粗糙集 /6.3.1 粗糙隸屬函數(shù)/6.3.2 變精度粗糙集模型/6.3.3 置信閾值β的討論/6.4 優(yōu)勢粗糙集/6.4.1 多標(biāo)準(zhǔn)決策的分類問題/6.4.2 基于優(yōu)勢關(guān)系的不相容性與不可分辨類/6.4.3 基于優(yōu)勢關(guān)系的優(yōu)勢集與劣勢集/6.4.4 優(yōu)勢粗糙集模型（dominatedbase rough set models）/6.5 應(yīng)用案例/6.5.1 不考慮偏好信息情況下運(yùn)輸方案的選擇決策/6.5.2 考慮偏好信息情況下的選擇決策/復(fù)習(xí)思考題/復(fù)習(xí)思考題參考答案/第7章 模糊決策法7.1 模糊決策方法概述/7.1.1 模糊集與模糊隸屬函數(shù)/7.1.2 模糊子集的運(yùn)算/7.1.3 模糊關(guān)系及其運(yùn)算/7.1.4 模糊關(guān)系的合成/7.1.5 λ-截集與分解定理/7.1.6 模糊集的模糊性及其度量/目 錄VIIVIII預(yù)測與決策軟計算方法及應(yīng)用7.2 模糊聚類決策分析法/7.2.1 模糊聚類概述/7.2.2 模糊聚類方法的分類/7.3 模糊綜合評價方法/7.4 基于三角模糊數(shù)的模糊綜合評判法/7.4.1 理論基礎(chǔ)/7.4.2 基于三角模糊數(shù)的模糊綜合評判法的構(gòu)建/7.4.3 案例應(yīng)用/7.5 直覺模糊決策方法/7.5.1 直覺模糊基礎(chǔ)知識/7.5.2 直覺模糊數(shù)多屬性決策方法/7.5.3 基于Topsis的直覺模糊數(shù)多屬性決策方法/7.5.4 案例分析/7.6 猶豫模糊決策方法/7.6.1 猶豫模糊理論基本知識/7.6.2 基于正負(fù)理想點(diǎn)的猶豫模糊多屬性決策方法/7.6.3 案例應(yīng)用/復(fù)習(xí)思考題/復(fù)習(xí)思考題參考答案/參考文獻(xiàn)
新書資訊