决策分析理论2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

决策分析理论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 决策分析概述1

1.1决策与决策问题1

1.1.1决策1

1.1.2决策问题的要素2

1.1.3决策的特点3

1.1.4决策问题的复杂性3

1.2决策问题的分类5

1.2.1按决策的层次划分5

1.2.2按决策问题的规范性划分5

1.2.3按决策者的数量划分6

1.2.4按信息的不确定程度划分6

1.2.5按决策过程的时序划分7

1.2.6按决策的准则数量划分7

1.2.7按决策问题的量化程度划分7

1.2.8按决策问题的领域划分7

1.3决策分析的概念及过程8

1.3.1决策分析的概念8

1.3.2决策分析的分类9

1.3.3决策分析的过程9

1.4决策分析的应用与发展12

1.4.1决策分析的应用12

1.4.2决策分析的发展历史13

1.4.3相关学术杂志与活动17

1.4.4决策分析的发展趋势19

第2章 Bayes决策23

2.1客观概率与主观概率23

2.1.1概率的定义23

2.1.2主观概率公理25

2.1.3主观概率的估计34

2.2统计决策36

2.2.1统计决策问题的模型36

2.2.2统计决策准则40

2.2.3信息的价值42

2.3验前分布的确定43

2.3.1确定验前分布的方法43

2.3.2无信息先验44

2.3.3共轭先验47

2.3.4极大熵先验47

2.4统计决策的应用49

2.4.1具有部分验前信息的Bayes决策49

2.4.2导弹命中率的Bayes鉴定52

第3章 价值函数与期望效用理论54

3.1相关的基本概念54

3.1.1二元关系与序关系54

3.1.2函数的凸性58

3.2偏好序与价值函数59

3.2.1偏好关系59

3.2.2序数价值函数64

3.3效用函数69

3.3.1后果集为有限集的效用函数70

3.3.2后果集为连续集合时的期望效用函数73

3.4风险态度及其度量82

3.4.1决策者的风险态度82

3.4.2局部风险厌恶84

3.4.3风险厌恶程度的比较86

第4章 随机优势分析89

4.1随机优势的概念89

4.1.1 M-V准则89

4.1.2随机优势的提出90

4.1.3三种效用函数类型91

4.1.4随机优势的定义92

4.2三类随机优势的性质92

4.2.1一阶随机优势92

4.2.2二阶随机优势94

4.2.3三阶随机优势97

4.3随机优势与M-V准则102

第5章 多属性价值函数与效用函数105

5.1多属性价值函数105

5.1.1两个属性的情形105

5.1.2三个以上属性的情形109

5.1.3价值函数的估计110

5.2多属性效用函数111

5.2.1两个属性时的情形111

5.2.2多个属性时的情形118

5.2.3多属性效用函数的估计122

第6章 群体决策126

6.1群决策及其特点126

6.1.1群体决策问题及其特点126

6.1.2群体决策常见的问题127

6.1.3常见的群体决策方法129

6.2社会选择函数131

6.2.1基本概念131

6.2.2投票规则133

6.2.3策略性投票140

6.2.4其他社会选择函数141

6.3社会福利函数的性质145

6.3.1两个方案的社会福利函数145

6.3.2 Arrow不可能定理147

6.3.3社会偏好满足传递性的条件150

6.4群价值函数与群效用函数154

6.4.1群价值函数154

6.4.2群效用函数155

第7章 Markov决策过程158

7.1 Markov链与Markov决策过程模型158

7.1.1离散时间Markov链158

7.1.2 Markov决策过程模型161

7.2期望平均费用决策准则模型163

7.2.1相关概念和性质163

7.2.2策略迭代法166

7.2.3线性规划法170

7.2.4值迭代法173

7.3期望折扣费用决策准则模型176

7.3.1函数方程177

7.3.2策略改进法179

7.3.3应用示例181

7.4最优停止问题183

7.4.1正费用无贴现问题183

7.4.2最优停止问题的求解184

第8章 Bayes网络与影响图188

8.1图论与概率基础188

8.1.1图论的相关概念188

8.1.2条件独立与d-分隔190

8.2决策树模型与求解192

8.2.1决策树模型192

8.2.2决策树的求解195

8.3 Bayes网络及其推理198

8.3.1 Bayes网络各的概念及性质198

8.3.2 Bayes网络的推理201

8.4影响图模型及其求解207

8.4.1概述207

8.4.2影响图的决策树求解法211

8.4.3影响图的Shachter化简算法218

8.4.4影响图的Bayes网络算法225

第9章 行为决策理论基础227

9.1决策行为的影响因素227

9.1.1决策行为的影响因素227

9.1.2期望效用理论面临的问题234

9.2前景理论240

9.2.1前景理论模型241

9.2.2前景理论的应用244

9.2.3累积前景理论246

9.3启发式与偏差252

9.3.1代表性启发252

9.3.2易得性启发式255

9.3.3锚定与调整启发式257

9.3.4决策判断中常见的陷阱258

参考文献261