电子表格建模与决策分析（第8版） azw3 网盘 高速 下载地址大全 免费

电子表格已经成为讲授管理科学/运筹学导论性课程中的概念和方法的重要载体。本书是管理科学的一本实用教材，主要介绍为常用的管理科学/运筹学方法，并给出使用Microsoft Excel的实现方法。全书内容除了包括管理科学/运筹学中通常包含的内容，如线性规划、单纯形法与灵敏度分析、网络流模型、整数线性规划、目标规划与多目标化、非线性规划与进化解法、模拟技术、排队问题、决策分析等之外，还包含项目管理与统计学中的回归分析、时间序列预测与判别分析等内容，并以Microsoft Excel和一些Excel插件为工具，对实际商务管理工作中常见的一些问题进行建模和求解。书中并不对所使用的方法进行数学推导，而只简单介绍问题，然后在Microsoft Excel中建立模型，借助Microsoft Excel及其一些插件进行求解。

第1章建模与决策分析引论1 1.0引言1 1.1决策建模方法1 1.2建模的特性和优点3 1.3数学模型3 1.4数学模型分类4 1.5商业分析与问题求解过程5 1.6锚定效应和框架效应7 1.7好的决策与好的结果8 1.8本章小结9 1.9参考文献9 思考题与习题11 案例1.1Patrick的悖论11 第2章优化与线性规划引论13 2.0引言13 2.1数学优化的应用13 2.2优化问题的特征14 2.3优化问题的数学表达14 2.3.1决策14 2.3.2约束14 2.3.3目标15 2.4数学规划方法15 2.5线性规划问题举例15 2.6建立线性规划模型16 2.6.1建立线性规划模型的步骤16 2.7线性规划模型的例题小结17 2.8线性规划模型的一般形式18 2.9求解线性规划问题：直观法18 2.10求解线性规划问题：图解法19 2.10.1绘制个约束条件20 2.10.2绘制第二个约束条件20 2.10.3绘制第三个约束条件21 2.10.4可行域21 2.10.5绘制目标函数21 2.10.6使用等值线找到优解22 2.10.7通过枚举顶点找到优解23 2.10.8线性规划问题图解法小结24 2.10.9理解事情如何变化24 2.11线性规划模型的特殊情况24 2.11.1多个优解25 2.11.2多余约束25 2.11.3无界解27 2.11.4无可行解28 2.12本章小结28 2.13参考文献29 思考题与习题29 案例2.1参数变化问题分析34 第3章电子表格中线性规划问题的建模与求解35 3.0引言35 3.1电子表格中的规划求解器35 3.2用电子表格求解线性规划问题35 3.3电子表格中求解线性规划模型的步骤36 3.4BlueRidge浴缸问题的电子表格模型37 3.4.1组织数据37 3.4.2决策变量的表示37 3.4.3目标函数的表示38 3.4.4约束的表示38 3.4.5决策变量的表示39 3.5规划求解器中的模型表述39 3.6ASP的使用41 3.6.1定义目标单元格41 3.6.2定义变量单元格42 3.6.3定义约束单元格43 3.定义非负约束44 3.6.5检查模型45 3.6.6其他选项46 3.6.7问题求解46 3.7使用Excel内置的规划求解器47 3.8电子表格设计的目标和指导原则47 3.9生产还是购买49 3.9.1定义决策变量50 3.9.2定义目标函数50 3.9.3定义约束50 3.9.4建立模型50 3.9.5求解模型52 3.9.6分析优解52 3.10投资问题53 3.10.1定义决策变量53 3.10.2定义目标函数54 3.10.3定义约束54 3.10.4建立模型54 3.10.5模型求解56 3.10.6分析优解56 3.11运输问题56 3.11.1定义决策变量57 3.11.2定义目标函数57 3.11.3定义约束58 3.11.4建立模型59 3.11.5模型的启发式求解60 3.11.6问题求解61 3.11.7分析优解62 3.12混合配比问题62 3.12.1定义决策变量62 3.12.2定义目标函数63 3.12.3定义约束63 3.12.4对约束、求解报告方式和系数比例的一些讨论63 3.12.5重新设定模型的系数比例 3.12.6建立模型65 3.12.7问题求解66 3.12.8优解分析67 3.13生产和库存计划问题67 3.13.1定义决策变量67 3.13.2定义目标函数68 3.13.3定义约束68 3.13.4建立模型69 3.13.5求解模型71 3.13.6分析优解71 3.14多周期现金流量问题72 3.14.1定义决策变量72 3.14.2定义目标函数73 3.14.3定义约束73 3.14.4建立模型75 3.14.5求解模型76 3.14.6分析优解77 3.14.7考虑风险因素的Taco-Viva问题修正（可选内容）77 3.14.8建立风险约束79 3.14.9求解模型80 3.14.10分析优解80 3.15数据包络分析81 3.15.1定义决策变量81 3.15.2定义目标函数82 3.15.3定义约束82 3.15.4建立模型83 3.15.5求解模型84 3.15.6分析优解86 3.16本章小结88 3.17参考文献88 思考题与习题89 案例3.1将链连接起来103 案例3.2Baldwin公司的外汇交易业务104 案例3.3Wolverine制造公司退休基金105 案例3.4救助海牛106 第4章灵敏度分析和单纯形法108 4.0引言108 4.1灵敏度分析的目的108 4.2灵敏度分析的方法108 4.3案例109 4.4求解结果报表110 4.5灵敏度报表111 4.5.1目标函数系数变化111 4.5.2“假设其他条件不变”的说明113 4.5.3多重优解113 4.5.4右端项的变化113 4.5.5非严格约束的影子价格113 4.5.6关于影子价格的说明114 4.5.7影子价格和附加资源的价值115 4.5.8影子价格的其他应用115 4.5.9差额成本（ReducedCost）的意义117 4.5.10约束条件中系数变化的分析118 4.5.11同时改变多个目标函数系数118 4.5.12关于退化问题的警告119 4.6变量范围报表119 4.7特定的灵敏度分析法120 4.7.1建立雷达图和求解表120 4.7.2创建一个求解表123 4.7.3说明125 4.8鲁棒优化125 4.9单纯形法128 4.9.1利用松弛变量建立等式约束128 4.9.2基可行解128 4.9.3寻找优解130 4.10本章小结130 4.11参考文献131 思考题与习题132 案例4.1坚果生产问题139 案例4.2ParketSisters公司140 案例4.3Kamm工业公司142 第5章网络建模144 5.0引言144 5.1转运问题144 5.1.1网络流问题的特征144 5.1.2网络流问题的决策变量145 5.1.3网络流问题的目标函数146 5.1.4网络流问题的约束146 5.1.5在电子表格中建立模型147 5.1.6分析优解149 5.2短路问题150 5.2.1示例的线性规划模型151 5.2.2电子表格模型及优解152 5.2.3网络流模型及整数解153 5.3设备更新问题154 5.3.1电子表格模型及优解154 5.4运输/指派问题156 5.5广义网络流问题157 5.5.1再生问题的线性规划模型158 5.5.2求解模型159 5.5.3分析优解160 5.5.4广义网络流问题及可行性161 5.6大流量问题163 5.6.1大流量问题的示例163 5.6.2电子表格模型及优解165 5.7建模的特别考虑166 5.8小生成树问题169 5.8.1小生成树问题的一个算法169 5.8.2求解例题170 5.9本章小结171 5.10参考文献171 思考题与习题172 案例5.1Hamilton＆Jacobs投资公司184 案例5.2OldDominion能源公司185 案例5.3美国速递公司186 案例5.4Major电气公司187 第6章整数线性规划189 6.0引言189 6.1整数约束189 6.2放松约束190 6.3放松约束LP的求解191 边界192 6.5取整193 6.6算法终止规则194 6.7整数线性规划问题的规划求解器求解195 6.8其他整数线性规划问题197 6.9员工调度问题197 6.9.1定义决策变量198 6.9.2定义目标函数198 6.9.3定义约束条件199 6.9.4有关约束的注意事项199 6.9.5建立模型199 6.9.6求解模型200 6.9.7分析优解201 6.10二进制变量201 6.11资金预算问题201 6.11.1定义决策变量202 6.11.2定义目标函数202 6.11.3定义约束条件202 6.11.4设定二进制变量203 6.11.5建立模型203 6.11.6求解模型203 6.11.7优解与启发式解的比较204 6.12二进制变量与逻辑约束205 6.13生产线平衡问题205 6.13.1定义决策变量205 6.13.2定义约束条件206 6.13.3定义目标函数207 6.13.4建立模型207 6.13.5分析优解209 6.13.6扩展210 6.14固定费用问题212 6.14.1定义决策变量213 6.14.2定义目标函数213 6.14.3定义约束条件213 6.14.4确定“大M”值214 6.14.5建立模型214 6.14.6求解模型215 6.14.7分析优解216 6.14.8函数IF()的说明216 6.15订货/采购量小化217 6.16数量折扣问题218 6.16.1建立模型218 6.16.2缺少的约束219 6.17合同签订问题219 6.17.1构建模型：目标函数和运输约束220 6.17.2建立运输约束220 6.17.3构建模型：副约束221 6.17.4建立副约束222 6.17.5求解模型223 6.17.6分析优解223 6.18分支定界法（选修）224 6.18.1分支225 6.18.2定界226 6.18.3再分支226 6.18.4再定界228 6.18.5分支定界法例题小结228 6.19本章小结229 6.20参考文献229 思考题与习题230 案例6.1木材采伐问题的优化246 案例6.2OldDominion的电力调度247 案例6.3MasterDebt锁箱问题248 案例蒙特利尔除雪问题249 第7章目标规划与多目标优化251 7.0引言251 7.1目标规划251 7.2目标规划例子252 7.2.1定义决策变量252 7.2.2定义目标252 7.2.3定义目标约束253 7.2.4定义硬约束253 7.2.5目标规划的目标函数254 7.2.6定义目标函数255 7.2.7建立模型255 7.2.8求解模型257 7.2.9分析求解结果258 7.2.10修改模型258 7.2.11权衡：目标规划的本质259 7.3有关目标规划的说明259 7.4多目标优化260 7.5多目标优化例子261 7.5.1定义决策变量262 7.5.2定义目标函数262 7.5.3定义约束条件262 7.5.4建立模型262 7.5.5确定目标函数的目标值263 7.5.6汇总目标解265 7.5.7确定目标规划的目标函数266 7.5.8小化大目标266 7.5.9建立修订模型267 7.5.10求解模型268 7.6有关多目标线性规划的说明269 7.7本章小结270 7.8参考文献271 思考题与习题271 案例7.1在蒙特利尔清除积雪281 案例7.2食品券项目的营养计划282 案例7.3Caro-Life公司销售区域计划283 第8章非线性规划和演化算法285 8.0引言285 8.1非线性规划问题的本质285 8.2非线性规划问题的求解策略286 8.3局部优解和全局优解287 8.4经济订货批量模型289 8.4.1建立模型291 8.4.2求解模型292 8.4.3分析优解293 8.4.4对EOQ模型的说明293 8.5选址问题294 8.5.1定义决策变量295 8.5.2定义目标函数295 8.5.3定义约束条件295 8.5.4建立模型295 8.5.5求解模型并分析优解296 8.5.6该问题的另一个解297 8.5.7选址问题的一些说明298 8.6非线性网络流问题298 8.6.1定义决策变量299 8.6.2定义目标299 8.6.3定义约束299 8.建立模型300 8.6.5求解模型并分析优解302 8.7项目选择问题302 8.7.1定义决策变量302 8.7.2定义目标函数303 8.7.3定义约束303 8.7.4建立模型304 8.7.5求解模型305 8.8现有财务电子表格模型的优化306 8.8.1建立模型306 8.8.2优化电子表格模型307 8.8.3分析优解308 8.8.4对优化现有电子表格的说明308 8.9投资组合问题309 8.9.1定义决策变量310 8.9.2定义目标310 8.9.3定义约束311 8.9.4建立模型311 8.9.5分析优解313 8.9.6处理投资组合问题中的目标冲突314 8.10灵敏度分析315 8.10.1拉格朗日乘数317 8.10.2简约梯度317 8.11求解非线性规划的规划求解器选项317 8.12演化算法318 8.13组建公平的团队319 8.13.1该问题的电子表格模型320 8.13.2求解模型321 8.13.3分析优解322 8.14旅行商问题322 8.14.1问题的电子表格模型322 8.14.2求解模型324 8.14.3分析优解325 8.15本章小结325 8.16参考文献325 思考题与习题326 案例8.1欧洲之旅340 案例8.2选举下一任总统340 案例8.3在Wella公司生产窗户341 案例8.4报纸广告插页调度342 第9章回归分析344 9.0引言344 9.1例题344 9.2回归模型345 9.3简单的线性回归分析347 9.4定义拟合优度347 9.5用“规划求解器”求解问题348 9.6用回归工具求解问题350 9.7估算拟合度351 9.8R2统计量353 9.9进行预测354 9.9.1标准差355 9.9.2新的Y值预测区间355 9.9.3Y平均值的置信区间357 9.9.4外推法357 9.10总体参数的统计测试358 9.10.1方差分析358 9.10.2统计检验假设359 9.10.3统计检验360 9.11多元回归简介360 9.12多元回归分析举例362 9.13选择模型363 9.13.1只有一个自变量的模型363 9.13.2有自变量的模型3 9.13.3增大的R2365 9.13.4修正R2统计量366 9.13.5含有自变量的佳模型366 9.13.6多重共线性366 9.13.7具有三个自变量的模型366 9.14进行预测367 9.15二进制自变量368 9.16总体参数的统计检验369 9.17多项式回归369 9.17.1用线性模型描述非线性关系370 9.17.2非线性回归小结373 9.18本章小结373 9.19参考文献374 思考题与习题374 案例9.1钻石恒久远381 案例9.2佛罗里达州的惨败382 案例9.3佐治亚州公共服务委员会382 0章数据挖掘384 10.0引言384 10.1数据挖掘概述384 10.2分类386 10.2.1分类示例387 10.3分类数据的分区393 10.4判别分析394 10.4.1判别分析举例396 10.5逻辑回归401 10.5.1逻辑回归举例402 10.6k近邻法405 10.6.1k近邻法举例405 10.7分类树408 10.7.1分类树举例409 10.8神经网络412 10.8.1神经网络举例414 10.9朴素贝叶斯416 10.9.1朴素贝叶斯举例417 10.10有关分类的说明421 10.10.1组合分类421 10.10.2数据测试的作用421 10.11预测421 10.12关联规则（关联分析）422 10.12.1关联规则举例423 10.13聚类分析425 10.13.1聚类分析举例425 10.13.2k均值聚类举例426 10.13.3分层聚类举例428 10.14时间序列429 10.15本章小结430 10.16参考文献430 思考题与习题431 案例10.1检测管理舞弊434 1章时间序列预测435 11.0引言435 11.1时间序列方法435 11.2测量精度436 11.3稳态模型436 11.4移动平均437 11.4.1用移动平均模型预测439 11.5加权移动平均440 11.5.1用加权移动平均模型预测441 11.6指数平滑法442 11.6.1用指数平滑模型预测444 11.7季节性444 11.8具有加性季节效应的稳态数据445 11.8.1用模型预测448 11.9具有乘性季节效应的稳态数据449 11.9.1用模型预测451 11.10趋势模型452 11.10.1举例452 11.11双重移动平均法453 11.11.1用模型预测454 11.12双重指数平滑法（霍尔特法）455 11.12.1用霍尔特法预测457 11.13加性季节效应的霍尔特-温纳法458 11.13.1用霍尔特-温纳法加性效应模型预测461 11.14乘性季节效应的霍尔特-温纳法461 11.14.1用霍尔特-温纳法乘性效应模型预测4 11.15使用回归对时间序列趋势建模4 11.16线性趋势模型4 11.16.1用线性趋势模型预测466 11.17二次趋势模型466 11.7.1用二次趋势模型预测468 11.18用回归模型对季节性建模468 11.19用季节指数调整趋势预测469 11.19.1计算季节指数469 11.19.2用季节指数预测470 11.19.3改进季节指数471 11.20季节回归模型473 11.20.1季节模型474 11.20.2用季节回归模型预测476 11.21联合预测476 11.22本章小结477 11.23参考文献477 思考题与习题478 案例11.1PB化学公司486 案例11.2预测COLA487 案例11.3Fysco食品公司的战略计划488 2章AnalyticSolverPlatform仿真入门490 12.0引言490 12.1随机变量和风险490 12.2为什么分析风险491 12.3风险分析方法491 12.3.1好/坏情形分析491 12.3.2假设分析492 12.3.3仿真492 12.4企业健康保险的例子493 12.4.1基本模型的说明494 12.5使用ASP的电子表格仿真495 12.5.1ASP介绍495 12.6随机数发生器495 12.6.1离散和连续随机变量496 12.7准备仿真模型497 12.7.1RNG备选输入方法499 12.8运行仿真500 12.8.1选择要追踪的输出单元格501 12.8.2选择复制次数501 12.8.3选择工作表所显示的内容502 12.8.4运行仿真503 12.9数据分析503 12.9.1好情形和坏情形503 12.9.2输出单元格的频次分布504 12.9.3输出单元格的累积分布505 12.9.4获得其他累积概率505 12.9.5灵敏度分析506 12.10抽样的不确定性506 12.10.1为真实总体均值构建置信区间507 12.10.2建立总体比例的置信区间508 12.10.3样本容量和置信区间宽度509 12.11交互式仿真509 12.12仿真的益处510 12.13仿真的其他应用511 12.14预订管理示例511 12.14.1建立模型512 12.14.2多重仿真的细节513 12.14.3运行仿真514 12.14.4数据分析514 12.15库存控制举例515 12.15.1创建RNGs516 12.15.2建立模型517 12.15.3复制模型519 12.15.4优化模型520 12.15.5分析优解525 12.15.6其他风险测量526 12.16项目选择举例527 12.16.1电子表格模型528 12.16.2用ASP求解和分析问题529 12.16.3考虑另一个优解530 12.17投资组合优化举例531 12.17.1电子表格模型532 12.17.2用ASP求解问题534 12.18本章小结535 12.19参考文献536 思考题与习题537 案例12.1生活美好亦或破产离世547 案例12.2死亡和税收548 案例12.3Sound’sAlive公司549 案例12.4Foxridge投资集团552 3章排队论554 13.0引言554 13.1排队模型的目的554 13.2排队系统的结构555 13.3排队系统的特征556 13.3.1到达率556 13.3.2服务率558 13.4Kendall记号559 13.5排队模型559 13.6M/M/s模型560 13.6.1举例561 13.6.2当前情况561 13.6.3增加一个服务者562 13.经济分析563 13.7有限队长的Ｍ/Ｍ/s模型563 13.7.1当前情况5 13.7.2增加一个服务者5 13.8有限客源的Ｍ/Ｍ/s模型565 13.8.1举例566 13.8.2当前情况566 13.8.3增加服务者567 13.9M/G/1模型568 13.9.1当前情况569 13.9.2购买自动分装设备569 13.10M/D/1模型570 13.11仿真队列和稳态假设571 13.12本章小结572 13.13参考文献572 思考题与习题573 案例13.1警察你在吗578 案例13.2Vacations公司呼叫中心的人员安排578 案例13.3Bulseye百货公司579 4章决策分析580 14.0引言580 14.1好决策和好结果580 14.2决策问题的特征581 14.3一个例子581 14.4收益矩阵582 14.4.1决策备选方案582 14.4.2自然状态582 14.4.3损益值583 14.5决策准则583 14.6非概率方法584 14.6.1大大化（Mamax）决策准则584 14.6.2小大化（Mamin）决策准则585 14.6.3大后悔小化决策准则585 14.7概率方法587 14.7.1期望值587 14.7.2期望后悔值588 14.7.3灵敏度分析589 14.8完全信息的期望价值591 14.9决策树592 14.9.1反推决策树593 14.10用ASP创建决策树594 14.10.1添加事件节点595 14.10.2确定收益和EMV值597 14.10.3其他特征598 14.11多级决策问题598 14.11.1多级决策树599 14.11.2风险剖析图599 14.12灵敏度分析600 14.12.1龙卷风图表601 14.12.2策略表603 14.12.3策略图表604 14.13样本信息在决策中的应用606 14.13.1条件概率607 14.13.2样本信息的期望值608 14.14条件概率的计算608 14.14.1贝叶斯定理610 14.15效用函数611 14.15.1效用函数611 14.15.2构造效用函数612 14.15.3使用效用进行决策614 14.15.4指数效用函数614 14.15.5决策树中使用效用615 14.16多标准决策617 14.17多准则记分模型617 14.18层次分析法619 14.18.1两两比较620 14.18.2归一化比较621 14.18.3一致性621 14.18.4其他标准的分数623 14.18.5计算标准权重623 14.18.6建立评分模型624 14.19本章小结624 14.20参考文献625 思考题与习题626 案例14.1Prezcott制药公司635 案例14.2坚持还是放弃？636 案例14.3LarryJunior应该上诉还是和解？636 案例14.4电子表格之战638

Cliff T. Ragsdale（克里夫 T. 拉格斯代尔），美国弗吉尼亚理工学院暨州立大学的管理学教授，主要从事管理学方面的教学和研究工作。 贾俊秀，女，西安电子科技大学经济管理学院教授、博士生导师，管理学博士，美国Univerity of Delaware 访问学者，美国Adelphi University 访问学者。主要从事管理学、物流管理、预测与决策等方面的教学和科研工作。

暂无其它内容！

暂时还没有人为这本书评论！