決策分析

內(nèi)容概要

　　《決策分析》采用許多不同學(xué)科的探討方法來幫助決策者深思熟慮并做出更好的決策。它用計算機和數(shù)據(jù)庫來支持決策，同時幫助構(gòu)建和分析一些“又快又省”的技巧來促進(jìn)更調(diào)和的決策。在探討決策支持的過程中，本書將決策理論、行為和心理學(xué)研究、人工智能和信息系統(tǒng)、哲學(xué)、運籌學(xué)以及組織研究中的成果和資料結(jié)合在一起?！　”緯鴮ω?fù)責(zé)決策的管理人員和多學(xué)科（包括管理學(xué)、工程學(xué)和信息系統(tǒng)）的學(xué)生提供了非常有價值的資源，對于那些想對決策科學(xué)的微妙獲得全面理解的人來說是必讀之書。

作者簡介

作者：（英國）西蒙·弗蘭奇（Simort French） （英國）約翰·莫爾（John Maule） （英國）納蒂婭·帕米歇爾（Nadia Papamichail） 譯者：李華旸

書籍目錄

第1章導(dǎo)論 1.1決策，決策，決策！ 1.2策略金字塔 1.3理性主義和進(jìn)化戰(zhàn)略決策 1.4決策參與者 1.5決策問題的描述 1.6一些其他術(shù)語 1.7本文概要 1.8背景閱讀 1.9練習(xí)和問題討論 第2章行為決策研究 2.1 本章引言 2.2人們依照理性SEU模型進(jìn)行選擇嗎 2.3可靠公理 2.3.1 Allais悖論 2.3.2 Ellsber9悖論 2.4恒定性與框架 2.4.1 偏好逆轉(zhuǎn) 2.4.2框架效應(yīng) 2.5 期望理論 2.5.1 編輯 2.5.2評估 2.6風(fēng)險和概率判斷 2.7判斷的啟發(fā)和偏見 2.8情緒 2.9發(fā)展決策思維技巧 2.9.1采用外部的而不是內(nèi)部的思維 2.9.2思考對立面 2.10總結(jié)評論和進(jìn)一步閱讀 2.11練習(xí)和問題討論 第3章決策分析和支持 3.1本章引言 3.2規(guī)范性模型介紹 3.3 SEU模型的公理 3.3.1主觀概率 3.3.2抽彩的偏好 3.3.3 主觀期望效用 3.4說明性決策分析和必備模型 3.5價值中心思維 3.6決策分析和支持的過程 3.7決策支持軟件和系統(tǒng) 3.8好的啟發(fā) 3.9總結(jié)評論和進(jìn)一步閱讀 3.10練習(xí)和問題討論 第4章信息和知識管理 4.1 本章引言 4.2人類記憶 4.3數(shù)據(jù)、信息和知識 4.4數(shù)據(jù)庫、數(shù)據(jù)棧和數(shù)據(jù)脈 4.5 知識管理 4.6統(tǒng)計和決策支持 4.7總結(jié)評論和進(jìn)一步閱讀 4.8練習(xí)和問題討論 第5章人工智能和專家系統(tǒng) 5.1本章引言 5.2人類與人工智能 5.3人工智能技術(shù) 5.4專家系統(tǒng) 5.5人工神經(jīng)網(wǎng)絡(luò) 5.6遺傳算法 5.7其他智能系統(tǒng) 5.7.1 模糊邏輯 5.7.2案例推理 5.7.3智能代理 5.8總結(jié)評論和進(jìn)一步閱讀 5.9練習(xí)和問題討論 第6章運籌學(xué)和最優(yōu)化 6.1本章引言 6.2最優(yōu)化：運籌學(xué)的核心 6.3交互式多目標(biāo)規(guī)劃 6.4基于運籌學(xué)的決策支持系統(tǒng) 6.5運籌學(xué)過程 6.6連鎖決策過程 6.7總結(jié)評論和進(jìn)一步閱讀 6.8練習(xí)和問題討論 第7章決策分析與多目標(biāo) 7.1 本章引言 7.2面對復(fù)雜選項和多特征價值分析時的選擇行為 7.2.1補償性和非補償性策略 7.2.2簡單策略是否總是差勁 7.3結(jié)果和多特征建模 7.4多特征價值模型 7.5晚間活動的例子 7.6絕對權(quán)重和相對權(quán)重 7.7權(quán)重和值的求解 7.8切爾諾貝利案例研究 7.8.1 簡介 7.8.2社會和政治背景 7.8.3決策協(xié)商會的組織 7.8.4決策建模 7.8.5總結(jié)評論 7.9其他決策分析學(xué)派 7.10總結(jié)評論和進(jìn)一步閱讀 7.11練習(xí)和問題討論 第8章決策分析和不確定性 8.1 本章引言 8.2不確定性建模 8.3主觀期望效用模型 8.4風(fēng)險態(tài)度和SEU模型 8.5 SEU建模，決策樹和影響圖的一個案例 8.6主觀概率的求解 8.7效用的求解 8.8化學(xué)洗滌劑案例研究 8.9總結(jié)評論和進(jìn)一步閱讀 8.10練習(xí)和問題討論 第9章問題陳述和問題建構(gòu) 9.1本章引言 9.2頭腦風(fēng)暴和軟件建模 9.3 一覽表 9.3.1 PESTEL和7S 9.3.2促進(jìn)明確不確定性 9.3.3 SWOT 9.3.4 PROACT和CATWOE 9.4簡單的二維圖 9.4.1鑒定利益相關(guān)者 9.4.2不確定性鑒定 9.5樹和網(wǎng)絡(luò) 9.5.1 思維導(dǎo)圖 9.5.2認(rèn)知圖 9.6管理模型 9.6.1波特的五力模型 …… 第10章戰(zhàn)略決策分析 第11章決策者群體 第12章組織決策支持 第13章社會決策 第14章決策支持系統(tǒng) 第15章結(jié)論 參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁：   插圖：   然而，目前，它們在經(jīng)過清楚嚴(yán)謹(jǐn)定義的條件下應(yīng)用完善的規(guī)則，也就是說這些決策支持系統(tǒng)可能在cynefin模型的已知和可知區(qū)間運行但不在復(fù)雜或混亂區(qū)間運行。 目前，人工智能被認(rèn)為是計算機博弈中的主要組成部分之一。人工智能可以被用于控制博弈對手的行為，比如士兵、海外僑胞、坦克、軍隊和怪物。在更復(fù)雜的計算機博弈中，人工智能技術(shù)被用于給出特征觀念、意圖和愿望，并且讓它們從過去的經(jīng)驗中學(xué)習(xí)從而做出更有效的決策，雖然必須在一個程式化的條件下。 5.4 專家系統(tǒng) 最好的規(guī)則就是沒有最好的規(guī)則。（George Bernard Shaw） 當(dāng)一個人擁有大范圍的隱性知識和顯性知識，比如技能、經(jīng)驗以及理論和模型專業(yè)知識時，我們就認(rèn)為他或她擁有專業(yè)技術(shù)。一些專業(yè)知識是普遍性的，比如決策背后的推理之類的關(guān)于知識的知識。其他專業(yè)技術(shù)更集中并與特殊工作相關(guān)（比如啟發(fā)式?jīng)Q策規(guī)則），被經(jīng)驗證實，此規(guī)則能提供解決問題的簡單方法；比如，如果利率期望上升，那么一筆固定利率抵押就是好的交易。專業(yè)技術(shù)從學(xué)習(xí)和訓(xùn)練以及經(jīng)驗中獲得。我們應(yīng)該再次強調(diào)，至少根據(jù)今天的專家系統(tǒng)，在接下來的章節(jié)我們不談及所有專業(yè)技術(shù)，只談及能夠解決常見問題的專業(yè)技術(shù)。我們認(rèn)為專業(yè)技術(shù)包括基于認(rèn)知的決策和操作性決策。 在很多情況下，決策者要么依賴專家建議，要么依賴決策代表團成員的建議。然而，專業(yè)技術(shù)往往是稀缺的日用品，或者在需要時無法獲得。比如，在電子商務(wù)的現(xiàn)代社會，對于潛在客戶信譽的決策需要不分晝夜地進(jìn)行，但是專家需要睡覺。在這種情況下，專家系統(tǒng)可能提供了解決的方法。它們不知疲倦地重復(fù)人類專家的行為模式，比如抵押顧問，貸款官員以及醫(yī)師。使用“知道如何”從特定領(lǐng)域的知識庫中檢索，它們能夠回答問題、得出結(jié)論、識別問題和故障的原因、尋求解決方案、做出預(yù)測，如果允許，還能自動決策。 專家系統(tǒng)的主要組成部分包括如下幾個方面。 知識庫，存儲與問題相關(guān)的概念和關(guān)系。通過按照一定的格式，包括框架和語義網(wǎng)絡(luò)識別決策問題的要素，解決問題的方案和策略來模仿短期和長期記憶。這是專家系統(tǒng)最重要的組成部分。 推理機制，通過決定如何和什么時候應(yīng)用適當(dāng)?shù)闹R為系統(tǒng)提供解決問題的技巧。這是專家系統(tǒng)的“大腦”，使用推理機制通過技術(shù)比如規(guī)則或運算法則識別解決問題的策略。

編輯推薦

《決策分析》對負(fù)責(zé)決策的管理人員和多學(xué)科（包括管理學(xué)、工程學(xué)和信息系統(tǒng)）的學(xué)生提供了非常有價值的資源，對于那些想對決策科學(xué)的微妙獲得全面理解的人來說是必讀之書。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    決策分析 PDF格式下載

---