多目标决策方法

目录
前言
第1章 线性规划
1．1 基本概念
1．1．1 线性规划问题举例
1．1．2 二维线性规划的几何图解
1．1．3 线性规划的标准形式
1．2 单纯形法求解
1．3 单纯形表
1．4 人工变量与两阶段法
第2章 非线性规划
2．1 非线性规划问题举例
2．2 基础知识
2．2．1 梯度
2．2．2 凸集
2．2．3 凸函数
2．3 无约束问题的最优解
2．4 有等式约束问题的最优解
2．5 有不等式约束问题的最优解
2．6 无约束问题的近似解法
2．6．1 梯度法
2．6．2 牛顿法
2．7 有约束问题的近似解法
2．7．1 罚函数法(外点法)
2．7．2 障碍函数法(内点法)
第3章 整数规划
3．1 整数规划问题举例
3．2 分支定界方法
3．3 分支定界法求解步骤
第4章 决策的基本理论
4．1 决策分析基础
4．1．1 随机情况下决策问题的基本特点
4．1．2 不确定情况的决策规则
4．1．3 风险决策的决策规则——期望货币价值规则(EMV)
4．2 主观概率
4．2．1 主观概率的基本概念
4．2．2 主观设定先验分布的方法
4．2．3 利用过去数据设定先验分布
4．3 价值和价值函数
4．3．1 结局集上的选好结构
4．3．2 确定型问题的价值函数
4．4 效用函数
4．4．1 货币结局的效用
4．4．2 价值和效用函数的估值
4．4．3 效用函数的型式
4．4．4 多属性价值函数
4．4．5 多属性效用函数
第5章 多目标最优化基本概念
5．1 多目标最优化问题举例
5．2 多目标优化问题的非劣解
5．2．1 劣解与非劣解
5．2．2 在决策空间的非劣解
5．3 锥的概念
5．4 非劣解的几何意义
5．5 弱非劣解的几何意义
5．6 多目标优化问题的求解方法
第6章 求解非劣集的方法
6．1 用加权法求非劣解集
6．1．1 P(ω)问题的数值解法
6．1．2 非劣解集估计法(NISE法)
6．2 用ε-约束法求非劣解集
6．2．1 P(ε)问题的数值解法
6．2．2 P(ε)问题的分析法求解
第7章有 有总体选好信息的求解方法
7．1 选好函数与选好最优解
7．2 字典序法
7．3 理想点法
7．4 目的规划法
7．4．1 目的规划法的结构
7．4．2 目的线性规划的解法
第8章 基于局部选好信息的交互式方法
8．1 步骤法(STEM)
8．2 Zionts-Wallenius方法
8．2．1 算法原理
8．2．2 求解步骤
第9章 多属性问题求解方法
9．1 多属性问题概述
9．1．1 多属性问题举例
9．1．2 多属性决策方法
9．1．3 模糊属性的定量化
9．1．4 属性值的规范化
9．1．5 权值的确定
9．2 无选好信息的求解方法
9．3 字典序法
9．4 简单加权法
9．5 层次分析法
9．6 模糊综合评判法
9．6．1 采用模糊矩阵合成的算法
9．6．2 采用普通矩阵乘法的算法
9．7 数据包络分析法(DEA)
9．7．1 数据包络分析法的〓模型
9．7．2 〓模型的对偶形式
9．7．3 DEA有效性
9．7．4 评价技术有效性的〓模型
第10章 模糊多目标优化问题
10．1 概述
10．2 模糊规划基础知识
10．2．1 模糊集合
10．2．2 模糊集合的运算
10．2．3 分解定理
10．2．4 扩展原理
10．2．5 L-R型模糊数
10．2．6 模糊决策
10．3 模糊单目标问题的求解方法
10．3．1 清晰系数型模糊线性规划
10．3．2 资源约束系数模糊型线性规划
10．3．3 目标系数模糊型线性规划
10．3．4 系数全模糊型线性规划
10．4 目标模糊的多目标问题的求解方法
10．4．1 求理想值或期望值和可接受的最劣值
10．4．2 定义各目标值的隶属函数〓
10．4．3 等价单目标模型
10．5 模糊多目标线性规划的两阶段算法
10．6 目标和资源模糊的多目标问题的求解方法
10．7 约束有模糊系数的多目标问题的求解方法
10．8 目标和约束均有模糊系数的多目标问题的求解方法
第11章 多属性群体决策方法
11．1 社会福利函数与阿罗不可能定理
11．1．1 社会福利函数
11．1．2 阿罗(Arrow)不可能定理
11．2 群体效用函数
11．2．1 加法群体效用函数
11．2．2 乘法群体效用函数
11．3 多属性群体决策的集结方法
11．3．1 Borda计数法
11．3．2 强多数规则
11．3．3 最小距离法
11．3．4 中位排序
11．4 单方案多属性群体决策
11．5 多方案多属性群体决策
11．5．1 单属性的情况
11．5．2 多属性的情况
11．5．3 多属性群体决策数据集结过程举例
11．6 基于语言信息的群体决策方法
11．7 多属性群体决策的委派过程法
11．8 群体决策的特尔斐法
参考文献
$#
x