电子表格建模与决策分析(第8版) (美)克里夫T.拉格斯代尔(Cliff T.Ragsdale) 著 贾俊秀 译

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绘制第一个约束条件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使用等值线找到很优解22
2.10.7通过枚举顶点找到很优解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多个很优解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
3.6.4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分析很优解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分析很优解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分析很优解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64
3.12.6建立模型65
3.12.7问题求解66
3.12.8很优解分析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分析很优解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分析很优解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分析很优解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分析很优解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将供应链连接起来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多重很优解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寻找很优解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分析很优解149
5.2最短路问题150
5.2.1示例的线性规划模型151
5.2.2电子表格模型及很优解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电子表格模型及很优解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分析很优解160
5.5.4广义网络流问题及可行性161
5.6优选流量问题163
5.6.1优选流量问题的示例163
5.6.2电子表格模型及很优解165
5.7建模的特别考虑166
5.8最小生成树问题169
5.8.1最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
6.4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分析很优解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很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分析很优解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分析很优解216
6.14.8函数IF()的说明216
6.15订货/采购量最小化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分析很优解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6.4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多目标很优化260
7.5多目标很优化例子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最小化优选目标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局部很优解和全局很优解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分析很优解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求解模型并分析很优解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
8.6.4建立模型300
8.6.5求解模型并分析很优解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很优化电子表格模型307
8.8.3分析很优解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分析很优解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分析很优解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分析很优解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有两个自变量的模型364
9.13.3增大的R2365
9.13.4修正R2统计量366
9.13.5含有两个自变量的很好模型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
第10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
第11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464
11.15使用回归对时间序列趋势建模464
11.16线性趋势模型464
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
第12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优选/最坏情形分析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优选情形和最坏情形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分析很优解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考虑另一个很优解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
第13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
13.6.4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564
13.7.2增加一个服务者564
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
第14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优选优选化（Maximax）决策准则584
14.6.2最小优选化（Maximin）决策准则585
14.6.3优选后悔最小化决策准则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接近信息的期望价值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