智能决策分析与支持2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

智能决策分析与支持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 决策分析与决策支持系统概论1

1.1 决策和决策分析的基本概念1

1.1.1 决策的概念和分类1

1.1.2 决策分析3

1.2 决策支持系统简介5

1.2.1 决策支持系统的概念和意义5

1.2.2 决策支持系统的关键特征和功能5

1.2.3 决策支持系统的结构6

1.2.4 决策支持系统的研制7

1.3 决策分析与决策支持系统的发展历史8

1.3.1 决策分析的发展历史8

1.3.2 决策支持系统的发展历史9

1.4 决策分析与支持和其他学科的关系10

1.4.1 运筹学10

1.4.2 管理学科11

1.4.3 系统工程11

1.4.4 控制学科11

1.4.5 信息技术12

1.5 本章小结14

参考文献14

第2章 相关概念和理论15

2.1 主观概率15

2.1.1 概率的基本概念15

2.1.2 主观概率的定义16

2.1.3 主观概率和客观概率的比较18

2.1.4 主观概率的偏差18

2.1.5 主观概率法的预测步骤19

2.2 效用理论22

2.2.1 概述22

2.2.2 效用和效用函数22

2.2.3 边际效用27

2.3 一阶谓词逻辑表示法31

2.4 搜索技术32

2.4.1 问题描述的基本方法32

2.4.2 盲目搜索34

2.4.3 启发式搜索35

2.5 推理技术36

2.5.1 正向推理36

2.5.2 反向推理37

2.6 本章小结37

参考文献38

第3章 基于Excel的决策分析技术39

3.1 概述39

3.2 基于期望货币价值和决策树的销售决策制定39

3.2.1 期望货币价值和决策树分析法原理40

3.2.2 应用Excel制定基于决策树分析法的销售决策41

3.3 基于数据包络分析的高校重点实验室绩效评价43

3.3.1 数据包络分析基本原理与模型43

3.3.2 DEA方法的Excel实现44

3.3.3 结果分析49

3.4 本章小结49

参考文献49

第4章 线性规划决策法50

4.1 概述50

4.2 线性规划的数学模型50

4.3 线性规划问题的求解52

4.4 线性规划的应用53

4.5 单纯形法的进一步讨论58

4.6 本章小结64

参考文献64

第5章 动态规划决策法66

5.1 概述66

5.2 动态规划的原理67

5.2.1 多阶段决策过程的数学描述67

5.2.2 动态规划的基本概念68

5.2.3 动态规划的数学模型70

5.3 动态规划的应用71

5.3.1 确定性动态规划问题71

5.3.2 用动态规划求解非线性规划问题83

5.4 本章小结84

参考文献84

第6章 基于PCA的决策方法85

6.1 概述85

6.1.1 主成分分析的基本概念85

6.1.2 主成分分析的原理86

6.2 主成分分析数学模型86

6.3 PCA求解的一般步骤88

6.4 主成分选取89

6.5 应用实例分析90

6.5.1 背景描述91

6.5.2 目标和思路91

6.5.3 实现过程与方法92

6.6 本章小结94

参考文献94

第7章 基于粗糙集的决策方法95

7.1 概述95

7.2 粗糙集理论方法96

7.2.1 粗糙集方法的原理96

7.2.2 粗糙集方法的特点97

7.2.3 粗糙集方法的知识表达98

7.2.4 粗糙集方法的发现流程98

7.3 粗糙集方法在文本分类特征选择中的应用100

7.3.1 文本分类特征选择方法100

7.3.2 基于粗糙集的文本特征选择100

7.3.3 属性约简实验过程102

7.4 本章小结104

参考文献105

第8章 基于贝叶斯的决策方法106

8.1 贝叶斯理论概述106

8.1.1 贝叶斯理论基本观点106

8.1.2 贝叶斯理论原理106

8.2 贝叶斯模型及推理107

8.2.1 常用贝叶斯模型介绍108

8.2.2 贝叶斯推理111

8.3 朴素贝叶斯模型在词义消歧中的应用114

8.3.1 词义消歧概述114

8.3.2 朴素贝叶斯词义消歧模型构建114

8.3.3 实验结果及分析116

8.4 本章小结117

参考文献118

第9章 灰色关联决策模型119

9.1 灰色预测概述119

9.2 灰色预测原理119

9.2.1 GM（1.1）预测模型120

9.2.2 灰色关联分析123

9.3 应用实例分析125

9.4 本章小结127

参考文献127

第10章 基于知识的智能问答系统128

10.1 概述128

10.2 知识提取129

10.2.1 浅层知识和深层知识129

10.2.2 知识提取130

10.3 基于知识的智能问答系统131

10.3.1 自动问答系统131

10.3.2 问答系统发展历史132

10.3.3 问答系统的分类134

10.3.4 中文问答系统研究的难点135

10.3.5 基于知识的智能问答的研究重点135

10.3.6 小结137

参考文献137

第11章 智能推荐系统140

11.1 概述140

11.2 推荐搜索引擎141

11.3 推荐的主要方法142

11.3.1 基于内容的推荐算法142

11.3.2 协同过滤推荐算法143

11.3.3 基于关联规则的推荐算法146

11.3.4 基于效用推荐算法146

11.3.5 基于知识的推荐算法146

11.3.6 组合推荐算法147

11.4 应用实例分析147

11.5 本章小结148

参考文献148

第12章 群智能算法150

12.1 概述150

12.2 蚁群算法151

12.2.1 蚁群算法及其发展151

12.2.2 蚁群算法的特点151

12.2.3 蚁群算法的原理151

12.2.4 文本聚类应用举例153

12.2.5 小结155

12.3 基于粒子群算法的优化决策155

12.3.1 概述155

12.3.2 原理156

12.3.3 文本分类应用举例157

12.3.4 小结160

12.4 基于社会媒体的群体智慧160

12.4.1 社会媒体161

12.4.2 基于社会媒体的群体智慧161

12.4.3 社会媒体研究内容163

12.4.4 小结163

参考文献164