決策分析理論

前言
第1章 決策分析概述
1.1 決策與決策問題
1.1.1 決策
1.1.2 決策問題的要素
1.1.3 決策的特點
1.1.4 決策問題的復雜性
1.2 決策問題的分類
1.2.1 按決策的層次劃分
1.2.2 按決策問題的規(guī)范性劃分
1.2.3 按決策者的數(shù)量劃分
1.2.4 按信息的不確定程度劃分
1.2.5 按決策過程的時序劃分
1.2.6 按決策的準則數(shù)量劃分
1.2.7 按決策問題的量化程度劃分
1.2.8 按決策問題的領(lǐng)域劃分
1.3 決策分析的概念及過程
1.3.1 決策分析的概念
1.3.2 決策分析的分類
1.3.3 決策分析的過程
1.4 決策分析的應用與發(fā)展
1.4.1 決策分析的應用
1.4.2 決策分析的發(fā)展歷史
1.4.3 相關(guān)學術(shù)雜志與活動
1.4.4 決策分析的發(fā)展趨勢
第2章 Bayes決策
2.1 客觀概率與主觀概率
2.1.1 概率的定義
2.1.2 主觀概率公理
2.1.3 主觀概率的估計
2.2 統(tǒng)計決策
2.2.1 統(tǒng)計決策問題的模型
2.2.2 統(tǒng)計決策準則
2.2.3 信息的價值
*2.3 驗前分布的確定
2.3.1 確定驗前分布的方法
2.3.2 無信息先驗
2.3.3 共軛先驗
*2.3.4 極大熵先驗
*2.4 統(tǒng)計決策的應用
2.4.1 具有部分驗前信息的Bayes決策
2.4.2 導彈命中率的Bayes鑒定
第3章 價值函數(shù)與期望效用理論
3.1 相關(guān)的基本概念
3.1.1 二元關(guān)系與序關(guān)系
3.1.2 函數(shù)的凸性
3.2 偏好序與價值函數(shù)
3.2.1 偏好關(guān)系
3.2.2 序數(shù)價值函數(shù)
3.3 效用函數(shù)
3.3.1 后果集為有限集的效用函數(shù)
*3.3.2 后果集為連續(xù)集合時的期望效用函數(shù)
3.4 風險態(tài)度及其度量
3.4.1 決策者的風險態(tài)度
3.4.2 局部風險厭惡
3.4.3 風險厭惡程度的比較
*第4章 隨機優(yōu)勢分析
4.1 隨機優(yōu)勢的概念
4.1.1 M-V準則
4.1.2 隨機優(yōu)勢的提出
4.1.3 三種效用函數(shù)類型
4.1.4 隨機優(yōu)勢的定義
4.2 三類隨機優(yōu)勢的性質(zhì)
4.2.1 一階隨機優(yōu)勢
4.2.2 二階隨機優(yōu)勢
4.2.3 三階隨機優(yōu)勢
4.3 隨機優(yōu)勢與M-V準則
第5章 多屬性價值函數(shù)與效用函數(shù)
5.1 多屬性價值函數(shù)
5.1.1 兩個屬性的情形
5.1.2 三個以上屬性的情形
5.1.3 價值函數(shù)的估計
5.2 多屬性效用函數(shù)
5.2.1 兩個屬性時的情形
5.2.2 多個屬性時的情形
5.2.3 多屬性效用函數(shù)的估計
第6章 群體決策
6.1 群決策及其特點
6.1.1 群體決策問題及其特點
6.1.2 群體決策常見的問題
6.1.3 常見的群體決策方法
6.2 社會選擇函數(shù)
6.2.1 基本概念
6.2.2 投票規(guī)則
6.2.3 策略性投票
*6.2.4 其他社會選擇函數(shù)
6.3 社會福利函數(shù)的性質(zhì)
6.3.1 兩個方案的社會福利函數(shù)
6.3.2 Arrow不可能定理
*6.3.3 社會偏好滿足傳遞性的條件
6.4 群價值函數(shù)與群效用函數(shù)
6.4.1 群價值函數(shù)
6.4.2 群效用函數(shù)
第7章 Markov決策過程
7.1 Markov鏈與Markov決策過程模型
7.1.1 離散時間Mar*KOV鏈
7.1.2 Markov決策過程模型
7.2 期望平均費用決策準則模型
7.2.1 相關(guān)概念和性質(zhì)
7.2.2 策略迭代法
*7.2.3 線性規(guī)劃法
7.2.4 值迭代法
7.3 期望折扣費用決策準則模型
7.3.1 函數(shù)方程
7.3.2 策略改進法
7.3.3 應用示例
*7.4 最優(yōu)停止問題
7.4.1 正費用無貼現(xiàn)問題
7.4.2 最優(yōu)停止問題的求解
第8章 Bayes網(wǎng)絡與影響圖
8.1 圖論與概率基礎(chǔ)
8.1.1 圖論的相關(guān)概念
8.1.2 條件獨立與d-分隔
8.2 決策樹模型與求解
8.2.1 決策樹模型
8.2.2 決策樹的求解
8.3 Bayes網(wǎng)絡及其推理
8.3.1 Bayes網(wǎng)絡各的概念及性質(zhì)
8.3.2 Bayes網(wǎng)絡的推理
8.4 影響圖模型及其求解
8.4.1 概述
8.4.2 影響圖的決策樹求解法
8.4.3 影響圖的Shachter化簡算法
8.4.4 影響圖的Bayes網(wǎng)絡算法
第9章 行為決策理論基礎(chǔ)
9.1 決策行為的影響因素
9.1.1 決策行為的影響因素
9.1.2 期望效用理論面臨的問題
9.2 前景理論
9.2.1 前景理論模型
9.2.2 前景理論的應用
9.2.3 累積前景理論
9.3 啟發(fā)式與偏差
9.3.1 代表性啟發(fā)
9.3.2 易得性啟發(fā)式
9.3.3 錨定與調(diào)整啟發(fā)式
9.3.4 決策判斷中常見的陷阱
參考文獻