目錄
第1章 貝葉斯決策 1
1.1 貝葉斯定理 1
1.2 貝葉斯決策問(wèn)題及基本方法 23
1.3 貝葉斯決策信息的價(jià)值 32
課后習(xí)題 39
第2章 多目標(biāo)決策 42
2.1 多目標(biāo)決策的概念及特點(diǎn) 42
2.2 多目標(biāo)決策問(wèn)題的效用函數(shù) 46
2.3 多目標(biāo)決策問(wèn)題的解 51
2.4 多目標(biāo)決策方法 52
課后習(xí)題 64
第3章 多屬性決策 67
3.1 多屬性決策指標(biāo)體系 67
3.2 多屬性決策方法 73
3.3 隨機(jī)多屬性決策方法 103
課后習(xí)題 111
第4章 序貫決策 114
4.1 單目標(biāo)確定性序貫決策問(wèn)題 114
4.2 單目標(biāo)隨機(jī)性序貫決策 132
4.3 多目標(biāo)序貫決策 150
課后習(xí)題 157
第5章 行為決策 161
5.1 行為決策概述 161
5.2 行為決策理論發(fā)展歷程 165
5.3 行為決策研究理論 170
5.4 行為決策模型及應(yīng)用 176
課后習(xí)題 178
第6章 知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘 180
6.1 數(shù)據(jù)的快速發(fā)展 180
6.2 知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘相關(guān)理論 183
6.3 數(shù)據(jù)挖掘的應(yīng)用—商務(wù)智能 203
課后習(xí)題 208
第7章 群決策 209
7.1 群決策概述 209
7.2 社會(huì)選擇函數(shù) 214
7.3 社會(huì)福利函數(shù) 221
7.4 群決策方法 226
課后習(xí)題 241
案例分析 242
第8章 群智能算法 244
8.1 群智能算法產(chǎn)生的背景及其分類 244
8.2 遺傳算法 244
8.3 粒子群算法 253
8.4 蟻群算法 256
8.5 人工蜂群算法 262
8.6 螢火蟲(chóng)算法 263
8.7 布谷鳥(niǎo)搜索算法 265
課后習(xí)題 266
第9章 機(jī)器學(xué)習(xí) 267
9.1 機(jī)器學(xué)習(xí)的發(fā)展歷程 267
9.2 機(jī)器學(xué)習(xí)研究基礎(chǔ) 271
9.3 機(jī)器學(xué)習(xí)算法分類 275
9.4 機(jī)器學(xué)習(xí)主要算法 280
9.5 機(jī)器學(xué)習(xí)的應(yīng)用 287
課后習(xí)題 290
第10章 神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí) 291
10.1 神經(jīng)網(wǎng)絡(luò)概述 291
10.2 深度學(xué)習(xí)概述 302
課后習(xí)題 307
第11章 智能決策支持系統(tǒng)及其應(yīng)用 308
11.1 決策支持系統(tǒng) 308
11.2 智能決策支持系統(tǒng) 332
11.3 智能決策支持系統(tǒng)的應(yīng)用 341
課后習(xí)題 394
參考文獻(xiàn) 395