数据模型与决策_刘宏志编著_9787111637646

机械工业出版社本书重点介绍各种常用的数学模型及其应用，包括线性规划模型、非线性规划模型、网络*优化模型、项目管理模型、随机过程模型、决策分析模型等。本书可作为工商管理、管理科学与工程、经济类、部分理工类专业的高年级本科生、研究生，以及MBA和MEM学生的运筹学、管理科学、数据分析、数学建模等相关课程的教材，也可作为需要利用定量分析或数学模型来进行管理决策的管理人员的参考书。

以定量数据为基础的合理的数学建模分析，可以帮助各行各业进行科学决策。大量案例告诉我们，模型是一把双刃剑。一个合理、有效的模型能够给个人、企业或国家带来巨大的收益。但如果模型构建不合理或是使用不当，其造成的负面影响也是不可估量的。正所谓“成也模型，败也模型”。统计学家乔治·博克斯曾说过“所有模型都是错误的，但是有些是有用的”。因此，成败的关键在于能否正确地使用各种模型。本书主要以案例驱动的方式进行内容的组织和安排，从实际应用场景出发，介绍各种建模方法和相关求解分析工具的使用，并深入浅出地解释各种模型背后的思想和原理，让读者不仅知其然，还能知其所以然。只有真正理解了各种模型的思想和原理，在遇到新的问题时才能进行合理的模型选用或改造。决策是管理者的首要工作，贯穿于管理的全过程和所有方面，决策的正确与否决定着行动的成败。本书主要讲解如何以实际数据为基础，通过对实际问题进行抽象建模并求解分析，为决策者提供有价值的决策建议。数据是基础，决策是目标，而模型则是连接这二者的桥梁，也是解决问题的核心工具和手段。本书重点介绍各种常用的数学模型，包括线性规划模型、非线性规划模型、网络最优化模型、项目管理模型、随机过程模型、决策分析模型等。决策将应用于未来，而未来不可避免地会存在一定的不确定性，进而导致决策风险。通过建模分析，不仅要让决策者了解各种候选方案的收益，还要让其充分认识各种方案可能存在的风险。只有这样，决策者才能根据其自身的风险偏好做出合理的决策。因此，本书在介绍各种优化模型的同时，还介绍了各种风险分析方法，如敏感性分析（也称优化后分析）、计算机仿真分析等。在本书的编写过程中，吕晨曦、刘健、雷阳、谢琛、连鑫、刘芳、韩悦、杜旗航、李韬治等几位研究生帮助完成了部分资料的整理和录入，作者对他们的辛勤劳动表示感谢。由于作者学识水平有限，书中难免有一些不足之处，敬请广大读者批评指正。刘宏志
2019年5月于北京大学数据、模型与决策前言数据、模型与决策

我要评论