第1章 緒論 1.1 預測的基本概念及其遵循的基本原則 1.2 對傳統預測方法的評價 1.3 組閤預測方法研究的現狀 1.4 本書的主要內容第2章 常用的單項預測模型 2.1 時間序列預測模型 2.1.1 具有局部水平趨勢的平滑預測模型 2.1.2 具有綫性趨勢的外推預測模型 2.2 迴歸分析預測模型 2.2.1 未知參數嚮量的最小二乘(LS)估計和性質 2.2.2 隨機誤差方差的估計 2.2.3 迴歸預測模型的統計假設檢驗 2.2.4 迴歸模型預測方法 2.3 隨機時間序列預測模型 2.3.1 平穩時間序列 2.3.2 平穩隨機時間序列模型及識彆 2.3.3 平穩隨機時間序列模型的參數估計 2.3.4 平穩隨機時間序列模型的預測方法 2.4 灰色係統預測模型 2.4.1 GM(1，1)預測模型的基本原理 2.4.2 GM(1，1)預測模型的檢驗 2.4.3 灰色關聯度計算式及改進 2.5 季節變動時間序列的預測模型 2.5.1 季節變動時間序列乘法型預測模型 2.5.2 季節變動時間序列乘法型漸近預測模型 2.5.3 實例分析第3章 非最優的組閤預測模型 3.1 組閤預測的分類 3.2 非最優正權組閤預測模型權係數的確定方法 3.2.1 幾種常規的非最優正權組閤預測模型權係數的確定方法 3.2.2 非最優組閤預測係數確定方法的應用舉例 3.3 組閤預測權係數確定的一種閤作對策方法 3.3.1 組閤預測方法的閤作對策描述 3.3.2 實例分析 3.4 熵值法及其在確定組閤預測權係數中的應用 3.4.1 確定組閤預測加權係數的熵值法的基本原理 3.4.2 實例分析第4章 基於預測誤差指標的最優組閤預測模型 4.1 預備知識 4.1.1 凸集和凸函數 4.1.2 非綫性規劃問題的最優性條件 4.2 以預測誤差平方和達到最小的綫性組閤預測模型 4.2.1 最優綫性組閤預測模型的建立 4.2.2 最優綫性組閤預測模型的解的討論 4.3 以誤差絕對值和達到最小的綫性組閤預測模型 4.4 最大誤差絕對值達到最小的綫性組閤預測模型 4.5 以預測誤差全距作為目標函數的組閤預測模型 4.6 非負可變加權係數的組閤預測模型 4.6.1 非負變權組閤預測模型建立的必要性 4.6.2 最優的非負可變加權係數的組閤預測模型的建立 4.6.3 以誤差絕對值之和達到最小的非負可變加權係數的組閤預測模型 4.6.4 以全距達到最小的非負可變加權係數的組閤預測模型 4.7 基於預測誤差指數的最優組閤預測模型的實例分析 4.7.1 組閤預測效果汗價的指標體係 4.7.2 實例分析第5章 基於預測有效度的最優組閤預測的有效性理論 5.1 預測有效度的一般數學錶達形式 5.2 基於一階預測有效度的組閤預測模型 5.2.1 預測有效度的概念和分類 5.2.2 基於預測有效度準則的組閤預測模型 5.3 基於一階預測有效度的非劣性紹閤預測和優性組閤預測存在的條件 5.3.1 基於一階預測有效度的組閤預測模型的幾個概念 5.3.2 基於一階預測有效度的非劣性組閤預測和優性組閤預測存在的條件 5.3.3 實例分析 5.4 基於一階預測有效度組閤預測方法冗餘信息的判定 5.5 基於二階預測有效度的優性組閤預測模型 5.5.1 幾個推廣的概念 5.5.2 非劣性組閤預測和優性組閤預測存在的充分條件 5.5.3 冗餘信息的判定定理 5.5.4 組閤預測模型的近似求解方法 5.5.5 實例分析 5.6 迴歸型組閤預測模型的權係數估計及其顯著性檢驗 5.6.1 組閤預測綫性模型的建立 5.6.2 含等式約束的組閤預測綫性模型的權係數LS估計及其性質 5.6.3 組閤預測的權係數顯著性檢驗第6章 非綫性加權平均的最優組閤預測的有效性理論 6.1 基於L2和L1範數的加權幾何平均組閤預測方法 6.1.1 基於L2範數的加權幾何平均的組閤預測模型 6.1.2 基於L1範數的加權幾何平均的組閤預測模型 6.1.3 實例分析 6.2 基於L1範數的加權幾何平均組閤預測方法的性質 6.2.1 幾個概念 6.2.2 非劣性和優性組閤預測存在性 6.2.3 預測冗餘信息的存在性及判定 6.3 調和平均的組閤預測方法的性質 6.3.1 基於誤差平方和準則的調和平均組閤預測模型 6.3.2 基於幾何距離準則的調和平均組閤預測模型幾個概念 6.3.3 非劣性組閤預測和優性組閤預測存在的條件 6.3.4 冗餘單項預測方法的一個判定 6.4 廣義加權算術平均組閤預測法的最優化理論基礎及性質 6.4.1 廣義加權算術平均組閤預測法的最優化理論基礎 6.4.2 廣義加權算術平均組閤預測法的幾個概念 6.4.3 廣義加權算術平均組閤預測法的數學性質第7章 基於相關性指標的最優組閤預測的有效性理論 7.1 基於相關係數的優性組閤預測模型的性質 7.1.1 組閤預測協方差信息矩陣性質及模型 7.1.2 基於相關係數的非劣性組閤預測和優性組閤預測的存在性 7.1.3 冗餘預測方法的存在性及其判定 7.1.4 實例分析 7.2 基於灰色關聯度的組閤預測模型的性質 7.2.1 幾個概念及基於灰色關聯度最大化組閤預測模型 7.2.2 非劣性組閤預測和優性組閤預測存在的條件 7.2.3 冗餘預測方法的一個判定 7.3 基於嚮量夾角餘弦的組閤預測模型的性質 7.3.1 符號說明及概念 7.3.2 基於嚮量夾角的餘弦的非劣性組閤預測和優性組閤預測的存在性 7.3.3 基於嚮量夾角的餘弦的冗餘預測方法的存在性及其判定 7.3.4 實例分析 7.4 基於Theil不等係數的優性組閤預測模型的性質研究 7.4.1 符號說明及基於改進的Theil不等係數的組閤預測模型概念 7.4.2 基於改進的Ttieil不等係數的組閤預測模型的性質第8章 基於誘導有序信息集結算子的最優組閤預測模型及其有效性理論 8.1 三種主要的有序信息集結算子和誘導有序集結算子 8.1.1 OWA算子和IOWA算子的概念及性質 8.1.2 OWGA算子和IOWGA算子的概念及性質 8.1.3 OWHA算子和IOWHA算子的概念及性質 8.2 基於IOWA算子的組閤預測方法 8.2.1 基於IOWA算子的組閤預測模型 8.2.2 基於IOWA算子的組閤預測模型的求解 8.2.3 實例分析 8.3 基於IOWGA算子的組閤預測方法 8.3.1 基於IOWGA算子的組閤預測模型的建立 8.3.2 實例分析 8.4 IOWHA算子及其在組閤預測中的應用 8.4.1 基於IOWHA算子的組閤預測模型 8.4.2 基於IOWHA算子的組閤預測模型實例分析 8.5 一類基於OWA算子的組閤預測模型及其性質 8.5.1 基於OWA算子的組閤預測模型的建立 8.5.2 一類基於OWA算子的組閤預測模型的性質第9章 組閤預測技術的應用研究 9.1 多屬性決策中最優組閤賦權方法研究 9.1.1 組閤賦權方法概述 9.1.2 基於離差平方和的最優組閤賦權方法的基本原理 9.1.3 基於離差平方和的最優組閤賦權方法的實例分析 9.1.4 基於離差最大化準則下的多屬性決策的最優組閤賦權方法 9.1.5 基於離差最大化準則下的最優組閤賦權方法的實例分析 9.2 最優證券組閤投資決策動態模型研究 9.2.1 以方差作為風險度量指標的證券組閤投資動態模型 9.2.2 以絕對離差作為風險度量指標的組閤證券投資動態模型 9.3 證券組閤投資的多目標區間數綫性規劃模型 9.3.1 證券組閤投資的多目標區間數綫性規劃模型的建立 9.3.2 證券組閤投資的多目標區間數綫性規劃模型的求解 9.3.3 證券組閤投資的多目標區間數綫性規劃模型的實例分析 9.4 剩餘勞動力配置的結構模型研究 9.4.1 剩餘勞動力轉移結構的閤理性分析 9.4.2 剩餘勞動力轉移結構的多目標規劃模型 9.4.3 模型的求解第10章 組閤判斷矩陣及相關決策問題 10.1 組閤判斷矩陣的相容性與一緻性關係 10.1.1 基本概念 10.1.2 組閤判斷矩陣的相容性與一緻性的主要結果 10.1.3 應用舉例分析 10.2 模糊判斷矩陣的相容性研究 10.2.1 模糊判斷矩陣的相容性概念 10.2.2 模糊判斷矩陣的相容性與一緻性的關係 10.2.3 基於相容性的模糊判斷矩陣的一緻性改進方法 10.2.4 應用舉例分析 10.3 模糊判斷矩陣排序的最小偏差法的性質 10.3.1 基本概念 10.3.2 模糊判斷矩陣排序的最小偏差法 10.3.3 模糊判斷矩陣排序的最小偏差法的性質 10.3.4 實例分析 10.4 兩類區間數判斷矩陣的一緻性 10.4.1 若乾概念 10.4.2 兩類區間數判斷矩陣的一緻性主要結果參考文獻《運籌與管理科學叢書》已齣版書目
· · · · · · (收起)