第1章 建模简介
引言： 使用算法解决复杂的现实问题
1.1 简介
1.2 排队示例
1.2.1 描述性模型
1.2.2 优化模型
1.3 建模与模型
1.4 7步建模过程
1.4.1 讨论7个步骤
1.5 成功的管理学应用案例
1.5.1 GE Capital
1.6 管理学研究的作用
1.6.1 开发逻辑建模技术
1.6.2 开发定量技术
1.6.3 开发电子表格技术
1.6.4 开发直觉
1.7 本书包括的软件
第2章 电子表格建模
引言： 分析HIV/AIDS
2.1 简介
2.2 电子表格建模基础：概念和最优方法
2.3 成本预测
2.4 盈亏平衡分析
2.5 在存在批量订购折扣和需求量不确定的情况下进行订购
2.6 涉及资金时间价值的决策
附录 编辑和说明电子表格的提示
第3章 优化模型概论
引言： 饮食模型
3.1 简介
3.2 优化
3.3 双变量模型
3.4 敏感性分析
3.4.1 Solver的敏感性报告
3.4.2 SolverTable插件
3.4.3 Solver的敏感性报告和SolverTable的比较
3.5 线性模型的特征
3.5.1 比例性
3.5.2 可加性
3.5.3 可分性
3.5.4 探讨线性特征
3.5.5 线性模型和标度
3.6 不可行性和无限制性
3.6.1 不可行性
3.6.2 无限制性
3.6.3 比较不可行性和无限制性
3.7 产品组合模型
3.8 多周期生产模型
3.9 代数模型和电子表格模型的对比
3.10 决策支持系统
附录 Solver信息
第4章 线性规划模型
引言： Libbey-Owens-Ford公司的玻璃制造问题
4.1 简介
4.2 广告模型
4.3 静态劳动力调度模型
4.4 总体计划模型
4.5 配料模型
4.6 生产过程模型
4.7 财务模型
第5章 网络模型
引言： DEC公司的全球供应链管理问题
5.1 简介
5.2 运输模型
5.3 分配模型
5.4 最低成本网络流量模型
5.5 最短路径模型
5.5.1 地理上的最短路径模型
5.5.2 设备替换模型
5.6 项目计划模型
5.6.1 模拟项目计划的传统方法
5.6.2 加快活动的进度
第6章 带整型变量的优化模型
引言： KLM公司的飞机保养问题
6.1 简介
6.2 带整型变量的优化综述
6.2.1 分支定界算法
6.2.2 Solver Tolerance设定
6.3 资金预算模型
6.4 固定成本模型
6.5 集覆盖和位置分配模型
第7章 非线性优化模型
引言： Texaco公司的汽油配料问题
7.1 简介
7.2 非线性优化的基本概念
7.2.1 凸函数和凹函数
7.2.2 Solver可以正确求解的问题
7.3 定价模型
7.4 广告响应和选择模型
7.5 设施位置模型
7.6 运动队的评级模型
7.7 证券优化模型
7.7.1 随机变量的加权和
7.7.2 Excel中的矩阵函数
7.7.3 证券选择模型
第8章 不确定决策
引言： 杜邦公司的决策和风险分析
8.1 简介
8.2 决策分析的因素
8.2.1 盈利表
8.2.2 可能的决策准则
8.2.3 EMV
8.2.4 敏感性分析
8.2.5 决策树
8.2.6 风险剖面图
8.3 PrecisionTree插件
8.3.1 决策树模型
8.3.2 敏感性分析
8.3.3 Sensitivity图表
8.4 贝叶斯公式
8.5 多阶段决策问题
8.5.1 信息的价值
8.6 结合面对风险的态度
8.6.1 效用函数
8.6.2 指数效用
8.6.3 使用了预期效用最大化吗?
第9章 模拟建模
引言： AT&T公司的呼叫处理模拟
9.1 简介
9.2 模拟的实际应用
9.3 输入变量的概率分布
9.3.1 概率分布的类型
9.3.2 常用的概率分布
9.4 用内构Excel工具进行模拟
9.5 @RISK
9.5.1 @RISK的特色
9.5.2 加载@RISK
9.5.3 包含一个随机输入变量的@RISK模型
9.5.4 包含多个随机输入变量的@RISK模型
9.6 输入分布对结果的影响
9.6.1 输入分布形状的影响
9.6.2 相互关联的输入变量的影响
附录 利用Excel工具创建柱形图
第10章 模拟模型
引言： 美国邮电业的自动化操作
10.1 简介
10.2 操作模型
10.2.1 合同竞标
10.2.2 质保成本
10.2.3 产量不确定的药品生产
10.2.4 工程安排模型
10.3 财务模型
10.3.1 财务计划模型
10.3.2 现金余额模型
10.3.3 投资模型
10.4 市场模型
10.4.1 顾客忠诚度模型
10.4.2 市场份额模型
10.5 模拟凭运气定胜负的比赛
10.5.1 模拟掷骰子赌博
10.5.2 模拟NCAA篮球联赛
第11章 排队模型
引言： Lourdes医院和L.L.Bean公司的排队问题
11.1 简介
11.2 排队模型的要素
11.2.1 到达特征
11.2.2 服务原则
11.2.3 服务特征
11.2.4 短期与稳态行为
11.3 指数分布
11.3.1 无记忆特性
11.3.2 泊松过程模型
11.4 重要的排队关系式
11.4.1 Little公式
11.4.2 其他关系式
11.5 分析性排队模型
11.5.1 基本的单服务台模型
11.5.2 基本的多服务台模型
11.5.3 模型比较
11.5.4 业务量密度的影响
11.5.5 其他指数模型
11.5.6 爱尔朗损失模型
11.5.7 普通多服务台模型
11.6 排队模拟模型
第12章 回归和预测模型
引言： Taco Bell快餐店的预测
12.1 简介
12.2 回归模型概述
12.2.1 最小二乘线
12.2.2 预测和拟合值
12.2.3 拟合度测度
12.3 单元回归模型
12.3.1 基于回归的趋势模型
12.3.2 使用自变量而非时间
12.4 多元回归模型
12.4.1 结合分类变量
12.4.2 回归假设注意事项
12.5 时间数列模型概述
12.5.1 时间数列要素
12.5.2 预测误差的衡量
12.6 移动平均模型
12.7 指数平滑模型
12.7.1 简单指数平滑法
12.7.2 用于趋势的Holt法
12.7.3 用于季节性的Winters法
展开
