经济管理数据、模型与计算：方法、实现及案例

　　第一部分 绪论
　　第1章 经济管理中数据特征和数据处理的任务
　　1.1 数据特征与分类
　　1.2 经济管理中的数据处理方法
　　1.3 经济管理中数据处理的任务
　　1.4 数据处理的步骤
　　第二部分 数据处理的经典统计分析方法
　　第2章 线性回归分析
　　2.1 引言
　　2.2 一元线性回归
　　2.3 多元线性回归
　　2.4 非线性回归
　　2.5 应用实例
　　第3章 时间序列分析
　　3.1 引言
　　3.2 ARMA时间序列
　　3.3 ARMA时间序列的建模与预测
　　3.4 ARMA模型的参数估计
　　3.5 应用实例
　　第4章 经济管理中数据异常点与结构变化判断分析
　　4.1 数据处理中的异常点分析
　　4.2 数据处理中的数据结构特征分析（一）
　　4.3 数据处理中的数据结构特征分析（二）
　　4.4 应用实例
　　第5章 经济管理中复杂数据处理的结构分解方法
　　5.1 线性趋势
　　5.2 指数趋势
　　5.3 周期趋势
　　第6章 经济管理中复杂数据建模的综合方法
　　6.1 复杂数据建模的指标综合方法（1）——主成分分析
　　6.2 复杂数据建模的指标综合方法（2）——聚类分析
　　6.3 复杂数据处理的模型综合——组合预测
　　6.4 数据包络分析
　　6.5 应用实例
　　第7章 实证研究方法及数据处理——结构方程模型
　　7.1 引言
　　7.2 因子分析
　　7.3 路径分析
　　7.4 结构方程模型方法
　　7.5 结构方程模型的应用实例
　　第三部分 经济管理中复杂数据处理的智能化方法
　　第8章 生物智能化的不确定信息处理方法——模糊数据处理
　　8.1 模糊聚类分析
　　8.2 模糊模式识别
　　8.3 模糊综合评判
　　8.4 应用实例
　　第9章 生物体智能产生的结构仿生方法——人工神经网络
　　9.1 引言
　　9.2 人工神经网络的结构设计
　　9.3 人工神经网络的学习机理
　　9.4 应用实例
　　第10章 生物智能化的过程仿生算法——模拟进化计算
　　10.1 引言
　　10.2 遗传算法的设计与实现
　　10.3 遗传算法在经济管理中的应用案例
　　参考文献

　　王文平，女，1966年10月生，山东日照人。1994年毕业于华中科技大学自控系系统工程专业获工学博士学位，现为东南大学管理科学与工程系教授，博士生导师。入选教育部新世纪优秀人才资助计划（NECT-06-0471），为中国（双法）灰色系统专业委员会副理事长，江苏省”333高层次人才培养工程“首批中青年科学技术带头人，东南大学知识创新研究中心主任等。     先后主持国家自然科学基金3项、国家社会科学基金1项，并以优秀结项；主持省、部级项目和企业咨询项目等30余项。目前正在主持国家自然科学基金《基于集群价值创造多层超网络动态优化的内生型产业集群升级研究》、教育部人文社科规划项目《传统制造业集群服务型制造网络建模、分析与优化研究》、江苏省哲学社会科学研究基地项目《金融危机对苏南外向型经济影响的实证研究》和南京市软科学重点项目《南京创新载体与平台建设模式研究》等。先后在国际核心期刊Kybernetic-Journalof system and control、Journal of grey，system及国内核心期刊《管理科学学报》、《系统工程学报》、《管理工程学报》、《中国管理科学》、《中国工业经济》、《中国软科学》、《南开管理评论》等发表论文120余篇，SCI、EI索引40余篇；先后为the WOSC Interrlation Congress of Cybernetics and Systerlls IEEE International Conference on System Man and Cybernetics等重要国际学术会议论文的审稿人和专题主持人；被聘为英国Emeraid出版集团学术期刊Grey Systems：Theory and Application编委。目前主要从事知识型企业变革管理、集群成长与网络分析、复杂系统分析与组织知识创新等方向的研究工作。现主讲管理科学与工程专业博士研究生课程《知识管理前沿》、《组织复杂性管理前沿》：硕士研究生学位课程《数据处理与应用统计》：MBA学位课程《数据、模型与决策》，以及本科生Seminar课程《现代企业网络分析理论与方法》。

　　    《经济管理数据、模型与计算：方法、实现及案例》以经济管理中的实际问题为背景，介绍经济管理领域数据处理的常用模型、方法及计算机实现。与现有的大多数统计学和数据处理教材不同，《经济管理数据、模型与计算：方法、实现及案例》在注重数学逻辑和严密性的同时，强调数据处理模型的思想和原理的分析，而略去了繁琐复杂的数学推导过程，并特别重视各模型和方法的实际应用。每个章节都配有详细的经济管理案例的分析、建模、求解和编程实现。
　　    针对经济管理领域不同层次的数据处理需求，《经济管理数据、模型与计算：方法、实现及案例》根据常用数据处理方法的特征，将内容分为三个部分：经济管理中数据特征和数据处理的任务、数据处理的经典统计分析方法、经济管理中复杂数据处理的智能化方法。其中，数据处理的经典统计分析方法包括线性回归、时间序列、数据异常点与结构变化的判断、复杂数据处理的结构分解方法、主成分分析、聚类分析、组合预测、数据包络分析以及用于实证研究的结构方程模型等；经济管理中复杂数据处理的智能化方法包括生物智能化的不确定信息处理方法、生物体智能产生的结构仿生方法——人工神经网络以及生物智能化的过程仿生算法——模拟进化汁算。
　　    《经济管理数据、模型与计算：方法、实现及案例》可以作为高等院校经管类、理工类相关专业高年级本科生以及研究生的教科书，也可以作为从事经济管理工作的专业人员的参考书。