决策分析与管理(第2版)/简祯富/全面决策品质提升的架构与方法

作者具备很强的理论及实践经验，并将其完美结合，打造出一本很实用的教材。

本书综括决策研究与应用之精华，结合中西方理论，依序探讨决策理论基础、系统化决策分析架构、多属性决策、风险决策、数字决策与现代决策工具，并结合作者于产学合作研究的实证案例，深度剖析第一手的实务决策过程和心得，为个人和组织全面提升决策质量的最佳参考书籍。本次改版全面精简既有内容，并大幅更新理论内容、个案、图表及数据，提供最深入的产业实务剖析与探讨。

"新竹清华大学 清华讲座教授：工业工程与工程管理学系/EMBA/MBA 新竹清华大学智能制造跨院高阶主管硕士在职专班（AIMS Fellows）主任 台湾“人工智能制造系统研究中心”主任/工业工程与管理学门召集人 台湾“IC产业同盟”暨清华-台积电卓越制造中心主持人

目录 第1篇决策分析绪论 第1章决策： 竞争策略与经营管理的核心 1.1决策的本质 1.1.1决策与策略的关联 1.1.2结构化、半结构化与非结构化决策问题 1.1.3经常面临的或独特的决策问题 1.1.4预期的或偶发的决策问题 1.1.5深思熟虑的或必须实时决定的决策问题 1.1.6决策者与受决策影响者 1.1.7主观的或客观的决策 1.1.8理性的或非理性的决策 1.1.9规范的、处方的或叙述的决策研究 1.2决策型组织 1.3决策的王道与决策质量的提升 1.4本书架构 问题与讨论 第2章决策问题的类型 2.1决策者的人数 2.2方案的多少与可选择的数量 2.3决策环境的状态 2.4信息的特性 2.5决策的思考纵深 2.6决策的层级关系 2.7决策的对手 2.8决策负面后果的风险 2.9决策的目的和应用 2.10价值中心法决策分析 问题与讨论 第3章决策陷阱 3.1决策陷阱的种类 3.1.1没有找对问题的偏差 3.1.2过度自信的偏差 3.1.3框架效应的偏差 3.1.4基准点偏差 3.1.5可得性偏差 3.1.6证实偏差 3.1.7忽视偏差 3.1.8近期偏差 3.1.9代表性偏差 3.1.10保守性偏差 3.1.11随机偏差 3.1.12推论偏差 3.1.13现状偏差 3.1.14满意偏差 3.1.15难以权衡不同层次目标的偏差 3.1.16想讨好每一个人的偏差 3.1.17局部思考的偏差 3.2决策陷阱的应对 3.3结论 问题与讨论 第2篇系统化决策分析 第4章架构问题与系统化决策过程 4.1紫式决策分析架构 4.2了解问题与问题定义 4.3优势发掘与问题范围界定 4.3.1目标 4.3.2不确定因子 4.3.3策略和决策方案 4.4架构影响关系 4.4.1目标层级架构 4.4.2不确定因子间的关联 4.4.3方案 4.5感受和客观叙述 4.5.1属性 4.5.2可能的状态 4.5.3方案的预期成果 4.6综合判断与权衡 4.6.1属性相对权重 4.6.2可能状态发生的概率 4.6.3决策者的主观价值与主观效用 4.7最佳决策与执行回馈 4.8应用实例——科技发展计划绩效评估机制的建立 4.8.1案例简介 4.8.2案例分析 4.8.3案例小结 4.9结论 问题与讨论 第5章决策目标与评估属性 5.1目标的定义 5.2目标的应用 5.3目标的类型 5.4产生目标的方法 5.5架构决策目标的关系 5.5.1根本目标层级 5.5.2工具目标网络 5.6评估属性 5.7目标与属性集合的效度 5.7.1完整性 5.7.2可衡量性 5.7.3可分解性 5.7.4不重复性 5.7.5最小化 5.8决策型组织与绩效指标 5.9目标层级架构应用实例——建构频谱使用效益评估指标 5.10结论 问题与讨论 第6章方案产生与决策创意 6.1创意产生的概念和阶段 6.2方案创新的思维方式 6.2.1价值专注 6.2.2习惯领域 6.2.3创意检查表 6.2.4隐喻思维 6.2.5策略生成表 6.2.6群体决策技术 6.2.7TRIZ法 6.3产生更好方案的关键 6.3.1善用目标 6.3.2挑战(真实或假想的)限制 6.3.3改变游戏规则与破坏式创新 6.3.4强烈的灵感和高度的想象力 6.3.5发掘潜意识和更深层的思考 6.3.6从经验学习 6.3.7导师与专家意见 6.3.8多元化思考与分散方案 6.3.9先产生方案然后再评估 6.3.10不放弃寻求新方案 6.4方案的类型 6.4.1过程方案 6.4.2双赢方案 6.4.3信息搜集方案 6.4.4买时间方案 6.4.5两边下注方案 6.4.6串行化方案 6.4.7组合方案 6.4.8风险分担方案 6.4.9保险方案 6.4.10撤出方案 6.5方案产生过程中可能发生的错误 6.6自我检验，进入下一个决策步骤 6.7结论 问题与讨论 第7章结果衡量与权衡 7.1建立结果表 7.2评估属性值的尺度 7.3建构尺度的衡量工具 7.4衡量尺度的种类与转换 7.5尺度误差 7.5.1集中误差 7.5.2刺激与反应等同误差 7.5.3压缩误差 7.5.4等距反应误差 7.5.5对数误差 7.6效度检验 7.6.1内容效度 7.6.2建构效度 7.6.3实证效度 7.7等值交换法 7.8结论 问题与讨论 第3篇多属性决策分析 第8章简易多属性评等技术与多属性评估模型 8.1SMART 8.1.1找出决策者以决定谁的价值应被考虑 8.1.2确定决策元素与决策目标 8.1.3决定可供选择的方案 8.1.4找出相关的评估属性 8.1.5将属性依其重要性予以排序 8.1.6按各属性的重要程度给予相对权重 8.1.7将相对权重予以标准化 8.1.8在每一属性下衡量各方案的价值 8.1.9对于不同的方案，计算其加权后的总价值 8.1.10决定最佳方案，规划执行策略与配套方案 8.2SMARTER和简易权重给定法 8.3SMARTS 8.4SMART应用实例——设备评估与采购决策 8.4.1案例简介 8.4.2紫式SMART机台多属性评估 8.4.3结果讨论 8.5多属性评估模型 8.5.1价值衡量 8.5.2决定属性权重 8.5.3多属性价值聚合模型 8.6常见多属性评估模型的比较 8.7结论 问题与讨论 第9章层次分析法 9.1层次分析法概论 9.2紫式AHP法的分析架构及步骤 9.2.1架构问题与厘清决策元素 9.2.2目标定义与层级架构 9.2.3方案产生与层级架构 9.2.4属性成对比较以建立相对权重 9.2.5方案成对比较以建立个别属性下的方案衡量 9.2.6汇总模型与方案总排序 9.2.7求近似权重向量的方法 9.3AHP法的特性及ANP法 9.4ANP法应用实例——网络通信产业代工厂评选决策 9.4.1案例简介 9.4.2分析过程 9.4.3案例小结 9.5AHP法及ANP法的软件分析工具 9.6结论 问题与讨论 第10章数据包络分析法 10.1数据包络分析法简介 10.2DEA法的基本模型 10.2.1CCR模型 10.2.2BCC模型 10.3紫式DEA法的决策分析架构及步骤 10.3.1了解问题与发掘优势 10.3.2决策单位的选取 10.3.3投入属性与产出属性的筛选 10.3.4综合判断与DEA模型选择 10.3.5评估结果分析与解释 10.4DEA法的衍生模型 10.4.1交叉效率模型 10.4.2A&P模型 10.5DEA法的应用实例——半导体晶圆制造厂跨厂绩效评估 10.5.1案例简介 10.5.2分析过程 10.5.3评估结果分析与解释 10.5.4案例小结 10.6偏好顺序评估法 10.6.1偏好顺序评估法的概述 10.6.2偏好顺序评估法的操作步骤 10.7DEA法的分析工具 10.8结论 问题与讨论 第4篇不确定情况下的决策 第11章完全不确定决策 11.1完全不确定情况下决策的决策准则 11.1.1小中取大准则 11.1.2大中取大准则 11.1.3乐观悲观指标 11.1.4最小化最大后悔 11.1.5拉普拉斯决策原则 11.2概率的种类 11.2.1古典概率 11.2.2重复试验与频率概率 11.2.3主观概率 11.3概率给定与修正 11.3.1离散的主观概率 11.3.2连续的主观概率 11.4概率认知的陷阱 11.4.1Allais矛盾 11.4.2Ellsberg矛盾 11.5实证案例——半导体产能规划 11.6结论 问题与讨论 第12章风险下的决策与信息的价值 12.1影响图 12.1.1影响图的构成元素 12.1.2影响图的建构方法 12.2决策树 12.2.1决策树的构成元素与建构方法 12.2.2决策树的解读 12.2.3敏感度分析 12.2.4决策树应用案例——制造策略决策 12.3贝氏决策分析与信息的价值 12.3.1概率修正 12.3.2贝氏决策 12.3.3信息的价值 12.4结论 问题与讨论 第13章贝氏决策分析与贝氏网络 13.1贝氏决策分析 13.1.1贝氏决策分析的理论架构 13.1.2最佳决策法则的决策 13.2贝氏网络 13.2.1贝氏网络的理论基础 13.2.2贝氏网络的不一致性修正 13.3贝氏网络应用实例——台电馈线事故定位系统 13.3.1案例简介 13.3.2分析过程 13.3.3案例小结 13.4结论 问题与讨论 第14章决策风险偏好与效用理论 14.1效用 14.2期望效用理论 14.2.1价值理论 14.2.2期望效用理论的基础 14.3属性效用值的衡量 14.3.1属性效用值的衡量方法 14.3.2衡量方法的应用 14.3.3效用函数建立方法的应用 14.4决策者偏好与风险态度 14.4.1决策者对风险的态度 14.4.2风险补偿值 14.4.3效用函数形态 14.5多属性效用模式 14.6风险下的决策实例——生产组合决策分析 14.6.1了解决策问题 14.6.2优势发掘 14.6.3厘清所有决策元素及其影响关系 14.6.4构建决策树 14.6.5敏感度分析 14.6.6风险态度与方案评估 14.7风险决策分析时可能的错误 14.8其他相关的决策理论 14.9结论 问题与讨论 第15章模糊理论、灰色系统理论及粗糙集理论 15.1模糊理论简介 15.1.1模糊集合 15.1.2模糊数 15.2模糊数排序 15.2.1输入模糊数 15.2.2分解模糊数 15.2.3衡量要素 15.2.4指定各要素的权重 15.2.5加总各要素以获得模糊数的总衡量 15.2.6定义比较的规则 15.3模糊多属性决策分析 15.4灰色系统理论 15.4.1灰关联 15.4.2灰色多属性决策分析 15.5灰色多属性决策分析应用案例 15.5.1问题定义与架构 15.5.2数据搜集 15.5.3灰色多属性决策分析 15.6粗糙集理论 15.6.1信息系统与决策表 15.6.2等价关系 15.6.3近似空间 15.6.4近似集的准确率 15.6.5分类的准确率 15.6.6简化 15.7结论 问题与讨论 第5篇数字决策与决策信息系统 第16章数字决策与决策信息系统 16.1数据、信息、知识与决策 16.1.1数据 16.1.2信息 16.1.3知识 16.2决策信息系统的定义和类型 16.3专家系统 16.3.1专家系统简介 16.3.2专家系统应用实例 16.4主管信息系统 16.4.1主管信息系统简介 16.4.2主管信息系统应用实例 16.5决策支持系统 16.5.1决策支持系统简介 16.5.2决策支持系统应用实例 16.6群体决策支持系统 16.6.1群体决策支持系统简介 16.6.2群体决策支持系统应用实例 16.7决策信息系统的发展与比较 16.7.1决策信息系统开发 16.7.2DSS、EIS、ES建立决策模型的差异 16.8数字决策、数据挖掘与商业智能 16.8.1数字决策 16.8.2数据挖掘 16.8.3商业智能 16.9数字决策与知识管理 16.10决策信息系统的整合实例 16.11结论 问题与讨论 参考文献

前言 1996年，我有幸回到母校新竹清华大学任教，即成立“决策分析研究室”(Decision Analysis Laboratory, DALab)，领导学生与研究伙伴们一起投入决策分析、数据挖掘和资源优化的研究和产学合作实践工作，做到学术研究贡献能够接连获奖，而实际效益能够达到合作厂商产业化的要求，作为更深一层理论研究的基础； 更有幸在2005年借调台积电之前，完成本书第一版。在借调三年期间即以“军机处”为定位，将“兵、马、钱、粮”对应至人力、设备、资本及订单等企业营运资源，将本书所介绍的分析方法实际应用在各项策略规划和企业营运中，领导研究室的学生们和台积电工业工程处的同仁们一起推动台积电“IE十大建设”并发展相关的分析技术和数字决策系统，提供数字化、系统化的决策依据，促进决策流程再造与组织的变革，将工业工程处转型为“营运资源规划处”，而从中得到产业导师宝贵的指导和回馈，也累积了实战的经验和心得。感谢台积电、旺宏电子的推荐，我获得了2009年台湾“经济部”“大学产业经济贡献奖： 个人奖”。2008年回到新竹清华大学后，应邀担任首任“产学合作执行长”，整合产学合作、技术移转与创新育成等业务，同时兼任“国科会”“科学工业园区固本精进计划”推动办公室总主持人与“竹科2．0”规划计划主持人，协助科学园区厂商因应金融风暴、固守研发能量，进而追求产业的精进与竹科转型升级，带领清华产学团队荣获2009年中国工程师学会“产学合作绩优单位奖”及2010年“经济部”“大学产业经济贡献奖： 团队奖”。2010年起，我协助台积电对既有的工程数据分析系统进行升级改版，执行制造智能以协助先进纳米制程提升合格率的开发计划，整合大数据分析、图形化技术和决策分析等方法，发展适合半导体复杂数据特性的各种分析技术及系统模块，缩短用户的学习曲线，加速合格率提升，大幅提升工程师的决策质量。进而执行“科技部”“IC产业同盟”(Semiconductor Technologies Empowerment Partners Consortium, STEP Consortium)暨深耕工业基础技术计划，并成立“清华台积电卓越制造中心”(NTHUTSMC Center for Manufacturing Excellence)，把累积多年的实证及大数据分析技术，推广到半导体供应链上、下游和其他高科技产业。除了台积电之外，也与旺宏、联发科、台达电、广达计算机、创意电子、晶电、采钰、关东鑫林、茂迪、普生等公司建立双赢的产学合作机制，藉此提升产业的决策分析和智能制造能力。个人也因为长期推动提升卓越决策质量(Enabling A+ Decisions)的产学合作研究和具体贡献，荣获2012“国家质量奖： 研究类个人奖”。2012—2014年受命接任新竹清华大学主任秘书，一方面从中对学校和相关部门的运作与管理有更多学习体验，另一方面也推动全面质量管理与精实管理提升校务服务质量，领导幕僚作业以协助母校成为第一所荣获“国家质量奖”的“公立大学”。2017—2019年荣任“科技部”工业工程与管理学门召集人，领导工业工程与管理领域强化对产业发展和学术研究的贡献； 2018—2022年被遴选负责“科技部”四个AI中心之一，担任人工智能制造系统(artificial intelligence for manufacturing system，AIMS)研究中心主任，提出“工业3．5”和“蓝湖策略”推动制造产业升级和数位转型。 多年的教学研究及产学合作经历，让我更加感恩能从学习历练过程中，亲炙各个领域卓越决策者的指导并深入观察各种组织运作和决策过程，有幸向各领域的先进学习，也多方印证个人以清华(紫)为名所发展的“紫式决策分析”架构和方法，累积不少宝贵的心得。我亲身体会到一个好的决策分析思考架构的好处，可以使你更加了解别人的决策思路，并有系统地将学习心得内化成决策的智能，提升分析的能力。因此读者学习本书介绍的紫式决策分析架构，并养成良好的思考分析习惯越早越好。所以我在卸下行政工作后，全心改版本书，一方面总结过去十多年的学习修炼和实践心得，另一方面更希望每位读者都能够成为整合理论与实务的决策家，也间接报答所有指导和照顾我的师长和守护天使们！感谢清华大学出版社理工分社张秋玲社长和冯昕主任的支持，协助全书重新编辑改版，去芜存菁，并增加许多实证案例使内容更加丰富完整。然而，本书疏漏之处在所难免，盼诸位领导和先进，不吝指教，以提升大数据分析和数字决策能力。 简祯富谨识 紫轼书院，2019年春