| 序言前言理论篇第1章 社会系统是复杂系统1.1 系统与系统科学1.1.1 系统的基本概念和特性1.1.2 系统思想与系统论1.1.3 系统科学的形成和发展1.2 复杂系统与系统复杂性1.2.1 复杂系统1.2.2 系统的复杂性1.2.3 复杂适应系统理论1.3 社会经济系统的复杂性1.3.1 社会与社会经济系统1.3.2 社会经济系统的复杂性表现1.3.3 社会经济系统复杂性的根源参考文献第2章 社会科学的研究方法综述2.1 社会科学研究方法回顾2.1.1 定性方法与评述2.1.2 定量方法与评述2.1.3 实验研究方法与评述2.2 社会经济系统复杂性对研究方法论的挑战2.2.1 方法论概述2.2.2 系统复杂性需要的方法沦2.3 社会科学研究中的人工社会方法2.3.1 人工生命简介2.3.2 人工社会方法与评述参考文献第3章 社会科学研究中的计算实验方法3.1 社会科学研究中的计算实验3.1.1 社会科学研究中的难点3.1.2 计算实验方法概述3.1.3 基于系统科学思想的社会科学计算实验3.1.4 社会系统的可计算性3.2 社会科学计算实验的模型结构与研究框架3.2.1 基于汁算技术的人工社会3.2.2 社会系统的两个基本演化机制3.2.3 社会科学计算实验的模型结构3.2.4 社会科学计算实验的研究框架3.2.5 计算实验的作用3.3 社会科学计算实验的研究范式3.3.1 界定研究的问题与环境3.3.2 设定研究的基本假设3.3.3 建立可计算模型3.3.4 实现汁算实验3.3.5 实验结果的评估与比较3.4 社会科学计算实验的技术路线3.4.1 社会科学计算实验的程序设计方法3.4.2 基本建模方法3.4.3 常用数理方法简介与应用3.4.4 学习模型3.4.5 进化模型3.4.6 不确定性推理3.5 社会科学计算实验之评述3.5.1 实验管理方法与计算实验方法3.5.2 计算机仿真方法与计算实验方法3.5.3 社会科学计算实验之评述3.6 应用计算实验的常见问题3.6.1 应用计算实验的基础知识3.6.2 信息处理及其可视化3.6.3 定性要素的量化处理参考文献应用篇上部——计算实验在供应链协调与优化中的若干问题研究前言第4章 供应链动态库存控制及其计算实现4.1 基于案例推理的强化学习算法设计及其计算实现4.1.1 简介4.1.2 多代理供应链模型4.1.3 基于案例推理的强化学习(CRL)4.1.4 计算实验结果与分析4.1.5 结论与研究方向4.2 异质供应链(S，s)随机库存控制系统研究4.2.1 引言4.2.2 研究现状4.2.3 模型及其参数设定4.2.4 结果分析4.2.5 结论第5章 基于不确定信息的供应链协调及其计算实现5.1 引言5.2 相关研究现状5.3 简单的供应链背景：出口羽绒服供应链5.4 代理模型5.4.1 零售商代理5.4.2 生产代理5.4.3 供应商代理5.5 案例研究5.5.1 系统假设5.5.2 企业收入的稳定性分析5.5.3 应用分析5.6 结论分析第6章 基于人工供应链模型的供应风险问题研究6.1 基于计算实验的人工供应链模型构建6.1.1 供应链网络中角色的定义6.1.2 人工供应链模型的构建6.1.3 程序实现和实验环境6.1.4 小结6.2 交货提前期对供应风险的影响分析：6.2.1 问题背景6.2.2 建模规则6.2.3 实验分析6.2.4 结论分析6.3 供应风险应对策略及其计算实现6.3.1 引言6.3.2 问题的描述6.3.3 供应链模型构建6.3.4 计算实现过程6.3.5 实验结果与分析6.3.6 小结第7章 基于计算实验的供应链网络设计问题研究7.1 基于计算实验的逆向物流网络优化设计7.1.1 引言7.1.2 逆向物流网络的功能、类型与研究内容7.1.3 逆向物流网络问题描述7.1.4 基本模型构建7.1.5 随机环境下固体废弃物逆向物流网络基础设计7.1.6 随机环境下同体废弃物逆向物流网络进阶设计7.1.7 小结 |
内容加载中，请稍后...
商品评论（0条）