前言

欢迎您阅读这本书！管理科学(management science)，这个词语我们耳熟能详，而且它在管理中所起的作用越来越重要。有了管理科学，我们的决策依据会更加翔实、清晰和准确。随着管理科学知识的普及，尤其是近些年计算机技术、大数据分析、仿真技术的兴起，使得管理科学在现实中的应用越来越便捷，应用思路越来越清晰，应用效果越来越明显。

那么，管理科学的本质到底是什么呢？弗雷德里克·S.希利尔教授在《数据、模型与决策》一书中对管理科学进行了明确的定义： 管理科学是对与定量因素(quantitative factors)有关的管理问题通过应用科学的方法(scientific approach)进行辅助管理决策制定(aid managerial decision making)的一门学科(discipline)。

由此定义可以了解到，它首先是一门学科，是一门管理类的学科，是建立在科学基础上的用于解决管理决策问题的知识和技术的集合体。定义中还提到了“科学的方法”，那到底什么是科学的方法呢？哪些方法算是科学的呢？首先，我们必须要了解“科学”这个名词。

中国的《辞海》中这样定义“科学”： 科学是关于自然、社会和思维的知识体系。法国的《百科全书》认为： 科学通过分类以寻求事物之中的条理，通过揭示支配事物的规律，以求说明事物。日本的《世界大百科辞典》认为： 所谓科学，是具备客观性和真理性的既具体又普遍的有体系的学术上的认识，即科学是学问达到最高程度的部类。而爱因斯坦认为： 科学是寻求我们感觉经验之间规律性关系的有条理的思想。当然，针对“科学”的定义有很多种，但我们发现这些定义有一个共性，即科学是用来揭示规律性的。科学代表着知识，代表着具体，代表着更加可靠。而“科学的方法”，就是那些研究知识的更加具体和可靠的方法。而管理科学涉及的方法往往是以数学、计算机、社会科学、系统科学等为基础的，经过长期验证，被公认为是可靠的方法。

当然，有很多朋友会认为管理是一门艺术。的确，管理不单单是科学，它也是艺术。管理的科学，与管理的艺术不是对立的，它们就像是一枚硬币的两个面，只有同时具备了这两个面，才是一枚完整的硬币，才能够做好管理这项充满了智慧的工作。

管理科学的定义中还提到了一个关键词： 定量。管理科学的研究对象就是“与定量因素有关的管理问题”，而解决这一类问题的方法往往是定量分析方法。管理中的定量分析方法主要用来研究管理现象的数量特征、数量关系与数量变化，并从中发掘规律。定量分析方法往往和模型结合在一起使用，这里的模型指的是对管理现象或过程的简化描述。模型和方法的使用，为我们更加深入地刻画管理中的各种规律提供了很多工具。

管理科学的传统名称叫作运筹学(operations research)，这是被很多人所熟悉的。而管理科学的萌芽，要追溯到18世纪中叶之后，在工业革命的进程中，对效率和效益的追求促使管理者们越来越注重数学与自然科学的应用。直到20世纪初，泰勒等人创立科学管理理论，并出版了《科学管理原理》，这通常被认为是管理科学形成理论体系的起点。随着市场经济的快速发展，许多管理者从不同的角度提出了对管理学的见解，形成了诸多学派。其中，部分学者以系统的观点，运用数学、统计学等科学的计量方法来研究和解决管理问题，使管理问题的研究在以往定性分析的基础上，又增加了定量分析的管理学派。1939年英国曼彻斯特大学教授布莱克特成立了运筹学小组，代表人物有埃尔伍德·斯潘赛·伯法、霍勒斯卡·文森等，这被认为是管理科学学派正式成立的标志。此后，管理科学逐步成为一门独立的学科，对这个领域的研究也越来越活跃。

管理科学在我国的发展，最初要追溯到由华罗庚、钱学森等倡导的运筹学、系统工程学等的研究，他们提出了一系列理论和方法，如优选法、统筹法、开放的复杂巨系统等，解决了许多实际中的管理问题。20世纪70年代之后，管理科学研究着重和决策理论相结合，涉及区域规划、项目管理、预测和评价管理等领域，重点研究各种管理决策理论和方法。进入21世纪之后，管理信息系统、数据挖掘、计算机仿真、人工智能等新型技术与方法的运用更是加快了管理科学研究的发展，并同许多社会科学学科和自然科学学科进一步相互交叉和融合。

在教学和科研工作中，我发现很多学生愿意学习一些定量的模型和方法，但他们对这些模型和方法缺少一个系统的了解，于是我萌生了编写一本教材的想法。管理科学领域的模型和方法博大精深，我选择了一些在经管类研究中常用的定量模型和方法进行编撰。本书内容丰富，通俗易懂，例题具有代表性，计算过程详细，可作为高校经济管理类研究生、本科生的教材，也可以作为管理科学爱好者的学习材料，还能够为管理工作者提供参考。本书中不包括系统的数据分析方法，因为我们计划今后将单独编写有关商业数据分析方面的教材。本书也没有重复运筹学教材里的知识内容，重点介绍了运筹学教材所没有涉及的定量模型与方法。将本书和运筹学、商业数据分析等结合在一起使用，对于培养高端的管理人才是很有益处的。

本书共分为12章，第1章系统科学的简介，介绍系统科学的形成和发展，系统的定义、特性与分类。第2章决策方法，介绍确定型、风险型、不确定型以及多属性决策方法。第3章预测方法，主要介绍时间序列预测法、回归分析预测法、趋势外推预测法等。第4章评价方法，介绍DEA、层次分析法、模糊综合评价方法、熵值法、集对分析法。第5章优化算法，介绍粒子群算法、遗传算法。第6章系统可靠性，介绍系统可靠性的计算方法以及失效分析。第7章博弈论，重点介绍非合作博弈、合作博弈和演化博弈。第8章管理仿真，介绍系统动力学和聚焦模型。第9章复杂性科学，介绍耗散结构、协同学、混沌理论、突变理论、超循环理论、分形理论、自组织临界性。第10章结构方程模型。第11章马尔可夫链。第12章灰色系统理论。

在本书的编写和出版过程中得到了很多学者的指导和帮助，在此表示感谢！感谢我的硕士导师张铁男教授，是他带我进入了复杂性科学的世界。感谢我的博士导师沈继红教授，是他让我对系统科学和管理科学有了全面的了解。向两位导师致敬！感谢我国著名的物流学家、我校管理科学与工程学科负责人何明珂教授，他的《物流系统论》使我受益匪浅。感谢杨浩雄教授，经常和我探讨定量分析方法，给了我很多启发。感谢毛新述教授，正是他促成了本书的出版。感谢王国顺教授、欧阳爱平教授、孙永波教授、庞毅教授、张永教授、王真教授、李业昆教授、刘文纲教授等学者，给我很多指导和帮助。感谢我的同事们，崔丽、王晶、陈锴、侯汉坡、吕俊杰、张京敏、杜新建、周永圣、孙红霞、汪林生、郭大新、李文东、张霖霖、王勇、张运来、郭崇义、邓春平，等等。是你们给了我大力的支持和帮助，并提出了很多宝贵且有益的建议。感谢帮助过我的研究生们，许慎思、刘阔、朱丽羽、王明坤等，在文献整理、数值仿真以及校稿等方面付出了辛勤的劳动。同时，感谢清华大学出版社的左玉冰编辑和相关工作人员，为本书的出版付出了大量的劳动。

在本书的编写过程中参考了大量的相关文献，包括国内外专家、学者的著作、教材和论文，并将这些文献尽可能地列在书后的参考文献中，但难免会有遗漏，在此特向被遗漏的作者表示歉意，并向所有的作者表示最诚挚的感谢。

由于编者学识和时间有限，

书中可能存在纰漏之处，敬请各位学者和专家指正，今后我会继续充实并完善本书的内容，并制作可用于教学的PPT。我的邮箱是zhbtbu@126.com，衷心希望能够和对管理科学感兴趣的朋友共同研讨。

编者2016年5月