管理運籌學及智能方法（簡體書）

《管理運籌學及智能方法》主要是針對管理類的研究生編寫，全書共3篇11章。第1篇包括運籌學傳統內容共6章，其中第1章線性規劃、第3章動態規劃和第4章多目標規劃主要是對本科階段運籌學的複習與回顧，而第2章非線性規劃和第5章排隊論一般在本科階段都沒有系統學習，作為研究生無疑應該認真學好這兩章；第2篇共3章，每一章都介紹一種典型的搜索算法，隨著計算機技術的發展，非導數優化算法逐步成熟和完善，這些算法對于開展科學研究是不可多得的工具；第3篇共2章，主要介紹神經網絡和模糊系統的基本概念，面對日益複雜的社會經濟系統，兩種智能方法所具有的魯棒性和容錯性用于複雜系統仿真具有特殊的意義。
全書每章都配備一定數量的習題，有的章節還附有相應的計算程序。《管理運籌學及智能方法》適合于高等院校管理類專業研究生或者博士生作為教材或者自學使用，也可供各行各業的工程技術人員、管理人員及高等學校師生自學參考。

第1章 線性規劃
1.1 線性規劃問題
1.1.1 幾個線性規劃問題
1.1.2 線性規劃的形式
1.1.3 線性規劃問題的解
1.2 線性規劃的基本理論
1.2.1 凸集與凸組合
1.2.2 解的幾何意義
1.2.3 線性規劃的對偶理論
1.3 線性規劃的求解
1.3.1 單純形法
1.3.2 基于MATLAB的線性規劃求解
1.3.3 矩陣對策的線性規劃求解
1.3.4 數據包絡分析中線性規劃方法
1.4 習題

第2章 非線性規劃
2.1 非線性規劃的基本概念
2.1.1 非線性規劃的實例
2.1.2 非線性規劃問題的數學模型
2.2 極值問題
2.2.1 局部極值和全域極值
2.2.2 極值點存在的條件
2.3 凸函數和凸規劃
2.3.1 凸函數
2.3.2 凸規劃
2.4 下降迭代算法與一維搜索
2.4.1 下降迭代算法
2.4.2 一維搜索
2.5 無約束極值問題的解法
2.6 約束極值問題
2.6.1 最優性條件
2.6.2 可行方向法
2.6.3 制約函數法
2.7 習題

第3章 動態規劃
3.1 動態規劃基本概念與原理
3.1.1 基本概念
3.1.2 基本方程
3.1.3 基本思想
3.1.4 Bellman最優化原理與動態規劃
3.1.5 馬爾可夫性與動態規劃
3.2 確定性動態規劃
3.2.1 -維動態規劃
3.2.2 多維動態規劃
3.3 隨機規劃與隨機動態規劃
3.3.1 隨機規劃
3.3.2 隨機動態規劃
3.4 動態規劃應用案例
3.4.1 動態規劃資源分配應用案例
3.4.2 動態規劃貨物配裝應用案例
3.4.3 動態規劃產品分批應用案例

第4章 多目標規劃
4.1 多目標規劃基本概念與原理
4.1.1 非劣解概念
4.1.2 求解非劣解的常用標量化方法
4.1.3 線性向量優化問題的非劣解
4.1.4 本征非劣解
4.1.5 非劣性的Kuhn-Tucker充要條件
4.2 非劣解生成技術
4.2.1 權重法
4.2.2 約束法
4.2.3 多目標線性規劃的單純形法
4.2.4 多目標動態規劃
4.3 習題

第5章 排隊論
5.1 排隊服務系統的基本概念
5.2 輸入與服務時間的分佈
5.2.1 最簡單流的定義
5.2.2 最簡單流的一些性質
5.2.3 負指數分佈的服務時間
5.2.4 K階的Erlang分佈
5.2.5 關于概率分佈的檢驗
5.3 生滅過程
5.4 最簡單的排隊系統的模型
5.4.1 顧客源無限、隊長不受限制的排隊模型
5.4.2 顧客源無限、隊長受限制的排隊模型
5.4.3 顧客源有限的排隊模型
5.5 M/G/I的排隊系統
5.5.1 嵌入馬爾可夫鏈及基本公式的推導
5.5.2 泊松輸入和定長服務時間的排隊系統
5.5.3 輸入為泊松分佈服務時間為愛爾朗分佈的排隊系統
5.6 服務機構串聯的排隊系統
5.7 具有優先服務權的排隊模型
5.8 排隊決策模型
5.8.1 費用模型
5.8.2 意向水平的模型
5.9 排隊系統的模擬
5.10 習題

第6章 博弈論
6.1 什麼是博弈論
6.1.1 博弈論的研究對象
6.1.2 博弈論的發展歷程
6.1.3 博弈論的理論體系
6.2 完全信息靜態博弈
6.2.1 策略型博弈
6.2.2 囚徒困境
6.2.3 優超
6.2.4 囚徒困境的解及其意義
6.2.5 納什均衡
6.3 不完全信息靜態博弈
6.3.1 不完全信息
6.3.2 豪爾紹尼轉換
6.4 博弈論在經濟管理中的應用
6.4.1 價格戰博弈
6.4.2 污染博弈
6.4.3 貿易自由與壁壘
6.4.4 拍賣博弈
6.4.5 應急管理中的博弈
6.4.6 人力資源的博弈
6.4.7 供應鏈中的博弈
6.5 習題

第7章 禁忌搜索算法
7.1 鄰域搜索算法思想
7.2 禁忌搜索算法基本思想
7.3 禁忌搜索算法基本要素
7.4 禁忌搜索算法流程
7.5 算法應用1：背包問題
7.6 算法應用2：樞紐站中位問題
7.7 習題

第8章 遺傳算法
第9章 模擬退火算法
第10章 人工神經網絡
第11章 模糊系統