第1章 线性规划进阶 1
1.1 单纯形法的基本原理 1
1.2 修正单纯形法 9
1.3 有界变量算法 16
1.4 对偶 21
1.5 参数线性规划 25
1.6 线性规划的其他专题 30
第2章 启发式规划 32
2.1 引言 32
2.2 贪婪(局部搜索)启发式算法 33
2.3 现代启发式算法 39
2.4 现代启发式算法在整数线性规划中的应用 59
2.5 约束规划 71
第3章 旅行商问题 74
3.1 旅行商问题应用实例 74
3.2 旅行商问题数学模型 76
3.3 精确旅行商问题算法 85
3.4 局部搜索启发式算法 90
3.5 现代启发式算法 94
第4章 概率论基础复习 107
4.1 概率原理 107
4.2 随机变量与概率分布 111
4.3 随机变量的期望 113
4.4 四种常用概率分布 118
4.5 经验分布 124
第5章 决策分析与博弈 130
5.1 确定型决策——层次分析法 130
5.2 风险型决策 140
5.3 不确定型决策 152
5.4 博弈论 156
第6章 随机库存模型 166
6.1 连续盘点模型 167
6.2 单个周期模型 172
6.3 多周期模型 178
第7章 马尔可夫链 181
7.1 马尔可夫链的定义 181
7.2 绝对转移概率和n步转移概率 184
7.3 马尔可夫链中状态的分类 186
7.4 遍历链的稳定状态概率和平均返回时间 188
7.5 首次通过时间 193
7.6 对吸收状态的分析 197
第8章 排队系统 203
8.1 为什么要研究排队系统 203
8.2 排队模型的要素 205
8.3 指数分布的作用 207
8.4 纯生模型和纯灭模型(指数分布和泊松分布之间的关系) 210
8.5 广义泊松排队模型 215
8.6 特殊泊松队列 220
8.7 (M/G/1):(GD/∞/∞)——Pollaczek-Khintchine(P-K)公式 242
8.8 其他排队模型 245
8.9 排队决策模型 245
第9章 仿真模型 252
9.1 蒙特卡罗仿真 252
9.2 仿真的类型 256
9.3 离散事件仿真的要素 257
9.4 随机数的生成 264
9.5 离散仿真的结构 266
9.6 收集统计观测数据的方法 272
9.7 仿真语言 276
第10章 经典最优化理论 279
10.1 无约束问题 279
10.2 约束问题 284
第11章 非线性规划算法 297
11.1 无约束算法 297
11.2 约束算法 303
附录A 部分习题答案 322
附录B 统计表 339