管理數(shù)學(xué)實(shí)驗(yàn)： MATLAB在管理運(yùn)籌中的應(yīng)用

第1章 緒論
1.1 問題研究與描述
1.1.1 問題與模型
1.1.2 數(shù)學(xué)建模
1.2 管理理論與方法
1.2.1 管理是什么
1.2.2 管理問題
1.2.3 管理學(xué)的發(fā)展和主要內(nèi)容
1.2.4 管理的基本特征
1.2.5 管理系統(tǒng)思維
1.2.6 管理系統(tǒng)工程
1.2.7 管理科學(xué)
1.2.8 WSR系統(tǒng)方法論
1.3 管理問題的模型研究與實(shí)驗(yàn)
1.3.1 管理問題數(shù)學(xué)模型類型
1.3.2 管理問題建模過程
1.3.3 管理問題的優(yōu)化
1.3.4 管理數(shù)學(xué)實(shí)驗(yàn)的概念
1.3.5 管理科學(xué)的常用軟件
復(fù)習(xí)思考題
第2章 MATLAB基礎(chǔ)
2.1 MATLAB語(yǔ)言概述
2.1.1 MATLAB的發(fā)展及特點(diǎn)
2.1.2 MATLAB的功能
2.1.3 MATLAB操作環(huán)境
2.1.4 MATLAB工具箱
2.1.5 MATLAB語(yǔ)言基礎(chǔ)
2.2 MATLAB的基本運(yùn)算
2.2.1 創(chuàng)建矩陣
2.2.2 矩陣運(yùn)算
2.2.3 多項(xiàng)式運(yùn)算
2.2.4 線性方程組
2.2.5 MATLAB語(yǔ)言流程控制結(jié)構(gòu)
2.2.6 數(shù)學(xué)函數(shù)
2.2.7 MATLAB的m文件及編程
2.3 MATLAB的繪圖功能
2.3.1 MATLAB二維繪圖
2.3.2 MATLAB三維繪圖
2.4 MATLAB的符號(hào)處理
2.4.1 符號(hào)對(duì)象和表達(dá)式操作
2.4.2 符號(hào)微積分
2.5 MATLAB數(shù)據(jù)的輸入/輸出
2.5.1 數(shù)據(jù)文件的輸入/輸出
2.5.2 MATLAB與數(shù)據(jù)庫(kù)的輸入/輸出
2.6 MATLAB數(shù)據(jù)統(tǒng)計(jì)描述和分析
2.6.1 常見概率分布函數(shù)
2.6.2 樣本基本統(tǒng)計(jì)量
2.6.3 參數(shù)估計(jì)與假設(shè)檢驗(yàn)
復(fù)習(xí)思考題
第3章 規(guī)劃論及MATLAB計(jì)算
3.1 線性規(guī)劃
3.1.1 線性規(guī)劃模型
3.1.2 MATLAB的線性規(guī)劃求解計(jì)算
3.1.3 線性規(guī)劃應(yīng)用案例
3.2 化問題與MATLAB優(yōu)化工具箱
3.2.1 化問題描述
3.2.2 MATLAB優(yōu)化工具箱介紹
3.3 MATLAB的非線性化問題
3.3.1 用MATLAB求解無(wú)約束優(yōu)化問題
3.3.2 非線性無(wú)約束優(yōu)化案例分析
3.3.3 用MATLAB求解非線性規(guī)劃問題
3.3.4 非線性規(guī)劃案例分析
3.4 動(dòng)態(tài)規(guī)劃
3.4.1 動(dòng)態(tài)規(guī)劃數(shù)學(xué)模型構(gòu)建
3.4.2 動(dòng)態(tài)規(guī)劃MATLAB程序分析
3.4.3 動(dòng)態(tài)規(guī)劃案例分析
3.5 GUI優(yōu)化工具
3.5.1 GUI優(yōu)化工具概述
3.5.2 GUI優(yōu)化工具應(yīng)用示例
復(fù)習(xí)思考題
第4章 圖與網(wǎng)絡(luò)的優(yōu)化計(jì)算
4.1 圖與網(wǎng)絡(luò)的概念
4.2 短路徑問題
4.2.1 短路徑算法及計(jì)算程序
4.2.2 短路徑示例
4.3 統(tǒng)籌方法
4.3.1 統(tǒng)籌方法的計(jì)劃網(wǎng)絡(luò)圖
4.3.2 關(guān)鍵路線統(tǒng)籌方法(CPM)
4.3.3 計(jì)劃評(píng)審技術(shù)統(tǒng)籌方法(PERT)
4.3.4 統(tǒng)籌方法的優(yōu)化模型
復(fù)習(xí)思考題
第5章 決策分析與評(píng)價(jià)
5.1 決策分析簡(jiǎn)介
5.1.1 決策的基本概念
5.1.2 不確定型決策
5.1.3 風(fēng)險(xiǎn)型決策
5.2 決策的靈敏度分析
5.2.1 樂觀系數(shù)靈敏度分析
5.2.2 自然狀態(tài)的概率靈敏度分析
5.3 貝葉斯決策
5.3.1 貝葉斯決策模型
5.3.2 信息在決策中的價(jià)值
5.4 多準(zhǔn)則決策
5.4.1 多準(zhǔn)則決策概述
5.4.2 多準(zhǔn)則(目標(biāo))規(guī)劃模型
5.4.3 理想點(diǎn)法
5.4.4 線性加權(quán)和法
5.4.5 小法
5.4.6 目標(biāo)規(guī)劃法
5.5 層次分析法
5.5.1 層次分析法簡(jiǎn)介
5.5.2 層次分析法的計(jì)算
5.5.3 層次分析法的優(yōu)點(diǎn)和局限性
5.5.4 層次分析法的MATLAB程序
5.5.5 層次分析法案例
5.6 模糊綜合評(píng)價(jià)方法*
5.6.1 模糊決策的概念
5.6.2 自然狀態(tài)概率的模糊估算模型
5.6.3 期望益損值決策準(zhǔn)則
5.6.4 模型應(yīng)用
5.6.5 模糊綜合評(píng)價(jià)模型計(jì)算的MATLAB程序
5.6.6 物流園區(qū)層次分析模糊綜合評(píng)價(jià)
5.7 數(shù)據(jù)包絡(luò)分析*
5.7.1 數(shù)據(jù)包絡(luò)分析的概念與方法
5.7.2 DEA模型
5.7.3 帶有偏好約束錐的DEA模型
5.7.4 基于DEA模型綜合績(jī)效評(píng)價(jià)程序
5.7.5 基于DEA模型綜合績(jī)效評(píng)價(jià)的案例計(jì)算
復(fù)習(xí)思考題
第6章 預(yù)測(cè)計(jì)算
6.1 時(shí)間序列分析
6.1.1 時(shí)間序列分析的相關(guān)理論
6.1.2 時(shí)間序列移動(dòng)平均法
6.1.3 時(shí)間序列趨勢(shì)和季節(jié)因素的預(yù)測(cè)
6.2 回歸預(yù)測(cè)模型
6.2.1 線性回歸
6.2.2 可線性化的曲線回歸
6.2.3 回歸案例
6.3 馬爾可夫預(yù)測(cè)模型
6.3.1 理論基礎(chǔ)
6.3.2 馬爾可夫預(yù)測(cè)的應(yīng)用
6.3.3 案例分析
6.4 灰色預(yù)測(cè)模型*
6.4.1 傳統(tǒng)灰色預(yù)測(cè)模型
6.4.2 灰色預(yù)測(cè)模型應(yīng)用案例
6.4.3 無(wú)偏灰色預(yù)測(cè)模型及應(yīng)用
復(fù)習(xí)思考題
第7章 智能優(yōu)化計(jì)算*
7.1 模擬退火算法
7.1.1 模擬退火的原理
7.1.2 模擬退火算法簡(jiǎn)介
7.1.3 求解旅行商問題(TSP)
7.1.4 求解截問題(MCP)
7.1.5 求解0/1背包問題(ZKP)
7.2 遺傳算法
7.2.1 遺傳算法的基本概念
7.2.2 遺傳算法的基本原理
7.2.3 遺傳算法的實(shí)現(xiàn)
7.2.4 基于改進(jìn)遺傳算法求解TSP問題
7.3 蟻群算法及其應(yīng)用
7.3.1 引言
7.3.2 蟻群算法的基本原理
7.3.3 基于蟻群算法求解TSP問題
7.3.4 一般蟻群算法的框架
7.4 粒子群算法
7.4.1 粒子群算法原理
7.4.2 粒子群算法流程
7.4.3 粒子群算法的參數(shù)分析
7.4.4 粒子群算法的改進(jìn)
7.4.5 粒子群算法的程序及算例
復(fù)習(xí)思考題
參考文獻(xiàn)