管理數(shù)學(xué)實驗： MATLAB在管理運籌中的應(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驗
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)實驗的概念
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語言概述
2.1.1 MATLAB的發(fā)展及特點
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語言基礎(chǔ)
2.2 MATLAB的基本運算
2.2.1 創(chuàng)建矩陣
2.2.2 矩陣運算
2.2.3 多項式運算
2.2.4 線性方程組
2.2.5 MATLAB語言流程控制結(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的符號處理
2.4.1 符號對象和表達式操作
2.4.2 符號微積分
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)庫的輸入/輸出
2.6 MATLAB數(shù)據(jù)統(tǒng)計描述和分析
2.6.1 常見概率分布函數(shù)
2.6.2 樣本基本統(tǒng)計量
2.6.3 參數(shù)估計與假設(shè)檢驗
復(fù)習(xí)思考題
第3章 規(guī)劃論及MATLAB計算
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求解無約束優(yōu)化問題
3.3.2 非線性無約束優(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 動態(tài)規(guī)劃
3.4.1 動態(tài)規(guī)劃數(shù)學(xué)模型構(gòu)建
3.4.2 動態(tài)規(guī)劃MATLAB程序分析
3.4.3 動態(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)籌方法的計劃網(wǎng)絡(luò)圖
4.3.2 關(guān)鍵路線統(tǒng)籌方法(CPM)
4.3.3 計劃評審技術(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 決策分析與評價
5.1 決策分析簡介
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 層次分析法簡介
5.5.2 層次分析法的計算
5.5.3 層次分析法的優(yōu)點和局限性
5.5.4 層次分析法的MATLAB程序
5.5.5 層次分析法案例
5.6 模糊綜合評價方法*
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 模糊綜合評價模型計算的MATLAB程序
5.6.6 物流園區(qū)層次分析模糊綜合評價
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模型綜合績效評價程序
5.7.5 基于DEA模型綜合績效評價的案例計算
復(fù)習(xí)思考題
第6章 預(yù)測計算
6.1 時間序列分析
6.1.1 時間序列分析的相關(guān)理論
6.1.2 時間序列移動平均法
6.1.3 時間序列趨勢和季節(jié)因素的預(yù)測
6.2 回歸預(yù)測模型
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)測模型
6.3.1 理論基礎(chǔ)
6.3.2 馬爾可夫預(yù)測的應(yīng)用
6.3.3 案例分析
6.4 灰色預(yù)測模型*
6.4.1 傳統(tǒng)灰色預(yù)測模型
6.4.2 灰色預(yù)測模型應(yīng)用案例
6.4.3 無偏灰色預(yù)測模型及應(yīng)用
復(fù)習(xí)思考題
第7章 智能優(yōu)化計算*
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 遺傳算法的實現(xiàn)
7.2.4 基于改進遺傳算法求解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
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