內容簡介
《運籌學(第四版)》是在第三版的基礎上修訂完善而成,主要內容有綫性規劃、整數綫性規劃、非綫性規劃、動態規劃、圖與網絡分析、網絡計劃技術、排隊論、決策分析、對策論等。
第四版繼續保持瞭前三版的厚理論、寬口徑、理論聯係實際的特點和精煉、嚴謹的風格,第三版的緒論精煉為運籌學簡介,作為引言,並結閤當前的研究熱點——復雜網絡及大數據分析,在“圖與網絡分析”中增加瞭“復雜網絡簡介”,在“對策論”中增加瞭“網絡對策”。此外對部分章節的內容和習題根據需要進行瞭增刪或修改。習題分為(A),(B)兩部分,難度有所差異,可供讀者選擇。教材配套的數字課程包含各章相關的應用實例和程序。
《運籌學(第四版)》可作為數學與應用數學、信息與計算科學、金融數學等專業的運籌學課程教材,也可作為管理、係統工程等專業的專業課程教材。
內頁插圖
目錄
運籌學簡介
第1章 綫性規劃
§1.1 綫性規劃問題
1.綫性規劃問題舉例
2.綫性規劃模型
§1.2 可行區域與基本可行解
1.圖解法
2.可行區域的幾何結構
3.基本可行解及綫性規劃的基本定理
§1.3 單純形方法
1.單純形方法
2.單純形錶
§1.4 初始解
1.兩階段法
2.關於單純形方法的幾點說明
§1.5 對偶性及對偶單純形法
1.對偶綫性規劃
2.對偶理論
3.原始和對偶問題的解及其經濟意義
4.對偶單純形法
§1.6 靈敏度分析
1.改變價值嚮量c
2.改變右端嚮量西
§1.7 參數綫性規劃
1.目標函數含參數的綫性規劃問題
2.右端嚮量含參數的綫性規劃問題
§1.8 算法復雜性及解綫性規劃問題的進一步研究
1.算法的復雜性
2.解綫性規劃問題的進一步研究
第1章習題
參考文獻
第2章 整數綫性規劃
§2.1 整數綫性規劃問題
1.整數綫性規劃問題舉例
2.解整數綫性規劃問題的睏難性
§2.2 Gomory割平麵法
1.Gomory割平麵法的基本思想
2.Gomory割平麵法計算步驟
§2.3 分枝定界法
……
第3章 非綫性規劃
第4章 動態規劃
第5章 圖與網絡分析
第6章 網絡計劃技術
第7章 排隊論
第8章 決策分析
第9章 對策論
習題參考答案或提示
前言/序言
本書自1996年第一版齣版發行以來,先後發行瞭第二、三版,經多所兄弟院校使用,獲眾多讀者和同行專傢的認同和好評,2000年榮獲教育部科學技術進步奬二等奬,2002年列為“麵嚮21世紀課程教材”,經專傢評審本書還先後被列入普通高等教育“十一五”國傢級規劃教材和“十二五”本科國傢級規劃教材。山東大學采用本書所開設的運籌學課程先後被評為“全國理科基地創建名牌課程”,“國傢精品課程”以及“國傢級精品資源共享課”。該課程的公開課教學錄像已在愛課程、網易、新浪等網站上開放。
國內外形勢的迅猛發展、新科技的大量湧現、運籌學本身的創新和發展,對高等院校的運籌學教學不斷提齣新的、更高的要求。為緊跟時代變化步伐,汲取國內外運籌學發展的新營養,我們在前三版的基礎上,經過認真地討論、研究、修改和完善,推齣瞭第四版。
第四版繼續保持瞭原書已形成的基本特點和風格:選材精煉、深入淺齣;對各主要分支的基本理論、主要方法和原理有較為嚴謹的論述,兼有相當的廣度與深度;適用讀者麵較為廣泛,注重對讀者思維的開拓與啓迪;學習內容可根據需要適當增刪而不削弱其係統性和各章節的協調性;加強瞭讀者建模和運用計算機解決問題的能力訓練;習題仍按不同練習目的分為(A)、(B)兩部分。本次再版我們著重在幾個方麵做瞭補充及修改,內容有所增刪:全書由原來的十章改為九章;增加瞭綫性規劃影子價格的經濟意義的較為全麵的敘述;增強瞭實用性廣的運輸問題的論述;新增瞭有關大型復雜網絡優化及網絡對策的內容;重新設置瞭某些案例和習題,以突齣運籌學實際應用的廣泛性;對於某些內容或者打上木號作為自學或選學部分,也可直接刪去,使全書更加精煉,此外還更新瞭各章的參考文獻,便於讀者檢索和上網查閱。
為瞭延伸課程內容,引導讀者的學習興趣,書末附有各章習題的參考答案或提示;登錄書後的數字課程網站,可查閱書中各章的有關案例及求解它們的相關程序,供讀者使用。
由於人纔流動和身體健康等方麵的諸多因素,本書各版作者有所變動。第一、二版的作者為刁在筠、鄭漢鼎、劉傢壯、劉桂真;第三版的作者為刁在筠、劉桂真、宿潔、馬建華;第四版的作者為刁在筠、劉桂真、戎曉霞、王光輝。在本書的多次編寫、再版過程中,廣大讀者、兄弟院校的教師、運籌學界的專傢們給予瞭極大的支持和幫助;教育部、山東大學教務處和數學學院的領導給予瞭熱情的鼓勵和資助;高等教育齣版社的數任編輯耐心細緻地編輯瞭本書先後四個版次,藉此機會嚮他們錶示我們最衷心的感謝。本書如有不妥之處,懇請廣大讀者批評指正。
運籌學(第四版)圖書簡介 一、 理論基石與發展脈絡 《運籌學(第四版)》並非一部憑空誕生的著作,而是對這一學科深厚積澱的梳理與升華。運籌學,作為一門融閤數學、計算機科學、經濟學、管理學等多學科知識的科學,其核心在於利用數學模型和計算方法,為復雜的決策問題提供最優或近似最優的解決方案。本書的編寫,旨在係統性地展現運籌學的發展曆程,從其萌芽時期的軍事與生産調度優化,到如今滲透到商業、金融、醫療、交通、能源等幾乎所有現代社會的運作環節。 運籌學理論的基石可以追溯到20世紀中葉,彼時,一係列數學工具的突破,如綫性規劃、整數規劃、動態規劃等,為解決實際問題提供瞭強有力的數學語言。本書將深入剖析這些 foundational theories,闡釋其背後的數學原理、邏輯推導以及在不同應用場景下的普適性。它將循序漸進地引導讀者理解,為何這些看似抽象的數學模型能夠如此有效地指導現實世界的決策。 本書的獨特之處在於,它不僅關注理論的深度,更強調理論與實踐的緊密結閤。每一章節的引入,都可能從一個引人入勝的實際案例齣發,揭示其背後所蘊含的運籌學問題。例如,在介紹綫性規劃時,可能會從資源分配的經典睏境入手,比如如何為一傢工廠規劃最優的生産計劃,以最大化利潤或最小化成本。隨後,則會嚴謹地構建數學模型,講解求解方法,並分析模型的敏感性。 《運籌學(第四版)》所呈現的,是一個動態發展的學科圖景。從早期的求解算法,到後來的啓發式算法、元啓發式算法,再到如今與人工智能、大數據等前沿技術融閤的新興領域,運籌學從未停止過前進的腳步。本書將勾勒齣這一發展脈絡,讓讀者不僅知曉“是什麼”,更能理解“為何如此”。這有助於讀者在麵對新的技術浪潮時,能夠更敏銳地捕捉運籌學帶來的機遇。 二、 核心理論與方法體係 本書的核心內容圍繞著運籌學的幾大經典分支展開,並在此基礎上進行拓展和深化。 1. 綫性規劃與非綫性規劃: 這是運籌學中最基礎也最廣泛應用的數學模型。本書將詳細介紹綫性規劃的原理、圖解法、單純形法、對偶理論及其在資源分配、生産調度、投資組閤等領域的應用。對於非綫性規劃,本書也將涵蓋其基本概念、求解方法(如梯度下降法、牛頓法)以及在成本最小化、效益最大化等復雜問題中的應用。 2. 整數規劃與混閤整數規劃: 當決策變量必須取整數時,問題將變得更加復雜。本書將深入探討0-1整數規劃、一般整數規劃以及混閤整數規劃的建模技巧和求解算法,例如分支定界法、割平麵法。這些方法在生産批量、路徑選擇、人員排班等場景下具有至關重要的作用。 3. 動態規劃: 針對具有最優子結構和重疊子問題的決策過程,動態規劃提供瞭一種係統性的解決方案。本書將通過多階段決策問題,如背包問題、最短路徑問題、生産與庫存控製等,闡述動態規劃的思想、方程構建和算法實現。 4. 網絡優化: 網絡模型在現代社會無處不在,從交通網絡、通信網絡到物流網絡。本書將涵蓋最短路徑問題、最小生成樹問題、最大流問題、最小費用最大流問題等經典網絡流問題,並介紹相應的算法,如Dijkstra算法、Prim算法、Ford-Fulkerson算法等。 5. 排隊論: 描述服務係統中顧客等待和服務的數學理論。本書將介紹不同類型的排隊模型(如M/M/1, M/M/c, M/G/1),分析係統性能指標(如平均等待時間、平均隊列長度),並應用於呼叫中心、生産綫、交通信號燈等優化設計。 6. 庫存管理: 如何在滿足需求的同時最小化庫存成本是企業麵臨的關鍵問題。本書將介紹EOQ(經濟訂貨量)模型、再訂貨點模型、以及更復雜的隨機需求庫存模型,幫助讀者理解如何在不確定性下進行有效的庫存決策。 7. 決策分析與多準則決策: 當決策麵臨不確定性和多個評價標準時,決策分析和多準則決策方法提供瞭有效的工具。本書將介紹決策樹、風險分析、效用理論,以及AHP(層次分析法)、TOPSIS(優劣解距離法)等方法,幫助讀者在復雜環境下做齣更明智的決策。 8. 仿真技術: 對於那些難以用解析方法精確建模的問題,仿真技術提供瞭一種強大的替代方案。本書將介紹離散事件仿真、濛特卡洛仿真等方法,並討論如何設計仿真實驗、收集數據以及解釋仿真結果,為實際問題的分析提供補充。 三、 應用導嚮與前沿展望 《運籌學(第四版)》的編寫,始終堅持以應用為導嚮。這意味著,本書的每一部分內容,無論是理論介紹還是算法講解,都將緊密聯係實際應用場景。讀者將看到,如何將抽象的數學模型應用於解決現實世界中的各種挑戰。 本書的應用領域將十分廣泛,涵蓋但不限於: 生産與運營管理: 生産計劃與調度、設備維護優化、質量控製、供應鏈設計與管理。 市場營銷與銷售: 廣告投放優化、定價策略、客戶關係管理、銷售區域劃分。 金融與投資: 投資組閤優化、風險管理、期權定價、信貸評分。 交通與物流: 路徑規劃、車輛調度、倉庫選址、運輸網絡優化。 醫療保健: 醫院資源配置、手術室調度、藥品配送、疾病傳播模型。 能源與環境: 能源生産調度、電網優化、可再生能源配置、環境汙染控製。 信息技術: 計算機網絡路由、數據包傳輸優化、服務器資源分配。 在對經典內容進行係統梳理的同時,《運籌學(第四版)》還將適時地引入運籌學與其他新興技術交叉融閤的領域,展現學科的最新發展動態。例如: 機器學習與運籌學的結閤: 如何利用機器學習預測需求、評估風險,並將這些預測結果融入運籌學模型以獲得更優決策。 大數據分析在運籌學中的應用: 如何從海量數據中提取有價值的信息,為運籌學模型提供更準確的輸入,以及如何利用運籌學方法處理和分析大數據。 智能優化技術: 探討如何將人工智能技術,如強化學習、遺傳算法等,應用於復雜優化問題的求解,以突破傳統算法的局限。 本書不僅麵嚮具有一定數學基礎的本科生和研究生,也歡迎對解決實際問題充滿興趣的管理人員、工程師以及其他專業人士。其結構嚴謹,論述清晰,輔以大量的例題和習題,力求使讀者在掌握理論知識的同時,也能培養解決實際問題的能力。閱讀本書,將幫助讀者建立起用科學、嚴謹的數學思維去分析和解決復雜問題的能力,從而在日益競爭激烈的環境中脫穎而齣。