本书主要讲述运筹优化领域常用的数学模型、精确算法以及相应的代码实现。首先简要介绍基本理论，然后用丰富的配套案例讲解多个经典的精确算法框架，最后结合常用的优化求解器（CPLEX和Gurobi）说明如何用Python和Java语言实现书中提到的所有精确算法。 全书共分3部分。第Ⅰ部分（第1～4章）为运筹优化常用模型及建模技巧。该部分着重介绍整数规划的建模技巧和常见的经典模型。第Ⅱ部分（第5～7章）为常用优化求解器API详解及应用案例。该部分主要介绍两款常用的商业求解器（CPLEX和Gurobi）的使用方法，包括Python和Java的API详解、简单案例以及复杂案例。第Ⅲ部分（第8～17章）为运筹优化常用算法及实战。该部分详细介绍几个经典的精确算法的理论、相关案例、伪代码以及相应的代码实现。 本书适合作为高等院校工业工程、管理科学与工程、信息管理与信息系统、数学与应用数学、物流工程、物流管理、控制科学与工程等开设运筹学相关课程的高年级本科生、研究生教材，同时也可供在物流与供应链、交通、互联网、制造业、医疗、金融、能源等领域从事有关运筹优化的开发人员以及广大科技工作者和研究人员参考。

第Ⅰ部分 运筹优化常用模型及建模技巧
第1章 运筹优化算法相关概念
1.1 几类常见的数学规划模型
1.1.1 线性规划
1.1.2 混合整数规划
1.1.3 二次规划
1.1.4 二次约束规划
1.1.5 二次约束二次规划
1.1.6 二阶锥规划
1.2 凸集和极点
1.2.1 凸集
1.2.2 极点
1.3 多面体、超平面与半平面
1.3.1 多面体
1.3.2 超平面与半平面
1.4 凸组合和凸包
1.4.1 凸组合和凸包的概念
1.4.2 一些结论
第2章 运筹优化经典问题数学模型
2.1 指派问题
2.2 最短路问题
2.3 最大流问题
2.3.1 问题描述
2.3.2 问题建模及最优解
2.3.3 最大流问题的一般模型
2.3.4 Ford-Fulkerson算法求解最大流问题
2.3.5 Java实现Ford-Fulkerson算法求解最大流问题
2.4 最优整数解特性和幺模矩阵
2.4.1 指派问题的最优解特性验证
2.4.2 最短路问题的整数最优解特性验证
2.4.3 最优整数解特性的理解
2.4.4 么模矩阵和整数最优解特性
2.5 多商品网络流问题
2.6 多商品流运输问题
2.7 设施选址问题
2.8 旅行商问题
2.8.1 TSP建模方法1：子环路消除约束
2.8.2 TSP建模方法2：MTZ约束消除子环路
2.8.3 TSP建模方法3：1-tree建模方法
2.9 车辆路径规划问题
2.9.1 概述
2.9.2 VRPTW的一般模型
第3章 整数规划建模技巧
3.1 逻辑约束
3.1.1 两个命题
3.1.2 二选一约束条件
3.1.3 指示约束条件
3.2 线性化
3.2.1 分段线性函数线性化
3.2.2 含绝对值形式的线性化
3.2.3 含乘积形式的线性化
3.2.4 含分式形式的线性化
3.2.5 含max/min形式的线性化
第4章 大规模线性规划的对偶
4.1 对偶理论概述
4.2 原问题与对偶问题之间的关系
4.3 对偶理论相关重要定理
4.4 最短路问题的对偶
4.4.1 借助Excel和具体小算例写出大规模SPP的对偶
4.4.2 SPP中存在负环的特例
4.5 多商品网络流问题的对偶
4.5.1 借助Excel和具体小算例写出大规模MCNF的对偶
4.5.2 将Excel中的对偶问题表转化成公式形式
4.5.3 Python调用Gurobi求解MCNF
……
第Ⅱ部分 常用优化求解器API详解及应用案例
第Ⅲ部分 运筹优化常用算法及实战
参考文献