前言<br>第1章 运筹学思想与运筹学建模<br>1.1 运筹学的特点及其应用<br>1.2 运筹学建模<br>1.3 基本概念和符号<br>第2章 基本概念和基本理论<br>2.1 数学规划模型的一般形式<br>2.2 凸集、凸函数和凸规划<br>2.3 多面体、极点和极方向<br>第3章 线性规划<br>3.1 线性规划模型<br>3.2 线性规划的单纯形法<br>3.3 线性规划的对偶问题<br>3.4 灵敏度分析<br>第4章 最优化搜索算法的结构与一维搜索<br>4.1 常用的搜索算法结构<br>4.2 一维搜索<br>第5章 无约束最优化方法<br>5.1 最优性条件<br>5.2 最速下降法<br>5.3 牛顿法及其修正<br>5.4 共轭梯度法<br>5.5 变尺度法<br>5.6 直接搜索算法<br>第6章 约束最优化方法<br>6.1 Kuhn-Tucker条件<br>6.2 既约梯度法及凸单纯形法<br>6.3 罚函数法及乘子法<br>第7章 目标规划<br>7.1 目标规划模型<br>7.2 目标规划的几何意义及图解法<br>7.3 求解目标规划的单纯形方法<br>第8章 整数规划<br>8.1 整数规划问题的提出<br>8.2 整数规划解法概述<br>8.3 分村定界法<br>8.4 割平面法<br>8.5 0-1规划的隐枚举法<br>8.6 分派问题及解法<br>第9章 层次分析法<br>9.1 层次分析法的基本过程<br>9.2 层次分析法应用中若干问题的处理<br>9.3 应用举例<br>第10章 智能优化计算简介<br>10.1 人工神经网络与神经网络优化算法<br>10.2 遗传算法<br>10.3 模拟退火算法<br>10.4 神经网络权值的混合优化学习策略<br>10.5 应用举例<br>参考文献
展开