《管理运筹学及智能方法》主要是针对管理类的研究生编写，全书共3篇11章。第1篇包括运筹学传统内容共6章，其中第1章线性规划、第3章动态规划和第4章多目标规划主要是对本科阶段运筹学的复习与回顾，而第2章非线性规划和第5章排队论一般在本科阶段都没有系统学习，作为研究生无疑应该认真学好这两章；第2篇共3章，每一章都介绍一种典型的搜索算法，随着计算机技术的发展，非导数优化算法逐步成熟和完善，这些算法对于开展科学研究是不可多得的工具；第3篇共2章，主要介绍神经网络和模糊系统的基本概念，面对日益复杂的社会经济系统，两种智能方法所具有的鲁棒性和容错性用于复杂系统仿真具有特殊的意义。
　　全书每章都配备一定数量的习题，有的章节还附有相应的计算程序。《管理运筹学及智能方法》适合于高等院校管理类专业研究生或者博士生作为教材或者自学使用，也可供各行各业的工程技术人员、管理人员及高等学校师生自学参考。

第1章 线性规划
1.1 线性规划问题
1.1.1 几个线性规划问题
1.1.2 线性规划的形式
1.1.3 线性规划问题的解
1.2 线性规划的基本理论
1.2.1 凸集与凸组合
1.2.2 解的几何意义
1.2.3 线性规划的对偶理论
1.3 线性规划的求解
1.3.1 单纯形法
1.3.2 基于MATLAB的线性规划求解
1.3.3 矩阵对策的线性规划求解
1.3.4 数据包络分析中线性规划方法
1.4 习题

第2章 非线性规划
2.1 非线性规划的基本概念
2.1.1 非线性规划的实例
2.1.2 非线性规划问题的数学模型
2.2 极值问题
2.2.1 局部极值和全局极值
2.2.2 极值点存在的条件
2.3 凸函数和凸规划
2.3.1 凸函数
2.3.2 凸规划
2.4 下降迭代算法与一维搜索
2.4.1 下降迭代算法
2.4.2 一维搜索
2.5 无约束极值问题的解法
2.6 约束极值问题
2.6.1 最优性条件
2.6.2 可行方向法
2.6.3 制约函数法
2.7 习题

第3章 动态规划
3.1 动态规划基本概念与原理
3.1.1 基本概念
3.1.2 基本方程
3.1.3 基本思想
3.1.4 Bellman最优化原理与动态规划
3.1.5 马尔可夫性与动态规划
3.2 确定性动态规划
3.2.1 -维动态规划
3.2.2 多维动态规划
3.3 随机规划与随机动态规划
3.3.1 随机规划
3.3.2 随机动态规划
3.4 动态规划应用案例
3.4.1 动态规划资源分配应用案例
3.4.2 动态规划货物配装应用案例
3.4.3 动态规划产品分批应用案例

第4章 多目标规划
4.1 多目标规划基本概念与原理
4.1.1 非劣解概念
4.1.2 求解非劣解的常用标量化方法
4.1.3 线性向量优化问题的非劣解
4.1.4 本征非劣解
4.1.5 非劣性的Kuhn-Tucker充要条件
4.2 非劣解生成技术
4.2.1 权重法
4.2.2 约束法
4.2.3 多目标线性规划的单纯形法
4.2.4 多目标动态规划
4.3 习题

第5章 排队论
5.1 排队服务系统的基本概念
5.2 输入与服务时间的分布
5.2.1 最简单流的定义
5.2.2 最简单流的一些性质
5.2.3 负指数分布的服务时间
5.2.4 K阶的Erlang分布
5.2.5 关于概率分布的检验
5.3 生灭过程
5.4 最简单的排队系统的模型
5.4.1 顾客源无限、队长不受限制的排队模型
5.4.2 顾客源无限、队长受限制的排队模型
5.4.3 顾客源有限的排队模型
5.5 M/G/I的排队系统
5.5.1 嵌入马尔可夫链及基本公式的推导
5.5.2 泊松输入和定长服务时间的排队系统
5.5.3 输入为泊松分布服务时间为爱尔朗分布的排队系统
5.6 服务机构串联的排队系统
5.7 具有优先服务权的排队模型
5.8 排队决策模型
5.8.1 费用模型
5.8.2 意向水平的模型
5.9 排队系统的模拟
5.10 习题

第6章 博弈论
6.1 什么是博弈论
6.1.1 博弈论的研究对象
6.1.2 博弈论的发展历程
6.1.3 博弈论的理论体系
6.2 完全信息静态博弈
6.2.1 策略型博弈
6.2.2 囚徒困境
6.2.3 优超
6.2.4 囚徒困境的解及其意义
6.2.5 纳什均衡
6.3 不完全信息静态博弈
6.3.1 不完全信息
6.3.2 豪尔绍尼转换
6.4 博弈论在经济管理中的应用
6.4.1 价格战博弈
6.4.2 污染博弈
6.4.3 贸易自由与壁垒
6.4.4 拍卖博弈
6.4.5 应急管理中的博弈
6.4.6 人力资源的博弈
6.4.7 供应链中的博弈
6.5 习题

第7章 禁忌搜索算法
7.1 邻域搜索算法思想
7.2 禁忌搜索算法基本思想
7.3 禁忌搜索算法基本要素
7.4 禁忌搜索算法流程
7.5 算法应用1：背包问题
7.6 算法应用2：枢纽站中位问题
7.7 习题

第8章 遗传算法
第9章 模拟退火算法
第10章 人工神经网络
第11章 模糊系统