微信扫码查看移动端店铺
~
更多参数>>
罗纳德L.拉丁著的《运筹学(原书第2版)》宗旨是给不同学科背景的读者提供运筹学学习的全面指南。本书涵盖运筹学的全部内容(整数、非整数算法，网络编程，动态数学建模等)，加入了众多主题和案例，每种算法和分析都配有一个小故事和计算练习。
修订版本提升了本书作为本科生教材的难度，与研究生阶段的内容衔接更为紧密，同时又可作为研究、专业人员的自学和参考用书。本书已被普渡大学、加州大学欧文分校、华盛顿大学等高校采用。
罗纳德L拉丁博士于2013年以名誉杰出教授退休。在40年的职业生涯中，他作为教育者和研究者在最优化方法及应用方面取得了杰出成就。自2007年成为阿肯色州费耶特维尔大学工业工程John and Mary Lm White杰出教授后，他领导了该大学的医疗保健物流创新中心(CIHL)，着眼于医疗保健运营中供应链和物流方面的研究，并与大量医疗相关组织建立了合作关系。此外，他带领阿肯色大学的同事们创建了医疗系统工程联明(HSEA)。
译者序前言作者简介第1章 运用数学模型解决问题 1.1 运筹学应用案例 1.2 优化及运筹学方法的步骤 1.3 系统边界、敏感性分析、易处理性以及有效性 1.4 描述性模型与仿真模拟 1.5 数值搜索，精确解与启发解 1.6 确定模型与随机模型 1.7 本章小结 练习题第2章 运筹学中的确定性优化模型 2.1 决策变量、约束条件以及目标函数 2.2 图解法和最优化产出 2.3 大型优化模型及其标引 2.4 线性规划与非线性规划 2.5 离散（或者整数）规划 2.6 多目标优化模型 2.7 优化模型分类小结 2.8 计算机求解技术以及 练习题 参考文献第3章 搜索算法 3.1 搜索算法、局部和全局最优 3.2 沿可行改进方向的搜索 3.3 可行改进方向的代数条件 3.4 线性目标和凸集的易处理性 3.5 寻找初始可行解 练习题 参考文献第4章 线性规划 4.1 资源分配模型 4.2 混料模型 4.3 运营规划模型 4.4 排班和人员规划模型 4.5 多阶段模型 4.6 可线性化的非线性目标模型 4.7 随机规划 练习题 参考文献第5章 线性规划的单纯形法 5.1 线性规划的最优解和标准型 5.2 顶点搜索和基本解 5.3 单纯形法 5.4 字典和单纯形表 5.5 两阶段法 5.6 退化与零步长 5.7 单纯形法的收敛和循环 5.8 力求高效：修正单纯形法 5.9 有简单上下限的单纯形法 练习题 参考文献第6章 线性规划的对偶理论与灵敏度分析 6.1 通用的活动视角与资源视角 6.2 对线性规划模型系数变化的定性灵敏度分析 6.3 线性规划模型系数灵敏度的定量分析：对偶模型 6.4 构造线性规划的对偶问题 6.5 计算机输出结果与单个参数变化的影响 6.6 模型大幅度改动，再优化以及参数规划 6.7 线性规划中的对偶问题和最优解 6.8 对偶单纯形法的搜索 6.9 原始—对偶单纯形法搜索 练习题 参考文献第7章 线性规划内点法 7.1 在可行域内部搜索 7.2 对当前解进行尺度变换 7.3 仿射尺度变换搜索 7.4 内点搜索的对数障碍法 7.5 原始对偶内点法 7.6 线性规划搜索算法的复杂性 练习题 参考文献第8章 目标规划 8.1 多目标优化模型 8.2 有效点和有效边界 8.3 抢占式优化和加权目标 8.4 目标规划 练习题 参考文献第9章 最短路与离散动态规划 9.1 最短路模型 9.2 利用动态规划解决最短路问题 9.3 一对多的最短路问题：贝尔曼—福特算法 9.4 多对多最短路问题：弗洛伊德—瓦尔肖算法 9.5 无负权一对多最短路问题：迪杰斯特拉算法 9.6 一对多无环图最短路问题 9.7 CPM项目计划和最长路 9.8 离散动态规划模型 9.9 利用动态规划解决整数规划问题 9.10 马尔科夫决策过程 练习题 参考文献第10章 网络流与图 10.1 图、网络与流 10.2 用于网络流搜索的圈方向 10.3 消圈算法求最优流 10.4 网络单纯形法求最优流 10.5 最优网络流的整性 10.6 运输及分配模型 10.7 用匈牙利算法求解分配问题 10.8 最大流与最小割 10.9 多商品及增益／损耗流 10.10 最小／最大生成树 练习题 参考文献第11章 离散优化模型 11.1 块状/批量线性规划及固定成本 11.2 背包模型与资本预算模型 11.3 集合包装、覆盖和划分模型 11.4 分配模型及匹配模型 11.5 旅行商和路径模型 11.6 设施选址和网络设计模型 11.7 处理机调度及排序模型 练习题 参考资料第12章 离散优化求解方法 12.1 全枚举法求解 12.2 离散优化模型的松弛模型及其应用 12.3 分支定界搜索 12.4 分支定界法的改良 12.5 分支切割法 12.6 有效不等式组 12.7 割平面理论 练习题 参考资料第13章 大规模优化方法 13.1 列生成算法和分支定价算法 13.2 拉格朗日松弛算法 13.3 Dantzig-Wolfe分解算法 13.4 Benders分解算法 练习题 参考文献第14章 计算复杂性理论 14.1 问题、实例和求解的难度 14.2 衡量算法复杂性及问题的难度 14.3 可解问题的多项式时间验证标准 14.4 多项式可解和非确定多项式可解 14.5 多项式时间归约和NP难问题 14.6 P问题和NP问题 14.7 求解NP难问题 练习题 参考文献第15章 离散优化的启发式算法 15.1 构造型启发式算法 15.2 针对离散优化INLPs问题改进搜索启发式算法 15.3 元启发式算法：禁忌搜索和模拟退火 15.4 进化元启发式算法和遗传算法 练习题 参考文献第16章 无约束的非线性规划 16.1 无约束非线性规划模型 16.2 一维搜索 16.3 导数、泰勒级数和多维的局部最优解条件 16.4 凹凸函数和全局最优 16.5 梯度搜索 16.6 牛顿法 16.7 拟牛顿法和BFGS搜索 16.8 无导数优化和Nelder-Mead法 练习题 参考文献第17章 带约束的非线性规划 17.1 带约束的非线性规划模型 17.2 特殊的NLP：凸规划、可分离规划、二次规划和正项几何规划 17.3 拉格朗日乘子法 17.4 KARUSH-KUHN-TUCKER最优性条件 17.5 惩罚与障碍法 17.6 既约梯度法 17.7 二次规划求解方法 17.8 序列二次规划 17.9 可分离规划方法 17.10 正项几何规划方法 练习题 参考文献
