8.1 多阶段决策问题 8.2 最优化原理与动态规划的数学模型 8.3 离散确定性动态规划模型的求解 8.4 离散随机性动态规划模型的求解 8.5 一般数学规划模型的动态规划解法

⚫ 10.1 基本概念 ⚫ 10.2 最短路问题 （一）Bellman最优化原理 （二）Dijustra算法（双括号法） （三）通信线路布施问题 （四）设备更新问题 ⚫ 10.3 最小生成树 （一）基本概念与理论 （二）Kruskal算法（加边法、破圈法） （三）丢边法（破圈法） ⚫ 10.4 最大流问题 （一）基本概念 （二）双标号算法 ⚫ 10.5 最小费用最大流 （一）基本概念 （二）求解算法

一、课程目的与要求 本课程目的在于培养MBA学员通过模型定性定量解决问题的能力,特别是掌握优化的 思想和基本手段,提高解决工作中实际问题的能力。课程通过案例使学员能够理解所学的理 论和方法。本课程讲授学时应在40~48,课堂案例讨论学时12~16(三到五个案例),总学 时60

第一章 线性规划与单纯形法 第三章 运输问题 第四章 目标规划 第五章 整数规划 第八章 动态规划的基本方法 第十章 图与网络优化 第十一章 网络计划 第十五章 决策分析

分解任务，确定工作项目 确定完成工作所需要的持续时间及其他资源 分析工作之间的相互关系 绘制草图 调整草图 检查、优化定稿 绘制网络图的五个步骤

第一节 排队的基本概念 第二节 到达与服务的规律 第三节 M/M/1排队模型 第四节 M/M/C排队模型 第五节 M/G/1排队模型 第六节 排队系统优化

6.1 排队的基本概念 6.2 到达与服务的规律 6.3 M/M/1排队模型 6.4 M/M/C排队模型 6.5 M/G/1排队模型 6.6 排队系统优化

第 0 章 绪论 §1.1 线性规划问题 §1.2 可行区域与基本可行解 §1.3 单纯形方法 §1.4 初始解 §1.5 对偶性和对偶单纯形法（1） §1.5 对偶性和对偶单纯形法（2） §1.6 灵敏度分析 §2.1 整数线性规划模型 §2.2 Gomory 割平面方法 §2.3 分枝定界方法 §4.1 多阶段决策问题 §4.2 最优化原理 §4.3 确定性的定期多阶段决策问题 §4.4 确定性的不定期多阶段决策问题 §8.1 决策分析的基本概念 §8.2 风险型决策分析 §8.3 不确定型决策分析 §8.4 效用函数和信息的价值

运用运筹学中图论及多目标优化的理论和方法建立应急救援物资车辆最佳运输路线的选择模型，并基于启发式算法求解该模型.从静态网络应急物资车辆运输路线的双目标优化问题入手，设计适合本文模型的算法，并将之推广至含有三个及三个以上优化目标的路线选择问题.引入时间扩展图的概念，将动态网络中的最佳运输路线问题转化为静态网络中的路径选择问题.算法实质是通过构造辅助决策函数实现Dijstra算法的调用，并在辅助函数构成的搜索空间上寻找最优解，是一种快速的、近似的算法.利用随机路网和真实路网测试本文算法，测试结果与本文的理论分析一致，证明本文算法在应急救援物资车辆运输路线的多目标优化问题中可行且有较好的应用效果

目 录 1学科基础平台必修课 《数学分析》 《高等代数与解析几何》 《概率论与数理统计 A》 《概率论与数理统计》 《大学物理 A1》 《大学物理 A2》 2．学科基础平台选修课 《物理实验》 《数学规划基础》 《信息与计算科学专业导论》 《统计学》 《统计学实验》课程实验 《离散数学》 《C++程序设计 A》 《C++程序设计实验 A》 3．专业课平台必修课 《数值分析 A》 《数值分析》 《数值分析 A 实验》 《数学建模》 《数学建模实践》 《数据库原理 A》 《数据结构与算法分析》 《信计专业毕业实习》 《信息与计算科学专业毕业设计（论文）》 4专业课平台选修课 《常微分方程》 《多元统计分析》 《数学物理方程》 《实变函数与泛函分析》 《复变函数与积分变换》 《组合与图论》 《运筹学》 《运筹学基础及应用》 《数值最优化》 《微分方程数值解》 《控制理论基础》 《Oracle 高级数据库开发设计》 《大数据与深度学习》 《Python 程序设计》 《R 语言》 《算法分析与设计》 《操作系统》 《计算机网络原理Ⅰ》 《Java 程序设计》 《Java 程序设计实训》 《ASPNET 程序设计》 《web 前端开发》 《web 前端开发》程序设计 《软件开发实践》