Minimum-Cost Flow Problems (Section 7.1)(最小费用流问题) A Case Study: The BMZ Maximum Flow Problem (Section 7.2)(案例研究：BMZ公 司的最大流问题) Maximum Flow Problems (Section 7.3)(最大流问题) Shortest Path Problems: Littletown Fire Department (Section 7.4)(最短路问题： 里特城的消防队问题) Shortest Path Problems: General Characteristics (Section 7.4)(最短路问题： 一般特征) Shortest Path Problems: Minimizing Sarah’s Total Cost (Section 7.4)(最短路问 题：最小化莎拉的总成本问题) Shortest Path Problems: Minimizing Quick’s Total Time (Section 7.4)(最短路 问题：最小化奎克公司总时间问题) Minimum Spanning Trees: The Modern Corp. Problem (Section 7.5)(最小支撑树 问题：摩登公司问题)

14.1 INTRODUCTION 14.2 WHAT IS DATA 14.3 DESCRIBING VARIABLES 14.4 THE CONCEPT OF A STATISTICAL DISTRIBUTION 14.5 SUMMARY 14.6 THE NATURE OF A SAMPLE 14.8 DESCRIBING SAMPLE DATA 14.7 DATA ANALYSIS USING SAMPLE DATA 14.9 INVESTIGATING RELATIONSHIPS BETWEEN VARIABLES

本章对目前常用的几种智能优化计算算法作简单介绍，以使读者对它们有个基本认识。内容包括神经网络、遗传算法、模拟退火算法和神经网络混合优化学习策略。 10.1 人工神经网络与神经网络优化算法 10.2 遗传算法 10.3 模拟退火算法 simulated annealing,简称SA 10.4 神经网络权值的混合优化学习策略

在科学研究、经济建设和生产实践中，人们经常遇到一类含有多个目标的数学规划问题，我们称之为多目标规划。本章介绍一种特殊的多目标规划叫目标规划(goalprogramming)，这是美国学者Charnes等在1952年提出来的。目标规划在实践中的应用十分广泛，它的重要特点是对各个目标分级加权与逐级优化，这符合人们处理问题要分别轻重缓急保证重点的思考方式。本章分目标规划模型、目标规划的几何意义与图解法和求解目标规划的单纯形方法等三个部分进行介绍

5.1 最优性条件 5.2 最速下降法 5.3 Newton法及其修正 5.4 共轭梯度法 5.5 变尺度法 5.6 直接算法

第一节 单纯形法的矩阵描述及改进单纯形法介绍 第二节 变量有界的大规模线性规划 第三节 可分解的大规模线性规划

均为线性的。线性规划具有相对完美的理论与方法，应用 也很广泛，但它终究不能穷尽各种优化问题，因为世界是 非线性的。 非线性规划（Nonlinear Programming）研究具有非线 性构成函数的优化问题，是运筹学中相对活跃的重要研究 分支

对策论也称博弈论，是研究具有竞争或斗争性质的现象，并为参加者各方提供对策方法的数学理论，它是运筹学的一个分支。对策自古有之，只是在科学技术高度发展的现代社会，更进一步引起越来越多人的重视和研究

网络模型的讨论，本质上属于图论范畴 用途极其广泛（如：运输系统设计、信息系统 设计、项目计划管理等）、实用性强，是网络 模型的特征之一，其解法的特殊，也是值得关 注的地方 需要重点掌握：各种网络模型的算法

决策论 一、决策的定义:在一定的环境中,决策者在若干可以采取的方案中决定其中的一种并加以实施,使实施的结果对预定的目标最好。 二、决策的要素: