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，SA） 10.4 神经网络权值的混合优化学习策略

• §1 线性规划问题的提出及其数学模型 • §2 图解法及单纯型法解题思路 • §3 “管理运筹学”软件的操作方法 • §4 人力资源分配的问题 • §5 套裁下料问题 • §6 配料问题 • §7 投资问题

究” 运筹学是应用分析、试验、量化的方法, 对经济管理系统中的人力、物力、财力等资源 进行统筹安排,为决策者提供有依据的最优方 案,以实现最有效的管理

《运筹学》课程教学资源（试卷习题）运筹B卷（答案）

《运筹学》课程教学资源（试卷习题）运筹A卷（答案）

《运筹学》课程教学资源（试卷习题）运筹B卷（试题）

《运筹学》课程教学资源（试卷习题）运筹A卷（试题）

• 教学目的与要求：要求学生掌握运输问题 模型的建立及求解运输问题最优解的表上 作业法。 • 教学重点：表上作业法包括伏格尔法求基 可行解，位势法进行最优性检验，闭路法 进行基变换

运输、指派和转运问题，实际上都可以用 L.P. 模型加以描述，所以可以认为它们是 L.P. 的特例 单列一章的原因在于：应用面极广，实践性 很强，而特有的数学结构使得人们设计出了 特别有效的方法对此类模型进行求解 本章的重点在：掌握表格化方法求解运输、 指派、转运问题的模型

将系统工程的基本理论和方法推广到物流系统,探讨 物流系统的运筹学模型和数学方法的应用。 主要内容包括:物流系统的基本概念、模型建立、预 测、规划、控制、评价、决策和仿真等内容。此外将对物 流信息系统、物流管理有关问题以及物流科学与物流技术 的最新发展动向进行介绍