編輯推薦:　　

內(nèi)容簡(jiǎn)介:　　《運(yùn)籌學(xué)與最優(yōu)化MATLAB編程》主要包括線性規(guī)劃、非線性規(guī)劃、目標(biāo)規(guī)劃、整數(shù)規(guī)劃、層次分析法、遺傳算法等算法和MATLAB編程等內(nèi)容。這些內(nèi)容是管理、經(jīng)濟(jì)類(lèi)及大部分工科類(lèi)學(xué)生應(yīng)具備的知識(shí)。作為教材，《運(yùn)籌學(xué)與最優(yōu)化MATLAB編程》內(nèi)容著重闡述基本思路、必要的理論和方法，以及應(yīng)用中需了解、掌握的知識(shí)，力求做到深入淺出，適于教學(xué)和自學(xué)?！哆\(yùn)籌學(xué)與最優(yōu)化MATLAB編程》可作為運(yùn)籌學(xué)與最優(yōu)化方法的配套教材使用，便于讀者了解、認(rèn)識(shí)實(shí)際解決運(yùn)籌學(xué)與最優(yōu)化方法問(wèn)題的思路和手段。
　　《運(yùn)籌學(xué)與最優(yōu)化MATLAB編程》可作為管理、經(jīng)濟(jì)類(lèi)專(zhuān)業(yè)研究生的參考教材，也可作為其他有關(guān)專(zhuān)業(yè)本科高年級(jí)學(xué)生、研究生的教材或教學(xué)參考書(shū)，對(duì)于希望了解、認(rèn)識(shí)及應(yīng)用運(yùn)籌學(xué)與最優(yōu)化方法的各類(lèi)人員也有一定的參考價(jià)值。

作者簡(jiǎn)介:　　

目錄:前言
第1章 運(yùn)籌學(xué)概述
1.1 運(yùn)籌學(xué)的特點(diǎn)及其應(yīng)用
1.1.1 樸素運(yùn)籌學(xué)思想及其深刻內(nèi)涵
1.1.2 運(yùn)籌學(xué)研究的工作步驟
1.2 運(yùn)籌學(xué)建模
1.2.1 運(yùn)籌學(xué)建模的一般思路
1.2.2 運(yùn)籌學(xué)模型的評(píng)價(jià)
1.2.3 運(yùn)籌學(xué)模型的求解
1.3 基本概念和符號(hào)
1.3.1 空間與向量
1.3.2 梯度向量與Hesse矩陣
1.3.3 點(diǎn)和方向

第2章 基本概念和基本理論
2.1 基本概念
2.2 經(jīng)典優(yōu)化算法
2.2.1 線性最優(yōu)化
2.2.2 非線性最優(yōu)化
2.3 啟發(fā)式算法
2.4 全局最優(yōu)與計(jì)算復(fù)雜性
2.5 計(jì)算誤差理論
2.5.1 誤差產(chǎn)生的原因和形式
2.5.2 誤差處理的幾種方法
2.5.3 病態(tài)函數(shù)的判別
2.5.4 算法的穩(wěn)定性

第3章 MATLAB基本介紹
3.1 MATLAB的發(fā)展歷程和影響
3.2 MATLAB界面介紹
3.3 MATLAB操作介紹
3.4 M文件函數(shù)
3.5 Excel-Link

第4章 優(yōu)化算法的基本結(jié)構(gòu)
4.1 常用的算法搜索結(jié)構(gòu)
4.1.1 收斂性的概念
4.1.2 收斂準(zhǔn)則（停止條件）
4.1.3 收斂速度
4.1.4 線性搜索算法
4.1.5 二次模型
4.1.6 下降算法模型
4.2 一維搜索算法
4.2.1 黃金分割法（精確一維搜索）
4.2.2 進(jìn)退法
4.2.3 沃爾夫法
4.3 MATLAB函數(shù)Fminbnd

第5章 線性規(guī)劃
5.1 線性規(guī)劃的模型結(jié)構(gòu)
5.2 線性規(guī)劃的單純形法
5.2.1 單純形算法
5.2.2 單純形表格法的MATLAB程序：simplexTab
5.3 linprog函數(shù)
5.3.1 實(shí)例演示1：（對(duì)應(yīng)程序test2）
5.3.2 實(shí)例演示2：(對(duì)應(yīng)程序test4)

第6章 無(wú)約束優(yōu)化算法
6.1 最優(yōu)性條件
6.2 最速下降法
6.2.1 算法原理
6.2.2 算法步驟
6.2.3 程序示例
6.3 牛頓算法
6.3.1 算法原理
6.3.2 算法步驟
6.3.3 算法特點(diǎn)
6.4 擬牛頓算法(變尺度法)
6.4.1 算法原理
6.4.2 算法步驟
6.4.3 算法性質(zhì)
6.4.4 程序示例
6.5 單純形法
6.5.1 算法原理
6.5.2 函數(shù)Fminsearch
6.6 含參數(shù)的優(yōu)化問(wèn)題
6.7 大規(guī)模無(wú)約束優(yōu)化問(wèn)題

第7章 約束優(yōu)化算法
7.1 罰函數(shù)法(內(nèi)點(diǎn)法)
7.2 拉格朗日乘子法
7.3 乘子法MATLAB程序及其使用
7.3.1 Al_main函數(shù)
7.3.2 乘子法Al_main函數(shù)使用方法
7.4 Fmincon函數(shù)
7.4.1 函數(shù)示例(1)
7.4.2 函數(shù)示例(2)
7.4.3 函數(shù)示例(3)
7.4.4 函數(shù)示例(4)
7.4.5 函數(shù)示例(5)
7.4.6 函數(shù)示例(6)
7.4.7 函數(shù)示例(7)

第8章 非線性最小二乘法
8.1 高斯－牛頓法
8.2 lsqnonneg函數(shù)(求解非負(fù)約束的最小二乘問(wèn)題)
8.3 lsqlin函數(shù)(求解帶約束的線性最小二乘問(wèn)題)
8.3.1 函數(shù)示例(1)
8.3.2 函數(shù)示例(2)
8.4 lsqnonlin函數(shù)(求解非線性最小二乘問(wèn)題)
8.5 lsqcurvefit函數(shù)(求解非線性數(shù)據(jù)擬合問(wèn)題)

第9章 0－1整數(shù)規(guī)劃
9.1 0－1整數(shù)規(guī)劃的基本模型
9.2 分枝定界法與隱枚舉法
9.3 bintprog函數(shù)(求解0-1整數(shù)規(guī)劃)
9.3.1 函數(shù)示例(1)
9.3.2 函數(shù)示例(2)
9.4 分派問(wèn)題
9.4.1 指派問(wèn)題的數(shù)學(xué)模型
9.4.2 分派問(wèn)題的轉(zhuǎn)換及AssignProb函數(shù)
9.4.3 AssignProb函數(shù)示例(1)
9.4.4 AssignProb函數(shù)示例(2)
9.4.5 AssignProb函數(shù)示例(3)

第10章 目標(biāo)規(guī)劃
10.1 目標(biāo)規(guī)劃模型
10.1.1 問(wèn)題提出
10.1.2 目標(biāo)規(guī)劃模型的基本概念
10.1.3 目標(biāo)規(guī)劃模型的一般形式
10.1.4 利用linprog函數(shù)求解目標(biāo)規(guī)劃
10.2 fgoalattain函數(shù)
10.2.1 函數(shù)示例(1)
10.2.2 函數(shù)示例(2)

第11章 最大最小問(wèn)題
11.1 最大最小問(wèn)題模型
11.2 fminimax函數(shù)
11.2.1 函數(shù)示例(1)
11.2.2 函數(shù)示例(2)

第12章 層次分析法(AHP)
12.1 層次分析法的基本概念
12.1.1 建立系統(tǒng)的遞階層次模型
12.1.2 構(gòu)造判斷矩陣
12.1.3 單層權(quán)重計(jì)算
12.1.4 各層元素對(duì)目標(biāo)層的合成權(quán)重計(jì)算
12.2 函數(shù)AHPWeightVector(單層權(quán)重計(jì)算)
12.2.1 函數(shù)說(shuō)明
12.2.2 函數(shù)示例(1)
12.2.3 函數(shù)示例(2)
12.3 函數(shù)AHPSolver(AHP求解函數(shù))
12.3.1 AHPSolver代碼
12.3.2 AHPSolver使用示例

第13章 遺傳算法
13.1 遺傳算法概要
13.1.1 遺傳算法模型
13.1.2 遺傳算法的特點(diǎn)
13.1.3 遺傳算法的發(fā)展
13.1.4 遺傳算法的應(yīng)用
13.1.5 基本遺傳算法
13.1.6 遺傳算法的模式定理
13.2 GeneticAlgorithmToolbox
13.2.1 函數(shù)概述
13.2.2 函數(shù)使用說(shuō)明及示例
13.2.3 函數(shù)參數(shù)設(shè)置
13.2.4 遺傳算法M文件自動(dòng)生成
附錄 MATLAB優(yōu)化工具箱參數(shù)設(shè)置
參考文獻(xiàn)