运筹学与最优化方法 第3版

前言 \n
第1章运筹学思想与运筹学建模 \n
1.1运筹学的特点及其应用 \n
1.2运筹学建模 \n
1.3基本概念和符号习题 \n
第2章基本概念和基本理论 \n
2.1数学规划模型的一般形式 \n
2.2凸集、凸函数和凸规划 \n
2.3多面体、极点和极方向习题 \n
第3章线性规划 \n
3.1线性规划模型 \n
3.2线性规划的单纯形法 \n
3.3线性规划的对偶问题 \n
3.4灵敏度分析习题 \n
第4章最优化搜索算法的结构与一维搜索 \n
4.1常用的搜索算法结构 \n
4.2一维搜索习题 \n
第5章无约束最优化方法 \n
5.1最优性条件 \n
5.2最速下降法 \n
5.3牛顿法及其修正 \n
5.4共轭梯度法 \n
5.5变尺度法 \n
5.6直接搜索算法习题 \n
第6章约束最优化方法 \n
6.1Kuhn-Tucker条件 \n
6.2既约梯度法及凸单纯形法 \n
6.3罚函数法及乘子法习题 \n
第7章目标规划 \n
7.1目标规划模型 \n
7.2目标规划的几何意义及图解法 \n
7.3求解目标规划的单纯形法习题 \n
第8章整数规划 \n
8.1整数规划问题的提出 \n
8.2整数规划解法概述 \n
8.3分枝定界法 \n
8.4割平面法 \n
8.50-1规划的隐枚举法 \n
8.6分派问题及解法习题 \n
第9章网络计划 \n
9.1网络图 \n
9.2关键路线与时间参数 \n
9.3网络的优化习题 \n
第10章层次分析法 \n
10.1层次分析法的基本过程 \n
10.2层次分析法应用中若干问题的处理 \n
10.3应用举例习题 \n
第11章智能优化计算简介 \n
11.1人工神经网络与神经网络优化算法 \n
11.2遗传算法 \n
11.3模拟退火算法 \n
11.4神经网络权值的混合优化学习策略 \n
11.5应用举例 \n
参考文献