请输入您要查询的百科知识:

 

词条 运筹学——优化模型与算法
释义

作者:(美)拉丁(Rardin,R.L.) 著

ISBN:10位[7121049252]13位[9787121049255]

出版社:电子工业出版社

出版日期:2007-9-1

定价:¥89.00元

内容提要

本书是一本适应当今运筹学发展趋势的优秀的综合性入门教材,主要特点是重视建模和算法的结合,引入了相关的建模工具以及用其进行模型开发的基本技巧。全书共分14章,前3章介绍数学模型的问题求解和改进搜索的基本概念与原理,其余内容则覆盖了确定型优化领域的几乎全部内容,除了传统的线性规划的模型、算法、对偶理论和灵敏度分析等内容以外,还包括了网络流、整数/组合优化、非线性规划和目标规划等领域的基本模型和主要算法。此外,本书还包含了遗传算法、模拟退火、禁忌搜索和分支切割算法等前沿内容。全书采用统一的理论框架,以简单的“改进搜索”思路贯穿始终,全面且循序渐进地演绎了各种优化算法和方法,包括传统的单纯形法、牛顿法、网络流算法以及各种启发式算法,使读者感受到每次引入的新算法都建立在以往算法的基础上,直观且逻辑性强,易于理解。本书收录了丰富的实际案例,并有大量上机习题,便于理论结合实践。

编辑推荐

本书是一本适应当今运筹学发展趋势的优秀的综合性入门教材,主要特点是重视建模和算法的结合,引入了相关的建模工具以及用其进行模型开发的基本技巧。全书共分14章,前3章介绍数学模型的问题求解和改进搜索的基本概念与原理,其余内容则覆盖了确定型优化领域的几乎全部内容,除了传统的线性规划的模型、算法、对偶理论和灵敏度分析等内容以外,还包括了网络流、整数/组合优化、非线性规划和目标规划等领域的基本模型和主要算法。此外,本书还包含了遗传算法、模拟退火、禁忌搜索和分支切割算法等前沿内容。全书采用统一的理论框架,以简单的“改进搜索”思路贯穿始终,全面且循序渐进地演绎了各种优化算法和方法,包括传统的单纯形法、牛顿法、网络流算法以及各种启发式算法,使读者感受到每次引入的新算法都建立在以往算法的基础上,直观且逻辑性强,易于理解。本书收录了丰富的实际案例,并有大量上机习题,便于理论结合实践。

作者简介

ROilaldL,Rardin,美国数学规划和优化理论及其应用运筹学方面的著名学者。于1974年从佐治亚理工学院获得博士学位,长期任普度大学工业工程系教授、普度大学能源建模研究组(PEMRG)主任和Regenstrief医疗保健工程研究中心(RCHE)主任,还曾担任美国国家自然科学基金会运筹学和服务企业项目主任。Raldin教授的教学和研究重点是大规模优化的建模与算法,包括在医疗保健系统、交通与物流系统以及能源规划方面的应用。他曾四次荣获普度大学在工业工程方面的Pritsker杰出教学奖,是美国工业工程学会、运筹学与管理科学学会以及数学规划学会的会员。Rardin教授现已加入阿肯色大学。

目录

CHAPTERIPROBLEMSOLVINGWITHMATHEMATICALMODELS

1.1ORApplicationStories

1.2OptimizationandtheOperationsResearchProcess

1.3SystemBoundaries,SensitivityAnalysis,TractabilityandValidity

1.4DescriptiveModelsandSimulation

1.5NumericalSearchandExactversusHeuristicSolutions

1.6DeterministicversusStochasticModels

1.7Perspectives

Exercises

CHAPTER2DETERMINISTICOPTIMIZATIONMODELSINOPERATIONSRESEARCH

2.1DecisionVariables,Constraints,andObjectiveFunctions

2.2GraphicSolutionandOptimizationOutcomes

2.3Large-ScaleOptimizationModelsandIndexing

2.4LinearandNonlinearPrograms

2.5DiscreteorIntegerPrograms

2.6MultiobjectiveOptimizationModels

2.7ClassificationSummary

Exercises

CHAPTER3IMPROVINGSEARCH

3.1ImprovingSearch,LocalandGlobalOptima

3.2SearchwithImprovingandFeasibleDirections

3.3AlgebraicConditionsforImprovingandFeasibleDirections

3.4UnimodelandConvexModelFormsTractableforImprovingSearch

3.5SearchingandStartingFeasibleSolutions

Exercises

CHAPTER4LINEARPROGRAMMINGMODELS

4.1AllocationModels

4.2BlendingModels

4.3OperationsPlanningModels

4.4ShiftSchedulingandStaffPlanningModels

4.5Time-PhasedModels

4.6ModelswithLinearizableNonlinearObjectives

Exercises

CHAPTER5SIMPLEXSEARCHFORLINEARPROGRAMMING

5.1LPOptimalSolutionsandStandardForm

5.2Extreme-PointSearchandBasicSolutions

5.3TheSimplexAlgorithm

5.4DictionaryandTableauRepresentationsofSimplex

5.5TwoPhaseSimplex

5.6DegeneracyandZero-LengthSimplexSteps

5.7ConvergenceandCyclingwithSimplex

5.8DoingItEfficiently:RevisedSimplex

5.9SimplexwithSimpleUpperandLowerBounds

Exercises

CHAPTER6INTERIORPOINTMETHODSFORLINEARPROGRAMMING

6.1SearchingthroughtheInterior

6.2ScalingwiththeCurrentSolution

6.3AffineScalingSearch

6.4LogBarrierMethodsforInteriorPointSearch

6.5DualandPrimal-DualExtensions

Exercises

CHAPTER7DUALITYANDSENSITIVITYINLINEARPROGRAMMING

7.1GenericActivitiesversusResourcesPerspective

7.2QualitativeSensitivitytoChangesinModelCoefficients

7.3QuantifyingSensitivitytoChangesinLPModelCoefficients:ADualModel

7.4FormulatingLinearProgrammingDuals

7.5Primal-to-DualRelationships

7.6ComputerOutputsandWhatIfChangesofSingleParameters

7.7BiggerModelChanges,Reoptimization,andParametricProgramming

Exercises

CHAPTER8MULTIOBYECTIVEOPTIMIZATIONANDGOALPROGRAMMING

8.1MultiobjectiveOptimizationModels

8.2EfficientPointsandtheEfficientFrontier

8.3PreemptiveOptimizationandWeightedSumsofObjectives

8.4GoalProgramming

Exercises

CHAPTER9SHORTESTPATHSANDDISCRETEDYNAMIC

CHAPTER10NETWORKFLOWS

CHAPTER11DISCRETEOPTIMIZATIONMODELS

CHAPTER12DISCRETEOPTIMIZATIONMETHODS

CHAPTER13UNCONSTRAINEDNONLNEARPROGRAMMING

CHAPTER14CONSTRAINEDNONLINEARPROGRAMMING

SELECTEDANSWERS

INDEX

随便看

 

百科全书收录4421916条中文百科知识,基本涵盖了大多数领域的百科知识,是一部内容开放、自由的电子版百科全书。

 

Copyright © 2004-2023 Cnenc.net All Rights Reserved
更新时间:2024/12/23 15:10:21