內容提要
全書共分14章，前3章介紹數學模型的問題求解和改進搜尋的基本概念與原理，其餘內容則覆蓋了確定型最佳化領域的幾乎全部內容，除了傳統的線性規劃的模型、算法、對偶理論和靈敏度分析等內容以外，還包括了網路流、整數/組合最佳化、非線性規劃和目標規劃等領域的基本模型和主要算法。此外，本書還包含了遺傳算法、模擬退火、禁忌搜尋和分支切割算法等前沿內容。全書採用統一的理論框架，以簡單的“改進搜尋”思路貫穿始終，全面且循序漸進地演繹了各種最佳化算法和方法，包括傳統的單純形法、牛頓法、網路流算法以及各種啟發式算法，使讀者感受到每次引入的新算法都建立在以往算法的基礎上，直觀且邏輯性強，易於理解。本書收錄了豐富的實際案例，並有大量上機習題，便於理論結合實踐。
作者簡介
ROilaldL，Rardin，美國數學規劃和最佳化理論及其套用運籌學方面的著名學者。於1974年從喬治亞理工學院獲得博士學位，長期任普度大學工業工程系教授、普度大學能源建模研究組(PEMRG)主任和Regenstrief醫療保健工程研究中心(RCHE)主任，還曾擔任美國國家自然科學基金會運籌學和服務企業項目主任。Raldin教授的教學和研究重點是大規模最佳化的建模與算法，包括在醫療保健系統、交通與物流系統以及能源規劃方面的套用。他曾四次榮獲普度大學在工業工程方面的Pritsker傑出教學獎，是美國工業工程學會、運籌學與管理科學學會以及數學規劃學會的會員。Rardin教授現已加入阿肯色大學。
目錄
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
