第1章 运筹学理论基础 1
1.1 运筹学简介 1
1.2 运筹学的起源和发展历程 1
1.3 运筹学的研究对象及特点 2
1.3.1 运筹学的研究对象 2
1.3.2 运筹学的特点 3
1.4 运筹学的分支和研究思路 3
1.4.1 运筹学的主要分支 3
1.4.2 运筹学的研究思路 5
1.5 运筹学的发展和应用 5
第2章 MATLAB应用基础 7
2.1 MATLAB简介 7
2.2 MATLAB的基本语法 7
2.2.1 语句形式及使用技巧 7
2.2.2 变量及赋值 8
2.3 矩阵的相关运算 10
2.3.1 矩阵的初等运算 10
2.3.2 关系和逻辑运算 22
2.4 MATLAB程序设计基础 24
2.4.1 m文件 24
2.4.2 数据的输入与输出 25
2.4.3 选择结构 26
2.4.4 循环结构 28
2.4.5 函数文件 31
2.4.6 全局变量和局部变量 32
2.5 MATLAB中的优化工具箱 33
2.5.1 fminbnd函数 33
2.5.2 linprog函数 34
2.5.3 fminsearch函数 35
2.5.4 quadprog函数 36
2.5.5 fgoalattain函数 36
2.5.6 fminimax函数 37
第3章 MATLAB数据与函数的可视化显示 39
3.1 二维显示 39
3.1.1 plot绘图函数简介 39
3.1.2 contour绘图函数简介 43
3.1.3 gradient与quiver绘制二维梯度场 43
3.2.4 二维绘图的经典应用 45
3.2 三维显示 50
3.2.1 plot3绘图绘制三维曲线 50
3.2.2 绘制曲面 51
3.2.3 三维等线绘制 53
3.3 简捷的绘图指令 53
第4章 运筹学常见方法及MATLAB实现 55
4.1 数学规划 55
4.1.1 线性规划的单纯形法求解 55
4.1.2 二次型规划问题 63
4.1.3 最小的极大值问题 64
4.1.4 多目标规划问题 65
4.1.5 动态规划的最短路径问题 67
4.2 层次分析法 70
4.2.1 基本介绍 70
4.2.2 基本计算步骤 70
4.2.3 实例应用 72
4.3 博弈论 73
4.3.1 纳什均衡的定义 73
4.3.2 纯策略纳什均衡 74
4.3.3 混合策略纳什均衡 75
4.4 灰色系统理论应用 77
4.4.1 灰色关联度分析 77
4.4.2 灰色预测 79
第5章 运筹学中MATLAB常规优化实例 83
5.1 一维搜索 83
5.1.1 黄金分割法 83
5.1.2 进退法 87
5.1.3 沃尔夫算法 91
5.2 无约束优化 94
5.2.1 相关知识说明 94
5.2.2 牛顿算法 94
5.2.3 模式搜索法 99
5.2.4 无约束多元函数最小值 101
5.3 约束优化问题 103
5.3.1 有约束的一元函数的最小值 103
5.3.2 有约束的多元函数最小值 104
5.3.3 半无限有约束的多元函数最优解 107
5.4 最小二乘最优问题 111
5.4.1 约束线性最小二乘 111
5.4.2 非线性数据(曲线)拟合 112
5.4.3 非线性最小二乘 114
5.4.4 非负线性最小二乘 115
5.5 非线性方程(组)求解 116
5.5.1 非线性方程的解 116
5.5.2 非线性方程组的解 116
5.6 非线性规划 118
5.6.1 非线性规划标准形式 118
5.6.2 非线性规划实例 119
第6章 运筹学中MATLAB智能优化实例 127
6.1 免疫优化算法 127
6.1.1 基本概念 127
6.1.2 人工免疫系统 128
6.1.3 免疫遗传算法 135
6.2 粒子群优化算法 142
6.2.1 基本概念 142
6.2.2 算法的MATLAB实现 143
6.2.3 粒子群算法的权重控制 154
6.3 遗传优化算法 161
6.3.1 遗传算法概述 161
6.3.2 基本遗传算法 162
6.3.3 自适应遗传算法 167
参考文献 173