跳到内容

运筹学

25% developed
来自维基教科书,开放世界中的开放书籍

运筹学或称作业研究 (OR) 是一门跨学科的数学分支,它使用数学建模、统计学和算法等方法,在涉及优化某些目标函数的最大值(利润、更快装配线、更高作物产量、更高带宽等)或最小值(成本损失、风险降低等)的复杂问题中得出最优或良好决策。使用运筹学的最终目的是从数学角度为问题找到最佳解决方案,从而提高或优化系统的性能。

优化旨在找到目标函数的最小值(或最大值),该函数受约束条件的限制,这些约束条件代表用户偏好和/或问题本质所施加的限制。优化研究涉及对这类数学问题的分析以及设计用于解决这些问题的有效算法。因此,优化作为运筹学不可或缺的一部分,已成为统计学、机器学习、计算机视觉和计算生物学等其他领域中必不可少的工具,仅举几例。优化技术是深刻的数学技术如何帮助提供用于解决各种问题的具体计算工具的典范。

本书既面向数学系学生,也面向从管理角度对该学科感兴趣的读者。

  1. 决策制定环境
    1. 确定性、不确定性和风险情况
    2. 决策树的应用
    3. 管理决策
  2. 线性规划
    1. 图形 LP 解法
    2. 单纯形法 解决 LPP
    3. 敏感性分析
    4. 对偶
  3. 运输和分配问题
    1. 解决 TP 问题的方法
    2. 分配模型及其应用
  4. 五要素理论
  5. 博弈论
    1. 博弈的概念
    2. 两人零和博弈
    3. 纯策略和混合策略博弈
    4. 鞍点、奇偶法
    5. 解决混合策略博弈的支配方法和图形方法
  6. 排序问题
    1. Johnson 算法用于 n 个作业和 2 或 3 台机器
    2. 作业和 m 台机器问题
  7. 排队论
    1. M/M/1 排队模型的特征
    2. 泊松分布和指数分布在估计到达率和服务率中的应用
    3. 排队模型在为客户提供更好服务的应用
  8. 更换问题
    1. 更换随时间推移而贬值的资产
    2. 更换突然失效的物品
  9. 项目管理
    1. 绘制网络图的规则
    2. CPM 和 PERT 技术在项目规划和控制中的应用
    3. 操作的撞击和资源平衡
    4. 模拟及其在排队论和物料管理中的应用
  10. 网络模型
  11. 马尔可夫模型
  12. 神经网络
华夏公益教科书