第1章 绪论 1.1 问题研究与描述 1.1.1 问题与模型 1.1.2 数学建模 1.2 管理理论与方法 1.2.1 管理是什么 1.2.2 管理问题 1.2.3 管理学的发展和主要内容 1.2.4 管理的基本特征 1.2.5 管理系统思维 1.2.6 管理系统工程 1.2.7 管理科学 1.2.8 WSR系统方法论 1.3 管理问题的模型研究与实验 1.3.1 管理问题数学模型类型 1.3.2 管理问题建模过程 1.3.3 管理问题的优化 1.3.4 管理数学实验的概念 1.3.5 管理科学的常用软件 复习思考题 第2章 MATLAB基础 2.1 MATLAB语言概述 2.1.1 MATLAB的发展及特点 2.1.2 MATLAB的功能 2.1.3 MATLAB操作环境 2.1.4 MATLAB工具箱 2.1.5 MATLAB语言基础 2.2 MATLAB的基本运算 2.2.1 创建矩阵 2.2.2 矩阵运算 2.2.3 多项式运算 2.2.4 线性方程组 2.2.5 MATLAB语言流程控制结构 2.2.6 数学函数 2.2.7 MATLAB的m文件及编程 2.3 MATLAB的绘图功能 2.3.1 MATLAB二维绘图 2.3.2 MATLAB三维绘图 2.4 MATLAB的符号处理 2.4.1 符号对象和表达式操作 2.4.2 符号微积分 2.5 MATLAB数据的输入/输出 2.5.1 数据文件的输入/输出 2.5.2 MATLAB与数据库的输入/输出 2.6 MATLAB数据统计描述和分析 2.6.1 常见概率分布函数 2.6.2 样本基本统计量 2.6.3 参数估计与假设检验 复习思考题 第3章 规划论及MATLAB计算 3.1 线性规划 3.1.1 线性规划模型 3.1.2 MATLAB的线性规划求解计算 3.1.3 线性规划应用案例 3.2 最优化问题与MATLAB优化工具箱 3.2.1 最优化问题描述 3.2.2 MATLAB优化工具箱介绍 3.3 MATLAB的非线性最优化问题 3.3.1 用MATLAB求解无约束优化问题 3.3.2 非线性无约束优化案例分析 3.3.3 用MATLAB求解非线性规划问题 3.3.4 非线性规划案例分析 3.4 动态规划 3.4.1 动态规划数学模型构建 3.4.2 动态规划MATLAB程序分析 3.4.3 动态规划案例分析 3.5 GUI优化工具 3.5.1 GUI优化工具概述 3.5.2 GUI优化工具应用示例 复习思考题 第4章 图与网络的优化计算 4.1 图与网络的概念 4.2 最短路径问题 4.2.1 最短路径算法及计算程序 4.2.2 最短路径示例 4.3 统筹方法 4.3.1 统筹方法的计划网络图 4.3.2 关键路线统筹方法（CPM） 4.3.3 计划评审技术统筹方法（PERT） 4.3.4 统筹方法的优化模型 复习思考题 第5章 决策分析与评价 5.1 决策分析简介 5.1.1 决策的基本概念 5.1.2 不确定型决策 5.1.3 风险型决策 5.2 决策的灵敏度分析 5.2.1 乐观系数灵敏度分析 5.2.2 自然状态的概率灵敏度分析 5.3 贝叶斯决策 5.3.1 贝叶斯决策模型 5.3.2 信息在决策中的价值 5.4 多准则决策 5.4.1 多准则决策概述 5.4.2 多准则（目标）规划模型 5.4.3 理想点法 5.4.4 线性加权和法 5.4.5 最大最小法 5.4.6 目标规划法 5.5 层次分析法 5.5.1 层次分析法简介 5.5.2 层次分析法的计算 5.5.3 层次分析法的优点和局限性 5.5.4 层次分析法的MATLAB程序 5.5.5 层次分析法案例 5.6 模糊综合评价方法* 5.6.1 模糊决策的概念 5.6.2 自然状态概率的模糊估算模型 5.6.3 最优期望益损值决策准则 5.6.4 模型应用 5.6.5 模糊综合评价模型计算的MATLAB程序 5.6.6 物流园区层次分析模糊综合评价 5.7 数据包络分析* 5.7.1 数据包络分析的概念与方法 5.7.2 DEA模型 5.7.3 带有偏好约束锥的DEA模型 5.7.4 基于DEA模型综合绩效评价程序 5.7.5 基于DEA模型综合绩效评价的案例计算 复习思考题 第6章 预测计算 6.1 时间序列分析 6.1.1 时间序列分析的相关理论 6.1.2 时间序列移动平均法 6.1.3 时间序列趋势和季节因素的预测 6.2 回归预测模型 6.2.1 线性回归 6.2.2 可线性化的曲线回归 6.2.3 回归案例 6.3 马尔可夫预测模型 6.3.1 理论基础 6.3.2 马尔可夫预测的应用 6.3.3 案例分析 6.4 灰色预测模型* 6.4.1 传统灰色预测模型 6.4.2 灰色预测模型应用案例 6.4.3 无偏灰色预测模型及应用 复习思考题 第7章 智能优化计算* 7.1 模拟退火算法 7.1.1 模拟退火的原理 7.1.2 模拟退火算法简介 7.1.3 求解旅行商问题（TSP） 7.1.4 求解最大截问题（MCP） 7.1.5 求解0/1背包问题（ZKP） 7.2 遗传算法 7.2.1 遗传算法的基本概念 7.2.2 遗传算法的基本原理 7.2.3 遗传算法的实现 7.2.4 基于改进遗传算法求解TSP问题 7.3 蚁群算法及其应用 7.3.1 引言 7.3.2 蚁群算法的基本原理 7.3.3 基于蚁群算法求解TSP问题 7.3.4 一般蚁群算法的框架 7.4 粒子群算法 7.4.1 粒子群算法原理 7.4.2 粒子群算法流程 7.4.3 粒子群算法的参数分析 7.4.4 粒子群算法的改进 7.4.5 粒子群算法的程序及算例 复习思考题 参考文献