《管理數學實驗》是2015年9月電子工業出版社出版的圖書，作者是左秀峰。
基本介紹
- 中文名：管理數學實驗
- 作者：左秀峰
- 出版社：電子工業出版社
- 出版時間：2015年9月
- 頁數：368 頁
- 定價：45 元
- 開本：16 開
- ISBN：9787121269073
內容簡介,圖書目錄,
內容簡介
本書以管理數學為研究對象，講述管理科學問題的數學模型及建模方法，用MATLAB、Lingo、POEM等軟體工具平台，對管理中的預測、最佳化、隨機影響、系統評價及決策等問題進行分析、計算等實驗研究，涵蓋了解決管理問題的有效方法。後附詳細內容簡介。
圖書目錄
管理數學實驗 I
第1章 緒論 1
1.1 問題與模型 1
1.2 數學建模 2
1.3 管理與數學模型 3
1.4 管理問題數學模型類型 11
1.5 管理問題建模的過程 12
1.6 管理數學實驗 12
第2章 MATLAB基礎 13
2.1 MATLAB語言概述 13
2.1.1 MATLAB的發展及特點 13
2.1.2 MATLAB的功能 14
2.1.3 MATLAB操作環境 14
2.1.4 MATLAB工具箱 17
2.1.5 MATLAB語言基礎 18
2.2 MATLAB的基本運算 26
2.2.1 創建矩陣 26
2.2.2 矩陣運算 28
2.2.3 多項式運算 35
2.2.4 線性方程組 36
2.2.5 MATLAB 語言流程控制結構 36
2.2.6 數學函式 39
2.2.7 MATLAB的m檔案及編程 40
2.3 MATLAB的繪圖 43
2.3.1 Matlab 二維繪圖 43
2.3.2 Matlab 三維繪圖 49
2.4 MATLAB的符號處理 54
2.4.1 符號對象和表達式操作 54
2.4.2 符號微積分 56
2.5 MATLAB數據的輸入輸出 57
2.5.1 數據檔案的輸入輸出 57
2.5.2 Matlab與資料庫的輸入輸出 61
第3章 預測計算 65
3.1 時間序列分析 65
3.1.1 時間序列分析的相關理論 65
3.1.2 時間序列移動平均法 68
3.1.3 時間序列趨勢和季節因素的預測 71
3.2 回歸預測模型 74
3.2.1 線性回歸 74
3.2.2 可線性化的曲線回歸 79
3.2.3 回歸案例 81
3.3 馬爾可夫預測模型 83
3.3.1 理論基礎 84
3.3.2 馬爾科夫預測的套用 87
3.3.3 案例分析 90
3.4 灰色預測模型 94
3.4.1傳統灰色預測模型 95
3.4.2 Matlab灰色預測模型分析程式 98
3.4.3 灰色預測模型套用案例 101
3.4.4 無偏灰色預測模型及套用 102
第4章 MATLAB的最佳化計算 104
4.1 MATLAB最佳化工具箱簡介 104
4.2 線性規劃 105
4.2.1 MATLAB最佳化工具箱的線性規劃函式 105
4.2.2 線性規劃套用案例 107
4.3 MATLAB的非線性最最佳化問題 108
4.3.1 用MATLAB求解無約束最佳化問題 108
4.3.2 非線性無約束最佳化案例分析 110
4.3.3 用MATLAB求解非線性規劃問題 111
4.3.4 非線性規劃案例分析 114
4.4 多目標規劃的若干解法 118
4.4.1 多目標規劃模型 118
4.4.2 理想點法 118
4.4.3 線性加權和法 120
4.4.4 最大最小法 120
4.4.5 目標規劃法 121
4.5 動態規劃問題 123
4.5.1 動態規劃數學模型構建 123
4.5.2 動態規劃Matlab程式分析 126
4.5.3 動態規劃案例分析 127
4.6 最短路問題 133
4.6.1 最短路徑算法簡介 133
4.6.2 最短路徑示例 143
4.6.3 校園導遊案例分析 147
4.7 GUI最佳化工具 149
4.7.1 GUI最佳化工具概述 149
4.7.2 GUI最佳化工具套用實例 151
第5章 智慧型最佳化計算 155
5.1 模擬退火算法 155
5.1.1 模擬退火的原理 155
5.1.2 模擬退火算法簡介 156
5.1.3 旅行商問題（TSP）求解 157
5.1.4 最大截問題（MCP）求解 161
5.1.5 (0/1)背包問題（ZKP） 165
5.2 遺傳算法 168
5.2.1 遺傳算法的基本概念 168
5.2.2 遺傳算法的基本原理 169
5.2.3 遺傳算法的實現 172
5.2.4 基於改進遺傳算法求解TSP問題 174
5.3 蟻群算法及其套用 183
5.3.1 引言 183
5.3.2 蟻群算法的基本原理 184
5.3.3 基於蟻群系統對TSP問題的分析 185
5.3.4 一般蟻群算法的框架 190
5.4 粒子群算法 193
5.4.1 粒子群算法原理 194
5.4.2 粒子群算法流程 195
5.4.3 粒子群算法的參數分析 195
5.4.4 粒子群算法的改進 196
5.4.5 粒子群算法的程式及算例 198
5.5 模糊邏輯與模糊推理 201
5.5.1 模糊邏輯 201
5.5.2 模糊推理系統 207
5.5.3 幾種典型的模糊推理方法 209
5.5.4 模糊邏輯工具箱 213
5.5.5 模糊邏輯系統示例 215
第6章 人工神經網路計算 224
6.1 人工神經網路的概念 224
6.1.1 生物神經元及生物神經網路 225
6.1.2 人工神經網路 226
6.2 感知器（Perceptron） 230
6.3 自適應線性元件 235
6.4 BP網路 240
6.5 反饋網路 248
第7章 系統分析與系統評價技術 261
7.1 主成分分析與因子分析 261
7.1.1 主成分分析方法 261
7.1.2 利用matlab實現主成分分析 264
7.1.3 因子分析的方法原理 267
7.2 聚類分析 277
7.2.1 聚類分析的含義 277
7.2.2 相似係數和距離 277
7.2.3 聚類分析的基本過程 281
7.2.4 模糊聚類分析 285
7.3 灰色關聯分析 291
7.3.1 灰色關聯分析概述 291
7.3.2 灰色關聯分析的計算步驟 292
7.3.2 灰色關聯分析示例 293
7.4 層次分析方法 294
7.4.1 層次分析方法簡介 294
7.4.2 層次分析方法的計算 295
7.4.3 層次分析法的優點和局限性 298
7.4.4 層次分析法的MATLAB程式 299
7.4.5 層次分析法案例 300
7.5 數據包絡分析 303
7.5.1 DEA的概念與方法 303
7.5.2 模型的經濟含義分析 306
7.5.3 DEA模型 307
7.5.4 DEA模型方法適用綜合績效評價的分析 309
7.5.5 帶有偏好約束錐的DEA模型 309
7.5.6 基於DEA模型綜合績效評價程式 313
7.5.7 基於DEA模型綜合績效評價的案例計算 314
7.5.7 基於DEA模型綜合績效評價的案例計算 315
7.6 模糊綜合評價法 317
7.6.1 模糊決策的概念 317
7.6.2 自然狀態機率的模糊估算模型 317
7.6.3 最優期望益損值決策準則 319
7.6.4 模型套用 319
7.6.5 模糊綜合評價模型計算的MATLAB程式 321
7.6.6 物流園區層次分析模糊綜合評價 323
參考文獻 328
