本书在本科运筹学课程基础上,提高理论起点,以泛函分析、凸分析、高等概率统计为数学基础,结合经济学、金融学、管理学与工程、信息科学、生命科学等学科及交叉领域应用背景,介绍数学规划、随机决策、效用理论、多目标决策与群决策、多因素评价、博弈论和复杂网络理论。通过上述核心内容的学习,全面提高学生的理论基础和建模水平。本书适合作为系统科学、应用数学、管理科学与工程、信息科学、控制科学与工程等学科博士、硕士研究生教材,也可作为相关专业人士的参考资料。
运筹学是一门交叉学科,为系统科学、经济学、管理科学、金融学、信息科学和工程科学等众多学科提供理论和方法,自诞生以来,在应用的推动下,运筹学迅速发展。特别地,近二十年来,伴随信息技术、人工智能和复杂工程技术的兴起,运筹学的理论和应用都取得了丰硕的成果,运筹学学科发展对社会科学、自然科学和工程技术的支撑作用已毋庸置疑。为此,国内外高等教育机构不仅在大学课程中广泛设置运筹学,而且根据不同学科的要求在研究生阶段设立“高等运筹学”课程或讲座。
1998年,国务院学位委员会首次批准设立系统科学一级学科,考虑到系统科学需要一些运筹学的建模和分析方法,我们就在系统科学专业的硕士研究生课程中设计了“高等运筹学”课程,同时向应用数学、管理科学与工程等学科的研究生开放,但是,对于课程内容的安排,我们一直十分犹豫。因为国内外已经有很多优秀的运筹学教材,而且其他学科优秀教材中也有非常精彩的运筹学内容,加之运筹学成果丰富,要从中选择一些内容相对固定下来也不容易。所以,在教学中,我们一直采用临时编撰的讲义给学生参考。讲义的内容基本撇开了本科运筹学的教学思维,甚至忽略了注重算法的思路,以适当区隔“运筹学”等课程,以期突出运筹学学科的核心内容。由于在使用过程中,研究生教育改革带来的变化和学科发展,“运筹学”讲义一直在修订中,本人更倾向借助一些参考书来补充课程的各种缺憾,故此前没有打算把讲义成书出版,
运筹学的内容日益庞大,教学时间却越来越少,伴随本科教学改革和扩招带来的学生数学基础训练的减少,教学中的供需矛盾更加突出,使我们更加坚定地把算法层次的内容去掉,以便加强理论基础部分的教学,并尽量地提供运筹学前沿领域发展所必需的理论支持。因此,在早期讲授内容基础上,非线性分析部分增加了不动点定理的分量,目的是更好地为讲授博弈论做准备,在适当减少决策分析的内容的同时,增加博弈论基础部分的内容以适应工程社会化、经济管理和无线网络技术等领域研究中对博弈论知识日益增长的需要,尤其在最后特意新增了复杂网络基础和演化博弈的内容,算是对经典图论、网络流和复杂性科学发展的反映。对于经典的排队论、调度理论和库存论部分,本书不再涉及,原因有三,一则大多数高等院校设有组合优化等研究生课程;二则教学时数不足:三则全球化、网络化带来的生产制造和服务的模式及物流系统的变革,似乎还未看清未来调度理论发展方向。为了弥补调度方面内容的缺失,我们在研究生讨论班上特别安排了团队中擅长该领域的青年学者进行专门指导。
刘文奇,男,1965年12月生,硕士,教授,硕士生导师。毕业于北京师范大学应用数学专业,获硕士学位;后在哈尔滨工业大学攻读博士学位,因工作需要而肄业。1996年破格晋升副教授,1999年破格晋升教授;1998年被聘为系统理论专业硕士生导师。研究方向为决策分析、模糊系统及控制与数据挖掘。主持完成科技部科技计划项目1项、省部级科研项目3项,获省部级科技成果奖1项。指导研究生50多名。建立了变权分析的一般理论和公共数据博弈模型,是该领域内重要的研究者之一。现担任中国管理现代化研究会理事,中国系统工程学会模糊系统与模糊数学专业委员会常务理事。
前言
第1章 非线性分析
1.1 极小化问题的基本定理
1.2 凸分析基础
1.3 共轭函数与凸极小化问题
1.4 凸函数的次微分
1.5 凸极小化问题解的临界性
第2章 随机决策基础
2.1 主观概率与先验分布
2.2 Bayes分析
2.3 具有部分先验信息的Bayes决策
2.4 信息的价值
2.5 关于理性假说的讨论与行为决策简介
第3章 效用理论
3.1 偏好序与效用函数
3.2 序数效用函数的性质
3.3 某些常用序数效用函数
3.4 消费分配问题
3.5 消费需求分析
3.6 期望效用最大化
3.7 独立性公理与效用独立
3.8 财富的效用与风险分析
3.9 关于效用函数的进一步讨论
第4章 多准则决策与群决策
4.1 多准则决策的基本概念
4.2 变权分析
4.3 多目标决策
4.4 群决策
第5章 博弈论基础
5.1 完全信息静态博弈
5.2 完全信息动态博弈
5.3 完全信息静态博弈的一般理论
第6章 复杂网络理论及应用
6.1 复杂网络的研究背景及发展
6.2 复杂网络的基础知识
6.3 复杂网络模型
6.4 无标度网络上的演化博弈
参考文献