本书以管理数学为研究对象，讲述管理科学问题的数学模型及建模方法，用MATLAB、Lingo、POEM等软件工具平台，对管理中的预测、优化、随机影响、系统评价及决策等问题进行分析、计算等实验研究，涵盖了解决管理问题的有效方法。后附详细内容简介。

　　左秀峰，男，博士，教授，北京理工大学管理与经济实验教学中心副主任。1982年在辽宁工程技术大学获学士学位，1984年在中国矿业大学获工学硕士学位，2000年在中国矿业大学获工学博士学位， 2004年从北京理工大学管理科学与工程博士后流动站出站。2007年为北京工程管理科学学会理事，同年为中国优选法统筹法与经济数学研究会工业工程分会理事，2010年为中国优选法统筹法与经济数学研究会理事。目前，主要从事系统优化、复杂系统建模与仿真、物流与供应链管理、应急物流等方面的研究与教学工作。为博士生、硕士生讲授的课程有：复杂系统理论与方法、系统建模与优化、供应链建模与仿真、运筹学、管理数学实验等。主持和参加科学研究20余项，获省部级科技进步二等奖1项。发表论文40余篇，被EI检索10篇，被ISTP检索3篇。出版专著和教材三部，参编教材多部。

管理数学实验I
第1章 绪论1
1.1 问题与模型1
1.2 数学建模2
1.3 管理与数学模型3
1.4 管理问题数学模型类型11
1.5 管理问题建模的过程12
1.6 管理数学实验12
第2章 MATLAB基础13
2.1 MATLAB语言概述13
2.1.1 MATLAB的发展及特点13
2.1.2 MATLAB的功能14
2.1.3 MATLAB操作环境14
2.1.4 MATLAB工具箱17
2.1.5 MATLAB语言基础18
2.2 MATLAB的基本运算26
2.2.1 创建矩阵26
2.2.2 矩阵运算28
2.2.3 多项式运算35
2.2.4 线性方程组36
2.2.5 MATLAB 语言流程控制结构36
2.2.6 数学函数39
2.2.7 MATLAB的m文件及编程40
2.3 MATLAB的绘图43
2.3.1 Matlab 二维绘图43
2.3.2 Matlab 三维绘图49
2.4 MATLAB的符号处理54
2.4.1 符号对象和表达式操作54
2.4.2 符号微积分56
2.5 MATLAB数据的输入输出57
2.5.1 数据文件的输入输出57
2.5.2 Matlab与数据库的输入输出61
第3章 预测计算65
3.1 时间序列分析65
3.1.1 时间序列分析的相关理论65
3.1.2 时间序列移动平均法68
3.1.3 时间序列趋势和季节因素的预测71
3.2 回归预测模型74
3.2.1 线性回归74
3.2.2 可线性化的曲线回归79
3.2.3 回归案例81
3.3 马尔可夫预测模型83
3.3.1 理论基础84
3.3.2 马尔科夫预测的应用87
3.3.3 案例分析90
3.4 灰色预测模型94
3.4.1传统灰色预测模型95
3.4.2 Matlab灰色预测模型分析程序98
3.4.3 灰色预测模型应用案例101
3.4.4 无偏灰色预测模型及应用102
第4章 MATLAB的优化计算104
4.1 MATLAB优化工具箱简介104
4.2 线性规划105
4.2.1 MATLAB优化工具箱的线性规划函数105
4.2.2 线性规划应用案例107
4.3 MATLAB的非线性**化问题108
4.3.1 用MATLAB求解无约束优化问题108
4.3.2 非线性无约束优化案例分析110
4.3.3 用MATLAB求解非线性规划问题111
4.3.4 非线性规划案例分析114
4.4 多目标规划的若干解法118
4.4.1 多目标规划模型118
4.4.2 理想点法118
4.4.3 线性加权和法120
4.4.4 ***小法120
4.4.5 目标规划法121
4.5 动态规划问题123
4.5.1 动态规划数学模型构建123
4.5.2 动态规划Matlab程序分析126
4.5.3 动态规划案例分析127
4.6 *短路问题133
4.6.1 *短路径算法简介133
4.6.2 *短路径示例143
4.6.3 校园导游案例分析147
4.7 GUI优化工具149
4.7.1 GUI优化工具概述149
4.7.2 GUI优化工具应用实例151
第5章 智能优化计算155
5.1 模拟退火算法155
5.1.1 模拟退火的原理155
5.1.2 模拟退火算法简介156
5.1.3 旅行商问题（TSP）求解157
5.1.4 **截问题（MCP）求解161
5.1.5 (0/1)背包问题（ZKP）165
5.2 遗传算法168
5.2.1 遗传算法的基本概念168
5.2.2 遗传算法的基本原理169
5.2.3 遗传算法的实现172
5.2.4 基于改进遗传算法求解TSP问题174
5.3 蚁群算法及其应用183
5.3.1 引言183
5.3.2 蚁群算法的基本原理184
5.3.3 基于蚁群系统对TSP问题的分析185
5.3.4 一般蚁群算法的框架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 粒子群算法的参数分析195
5.4.4 粒子群算法的改进196
5.4.5 粒子群算法的程序及算例198
5.5 模糊逻辑与模糊推理201
5.5.1 模糊逻辑201
5.5.2 模糊推理系统207
5.5.3 几种典型的模糊推理方法209
5.5.4 模糊逻辑工具箱213
5.5.5 模糊逻辑系统示例215
第6章 人工神经网络计算224
6.1 人工神经网络的概念224
6.1.1 生物神经元及生物神经网络225
6.1.2 人工神经网络226
6.2 感知器（Perceptron）230
6.3 自适应线性元件235
6.4 BP网络240
6.5 反馈网络248
第7章 系统分析与系统评价技术261
7.1 主成分分析与因子分析261
7.1.1 主成分分析方法261
7.1.2 利用matlab实现主成分分析264
7.1.3 因子分析的方法原理267
7.2 聚类分析277
7.2.1 聚类分析的含义277
7.2.2 相似系数和距离277
7.2.3 聚类分析的基本过程281
7.2.4 模糊聚类分析285
7.3 灰色关联分析291
7.3.1 灰色关联分析概述291
7.3.2 灰色关联分析的计算步骤292
7.3.2 灰色关联分析示例293
7.4 层次分析方法294
7.4.1 层次分析方法简介294
7.4.2 层次分析方法的计算295
7.4.3 层次分析法的优点和局限性298
7.4.4 层次分析法的MATLAB程序299
7.4.5 层次分析法案例300
7.5 数据包络分析303
7.5.1 DEA的概念与方法303
7.5.2 模型的经济含义分析306
7.5.3 DEA模型307
7.5.4 DEA模型方法适用综合绩效评价的分析309
7.5.5 带有偏好约束锥的DEA模型309
7.5.6 基于DEA模型综合绩效评价程序313
7.5.7 基于DEA模型综合绩效评价的案例计算314
7.5.7 基于DEA模型综合绩效评价的案例计算315
7.6 模糊综合评价法317
7.6.1 模糊决策的概念317
7.6.2 自然状态概率的模糊估算模型317
7.6.3 **期望益损值决策准则319
7.6.4 模型应用319
7.6.5 模糊综合评价模型计算的MATLAB程序321
7.6.6 物流园区层次分析模糊综合评价323
参考文献328