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等軟件工具平臺，對管理中的預測、優化、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。后附詳細內容簡介。
左秀峰，男，博士，教授，北京理工大學管理與經濟實驗教學中心副主任。1982年在遼寧工程技術大學獲學士學位，1984年在中國礦業大學獲工學碩士學位，2000年在中國礦業大學獲工學博士學位， 2004年從北京理工大學管理科學與工程博士后流動站出站。2007年為北京工程管理科學學會理事，同年為中國優選法統籌法與經濟數學研究會工業工程分會理事，2010年為中國優選法統籌法與經濟數學研究會理事。目前，主要從事系統優化、復雜系統建模與仿真、物流與供應鏈管理、應急物流等方面的研究與教學工作。為博士生、碩士生講授的課程有：復雜系統理論與方法、系統建模與優化、供應鏈建模與仿真、運籌學、管理數學實驗等。主持和參加科學研究20余項，獲省部級科技進步二等獎1項。發表論文40余篇，被EI檢索10篇，被ISTP檢索3篇。出版專著和教材三部，參編教材多部。
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 數學函數39
2.2.7 MATLAB的m文件及編程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 數據文件的輸入輸出57
2.5.2 Matlab與數據庫的輸入輸出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 馬爾科夫預測的應用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序98
3.4.3 灰色預測模型應用案例101
3.4.4 無偏灰色預測模型及應用102
第4章 MATLAB的優化計算104
4.1 MATLAB優化工具箱簡介104
4.2 線性規劃105
4.2.1 MATLAB優化工具箱的線性規劃函數105
4.2.2 線性規劃應用案例107
4.3 MATLAB的非線性**化問題108
4.3.1 用MATLAB求解無約束優化問題108
4.3.2 非線性無約束優化案例分析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 ***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程序分析126
4.5.3 動態規劃案例分析127
4.6 *短路問題133
4.6.1 *短路徑算法簡介133
4.6.2 *短路徑示例143
4.6.3 校園導游案例分析147
4.7 GUI優化工具149
4.7.1 GUI優化工具概述149
4.7.2 GUI優化工具應用實例151
第5章 智能優化計算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 **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 基于改進遺傳算法求解TSP問題174
5.3 蟻群算法及其應用183
5.3.1 引言183
5.3.2 蟻群算法的基本原理184
5.3.3 基于蟻群系統對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 粒子群算法的程序及算例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 人工神經網絡計算224
6.1 人工神經網絡的概念224
6.1.1 生物神經元及生物神經網絡225
6.1.2 人工神經網絡226
6.2 感知器（Perceptron）230
6.3 自適應線性元件235
6.4 BP網絡240
6.5 反饋網絡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 相似系數和距離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程序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 基于DEA模型綜合績效評價程序313
7.5.7 基于DEA模型綜合績效評價的案例計算314
7.5.7 基于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 自然狀態概率的模糊估算模型317
7.6.3 **期望益損值決策準則319
7.6.4 模型應用319
7.6.5 模糊綜合評價模型計算的MATLAB程序321
7.6.6 物流園區層次分析模糊綜合評價323
參考文獻328
新書資訊