本書只研究三個主要的運籌學數(shù)學模型。如第2章的決策分析模型；第9章中的預(yù)測模型；其余的篇幅都是研究線性規(guī)劃模型的應(yīng)用，其中第2章和第3章研究了線性規(guī)劃的基礎(chǔ)數(shù)學模型，第4至第8章都是研究線性規(guī)劃的拓展應(yīng)用，在這5章中主要從兩個方面研究線性規(guī)劃應(yīng)用于管理決策的簡化方法，一方面是在線性規(guī)劃數(shù)學模型的表述上進行簡化，如第5章的整數(shù)規(guī)劃模型、第6章的運輸模型、第7章的目標規(guī)劃模型；另一方面是強化求解方法，如第4章和第8章的應(yīng)用方法研究，都是將復雜數(shù)學模型的建模和求解都由計算機智能化地完成，從而簡化了整個決策過程。第10章分別由簡單到復雜研究了9個實用性的決策案例，通過這些案例的研究與分析，讀者可親身體驗前9章的研究方法。
運籌學是一種定量化的決策方法，從功能的總體描述上看，多用于工商管理或公其管理的管理決策中。然而運籌學決策方法的應(yīng)用并不局限于管理決策，而是還適用于其他任何專業(yè)或領(lǐng)域的決策應(yīng)用，甚至早已滲透到了人們的日常生活中。目前全國各大高校經(jīng)濟管理類專業(yè)都將運籌學設(shè)置為必修課程：對于本科生，課程的名稱為“運籌學”.是經(jīng)濟管理類專業(yè)的核心課程；對于專業(yè)學位碩士研究生（MBA），課程的名稱為“數(shù)據(jù)、模型與決策”。是MBA學生的主干課程，由此可見運籌學作為一門大學課程的重要性。但是對于畢業(yè)后走出學校的學生來說.運籌學又能給他們帶來多大用處呢？在現(xiàn)實生活中，又有多少人能在自己的工作實踐中運用運籌學這種科學的決策方法呢？答案很清楚——微乎其微。作為從事運籌學課程教學的教師，我們有必要認真思考這個問題。
回顧過去近三十年的大學課堂（特別關(guān)注的是經(jīng)管類專業(yè)），大家始終將“傳授知識”作為運籌學課程教學的第一目標，也就是跟其他基礎(chǔ)學科課程相同的教學理念。殊不知運籌學作為一門特殊的應(yīng)用型課程，它和其他基礎(chǔ)學科的課程性質(zhì)是完全不同的，它是一個事理性的應(yīng)用學科，把它作為知識去傳授就等于講故事，就會大幅降低它的實際價值，以這樣的教學理念進行教學，就好像在告訴學生：你面前那個冰箱里有塊蛋糕，它實在是不可多得的美味，然而冰箱的門卻是鎖著的，我們井未能告訴學生如何拿到鑰匙來打開這個冰箱，吃到這塊美味的蛋糕。這就是造成運籌學課程“學得難、用得少”現(xiàn)狀的關(guān)鍵所在。
對于這種特殊學科的理解，其實在我們身邊就有一個人人都已親身體驗的實例作為對比.那就是計算機的應(yīng)用。計算機和運籌學的理念很久之前就已產(chǎn)生，都在經(jīng)過人們不斷改進并作為工具無聲無息地運用著。到了1946年，美籍匈牙利科學家馮·諾依曼提出了計算機的普林斯頓結(jié)構(gòu)理論，人類才達成了計算機的學科共識（標志著計算機學科的誕生）；就在幾乎同時的1947年，美國數(shù)學家G.B.丹齊格提出了求解線性規(guī)劃問題的通用方法——單純形法。使人類達成了運籌學的學科共識（標志著運籌學學科的誕生）。那么，在70年之后的今天.兩個不同學科的應(yīng)用效果相差之大已無法類比。關(guān)鍵的區(qū)別又在哪里？其實計算機應(yīng)用在最初的很多年都需要通過DOS命令來進行操作，很多應(yīng)用的功能也都需要自己編程來實現(xiàn)。使人們雖然看到了計算機具有廣泛應(yīng)用的巨大空間，但很難自如地運用，其誘惑力就像那個加鎖冰箱中的美味蛋糕，這恰如目前運籌學應(yīng)用的現(xiàn)狀。但在20世紀90年代中期，微軟公司開創(chuàng)性地發(fā)布了Windows95操作系統(tǒng)，拿到了那個打開冰箱的金鑰匙，使全世界的所有人都吃到了這塊美味的蛋糕，這個金鑰匙就是一種計算機應(yīng)用的新理念——“基于可視化操作的面向?qū)ο笏季S”。這也使之后大學課堂向?qū)W生傳授的不再是編程的知識，而是傳授“面向?qū)ο髴?yīng)用的操作方法”。
運籌學當然也有類似的金鑰匙，那就是應(yīng)該倡導決策者改變傳統(tǒng)的思維模式，要在現(xiàn)實條件下創(chuàng)建新的思維方式——基于數(shù)據(jù)應(yīng)用的決策思維。它將使之后大學課堂向?qū)W生傳授的不再是運籌學數(shù)理知識，而是傳授“典型應(yīng)用案例的決策方法”，這就是運籌學教學的新理念，這種理念將會引領(lǐng)運籌學應(yīng)用大潮流的方向。
在過去眾多的運籌學定義中，都少不了突出其數(shù)學和理論研究的重要性，因此長期以來我們未能走出困境。而當今，大學經(jīng)管類專業(yè)課堂的運籌學已不屬數(shù)學范疇，而是屬于管理決策范疇，如果我們不能擺脫數(shù)學的困擾，就無法走出“暈愁學”的困境。因此，我們對運籌學的內(nèi)涵要有新的認識，要從應(yīng)用對象的構(gòu)成要素和特征中總結(jié)對運籌學的新認識（相當于定義）：用現(xiàn)有有限資源、環(huán)境、條件的數(shù)據(jù)所做出符合目標要求的最優(yōu)化決策方法。
運籌學的主要內(nèi)涵是決策，而決策的手段是運用數(shù)學模型。過去大家認為只有數(shù)學公式化的數(shù)據(jù)關(guān)系才是數(shù)學模型，這仍然是以數(shù)學為主的片面認識。在建立基于數(shù)據(jù)應(yīng)用的決策思維的同時，必須對數(shù)學模型有新的認識，即數(shù)據(jù)關(guān)系是關(guān)鍵，數(shù)據(jù)關(guān)系的形式并不重要。因此我們所理解的當今運籌學中的數(shù)學模型是：用一組形式相對固定的數(shù)據(jù)關(guān)系來解決多種場合、多個領(lǐng)域、不同時期的同一類決策問題的數(shù)學工具。這種認識強調(diào)數(shù)據(jù)關(guān)系形式的相對固定特征和它的可重復使用性，而構(gòu)成固定數(shù)據(jù)關(guān)系的表述形式可以是數(shù)學公式。也可以是表格形式甚至是圖形等，我們將這種數(shù)據(jù)關(guān)系的表述方式稱為決策問題的“數(shù)學表述模型”。同時，按這種對數(shù)學模型的理解，根據(jù)表述模型形式的不同，求解表述模型時。要么用的是一種算法（運算規(guī)則），要么用的是一段程序，它們也都是一組形式相對固定、可以重復處理多種同類數(shù)據(jù)的工具，因此也就可以理解它也是運籌學的另一種形式的數(shù)學模型，我們稱之為運籌學的'“數(shù)學求解模型”。這樣，我們解決的每一個決策問題，都要用到兩個數(shù)學模型：表述模型和求解模型。
長期以來，運籌學的決策方法都是按傳統(tǒng)數(shù)學模型（公式化的數(shù)據(jù)關(guān)系）分類的，那么學習運籌學就首先必須學習公式化的數(shù)學模型，這也仍然是以數(shù)學為中心的傳統(tǒng)認識。由于很難用這種方式解決較為復雜的實際決策問題，使得人們都認為運籌學太難且學習無用。將來運籌學的應(yīng)用就應(yīng)該和現(xiàn)在計算機的應(yīng)用一樣，以決策問題分類進行操作：按決策問題的類型編寫數(shù)學模型的求解程序（由技術(shù)人員建立求解模型），由決策者將決策問題的數(shù)據(jù)整理成表格式的數(shù)學模型（甚至以后還可以整理成圖形形式的數(shù)學模型），然后將原型數(shù)據(jù)錄入計算機的求解工具中就可得到最終決策結(jié)果，這就是“無公式化數(shù)學模型”的運籌學應(yīng)用.它將大幅度地簡化決策操作過程、大幅度地降低決策難度，同時也可以解決較為復雜的決策問題。在本書中，我們將用有限的實例來展示這種決策方法應(yīng)用的新理念。
第1章 今日運籌學
1．1 運籌學應(yīng)用的基本狀況
1．2 今日運籌學的本質(zhì)
1．3 運籌學的學科特征
1．4 問題思考
1．5 本章小結(jié)
第2章 運籌學基礎(chǔ)數(shù)學模型
2．1 不確定型的決策分析模型
2．2 風險型的決策分析模型
2．3 確定型的決策分析模型
2．4 線性規(guī)劃模型的圖解法
2．5 線性規(guī)劃模型的計算機程序求解
2．6 不確定型決策模型求解模板的制作與使用
2．7 風險型決策模型求解模板的制作與使用
2．8 線性規(guī)劃模型求解模板的制作與使用
2．9 決策分析模型Excel-VBA求解程序的應(yīng)用
2．1 0問題思考及案例分析
2．1 1本章小結(jié)
習題
第3章 線性規(guī)劃的靈敏度分析
3．1 決策者必然要關(guān)注的問題
3．2 何為靈敏度分析
3．3 實際值
3．4 松弛量和剩余量
3．5 維持最優(yōu)解不變的價值系數(shù)變化范圍
3．6 相差值分析
3．7 對偶價格
3．8 維持對偶價格不變的常數(shù)項變化范圍
3．9 資源配置系數(shù)的靈敏度研究
3．1 0參數(shù)變化的百分之一百法則
3．1 1Excel規(guī)劃求解的靈敏度分析報告
3．1 2問題思考與案例分析
3．1 3本章小結(jié)
習題
第4章 基于線性規(guī)劃的決策方法
4．1 一個實用案例分析的困惑
4．2 基于線性規(guī)劃的決策方法分類
4．3 線性規(guī)劃數(shù)學模型決策方法的應(yīng)用
4．4 案例思考
4．5 本章小結(jié)
習題
第5摩整數(shù)規(guī)劃
5．1 整數(shù)規(guī)劃表述模型的特征
5．2 整數(shù)規(guī)劃問題的分類
5．3 整數(shù)規(guī)劃模型的求解方法
5．4 整數(shù)規(guī)劃在實際決策中的應(yīng)用
5．5 整數(shù)規(guī)劃模型求解模板的制作與使用
5．6 問題思考與案例分析
5．7 本章小結(jié)
習題
第6章 運輸模型
6．1 運輸問題的數(shù)學模型
6．2 產(chǎn)銷不平衡運輸模型向產(chǎn)銷平衡運輸模型轉(zhuǎn)換
6．3 運輸模型應(yīng)用于生產(chǎn)與庫存問題的決策
6．4 最大化目標的運輸模型
6．5 轉(zhuǎn)運問題
6．6 運輸模型求解模板制作與使用
6．7 問題思考與案例分析
6．8 本章小結(jié)
習題
第7章 目標規(guī)劃
7．1 目標規(guī)劃的基本思想
7．2 有優(yōu)先級的目標規(guī)劃
7．3 加權(quán)目標規(guī)劃
7．4 目標規(guī)劃問題求解模板制作與使用
7．5 問題思考及案例分析
7．6 本章小結(jié)
習題
第8章 網(wǎng)絡(luò)最優(yōu)化模型
8．1 網(wǎng)絡(luò)最優(yōu)化模型的基本概念
8．2 最短路模型
8．3 最小費用流模型
8．4 最大流模型
8．5 最小費用最大流模型
8．6 最小支撐樹問題
8．7 網(wǎng)絡(luò)最優(yōu)化模型求解模板的制作與使用及求解程序操作
8．8 問題思考與案例分析
8．9 本章小結(jié)
習題
第9章 預(yù)測模型
9．1 時間序列預(yù)測法
9．2 用回歸分析法進行預(yù)測
9．3 定性預(yù)測
9．4 預(yù)測模型求解模板的制作與使用及求解程序操作
9．5 問題思考
9．6 本章小結(jié)
習題
第10章 綜合模型應(yīng)用案例分析
10．1 中國貨郎擔問題
10．2 中國郵遞員問題
10．3 成品油市區(qū)二次配送優(yōu)化決策分析——SY公司案例研究
10．4 本章小結(jié)
參考文獻
書單推薦
