西南交通运筹学考研复习重点

管理运筹学复习指南

简介：遵循管理运筹学焦永兰版，介绍了重难点，更加难能可贵的是古德书店开发了管理运筹学焦永兰版习题全解（不考章节，没有制作）

说明：√表示该内容要考，★表示该内容的重要程度（最高五星）。

.

本重点参照往年重点划定，仅供参考，每年重点有少许变化，详情请在考研前一个月咨询学院老师。

目录

第一章线性规划基础（填空选择要一些考基本的概念）★★

;

第一节线性规划问题的一般模型——1√

第二节线性规划问题的标准型——3√

第三节线性规划问题的图解法——6√

习题——7

第二章单纯形法(考计算，熟练掌握) ★★★

·

第一节线性规划问题的几何意义——10√

第二节线性规划问题的典式——13

第三节单纯形法——16√

第四节单纯形法的进一步讨论——20√

>

第五节线性规划问题解的讨论——23√

第六节改进单纯形法——27

习题——31

第三章线性规划模型的建立（几个例题看一下即可）★★

"

习题——45

第四章对偶问题及对偶单纯形法（必考，熟练掌握）★★★★★

第一节对偶问题的提出——48√

第二节建立对偶问题的规则——49√

第三节对偶问题的基本性质——52√

#

第四节对偶单纯形法——55√

第五节对偶变量的经济意义——影子价格——57√

第六节对偶单纯形法的一个运用——58√

习题——60

'

第五章线性规划问题的灵敏度分析（必考，熟练掌握）★★★★★

第一节边际值及其应用——63√

第二节对Cj值的灵敏度分析——65√

第三节对bj值的灵敏度分析——66√

<

第三节对aij值的灵敏度分析——68√

第四节灵敏度分析应用示例——70√

习题——73

第六章运输问题（大题考一个，建模考一个，必须熟练掌握）★★★★★

第一节运输问题的线性规划模型——76√

·

第二节初始基本可行解的求法——77√

第三节求检验数的方法——84√

第四节方案的调整——87√

第五节不平衡的运输问题——89√（参考清华版的“不平衡运输问题”）、

第六节表上作业法应用举例——91√

习题——95

第七章整数规划（考较简单的建模题）★★★

第一节整数规划问题的图解法——98

、

第二节整数规划模型举例——99√

第三节分枝定界法——104√（主要考简答）

第四节全整数规划算法——107

第五节 0-1规划算法——109√

…

第六节关于特殊0-1规划算法——112

第七节指派问题及其算法——115√

习题——120

第八章动态规划（考大题，需掌握）★★★★

第一节两个引例——123√

—

第二节动态规划的基本概念和基本原理——127√

第二节背包问题——130√

第三节生产计划问题——132√

第四节复合系统的可靠性问题——136√

$

第五节设备更新问题——138√

习题——141

第九章图与网络（考大题，需掌握）★★★★

第一节图与网络的基本概念——145√

）

第二节最短路问题——149√

第三节最小生成树——158√（掌握Kruskal算法即可）

第四节中国邮路问题——162√

习题——167

第十章网络的流（考大题，重点掌握）★★★★★

：

第一节基本概念和定理——170√

第二节求网络最大流的标记算法——175√

第三节最大流最小割定理的推广——178√

第四节最小费用流问题——181√

—

第五节最小费用最大流问题——191√

第六节最小费用最大流的应用——191√

习题——197

第十一章统筹方法（出综合题，要求会绘制统筹图）★★★

]

第一节统筹图的基本概念和绘制规则——200√

第二节时间参数计算与关键路线——205√

第三节最少工程费方案的制定——209√

第四节非确定型统筹问题——214

！

习题——218

第十二章排队模型（考概念，各参数含义，及简单计算）★★

第一节概述——221√

第二节（M/M/1）：（∞/∞/FCFS）模型——224√

第三节其他马氏过程排队模型——233

-

第四节两个非马氏排队模型——243

第四节排队论在决策中的应用——246

习题——255

第十三章存贮论（可能考计算）★★

、

第一节存贮论的基本概念——257√

第二节确定型存贮模型——259√（只需看前四个模型）第三节随机型存贮模型——267

习题——275

第十四章决策论（不考）

第一节决策的程序、要素和分类——278

第二节不确定型决策——279

第三节风险型决策——283

第四节灵敏度分析和风险分析——293

第五节效用理论在决策中的应用——296

习题——301

第十五章系统模拟与人工神经网络（不考）

第一节概述——305

第二节神经网络模型——305

第三节神经网络及其在组合优化问题中的应用——311