描述
开 本: 16开纸 张: 胶版纸包 装: 平装是否套装: 否国际标准书号ISBN: 9787121269073丛书名: 华信经管创优系列
内容简介
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、*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。
目 录
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
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
前 言
前言
本书背景：
“管理数学实验”是我校于2008年新开设的课程，主要针对管理问题中用到的分析方法和数学模型，运用合适的软件工具，进行科学计算和仿真方法的学习、实验，训练和培养学生分析问题、解决问题的能力。
经过多年的教学实践，作者对“管理数学实验”课程内容有了比较全面的认识，教学内容和教学方法也得到了学生们的认可，编著一本适合的“管理数学实验”教材的时机已经成熟。
一门学科发展的成熟度要看其内容的逻辑表达和数学的应用程度，一门学科发展的效果要看其在社会实践中的应用情况和发挥的作用。
管理学科是应用性非常强的一门学科，“管理数学实验”就是针对与人们的日常生活和工作密切相关的管理问题，采用系统的和数学的方法进行分析，构建体现问题内在逻辑的定性定量模型；采用有效的模型分析方法和计算技术对管理问题模型进行试验分析和处理，达到认识问题、分析问题和解决管理问题的目的。
本书以管理数学的模型方法为依据构建了全书的章节体系，讲述了管理科学问题的建模方法及数学模型分析；采用MATLAB软件作为计算实验平台，对管理中的预测、优化、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常用有效方法。
主要特色：
“管理数学实验”教材依据管理问题的需求、学员能力培养及实验的实际要求，将问题、理论模型、分析方法和计算平台紧密结合，形成了以下特点：
（1）将一般数学实验的内容和管理中构建的数学模型内容相结合；
（2）运用合适的软件工具，将管理问题中用到的分析方法和数学模型描述成计算机程序，能方便地得到分析计算结果；
（3）涵盖了解决管理问题的预测、优化、智能计算、决策、系统分析评价等主要方法。由浅入深、由易到难，含有大量的实例，实用性强。
（4）书中的算例和实验计算程序与方法模型密切结合，并有详细的解释，便于读者的学习、掌握、使用和改进。
建议读者：
本书读者是管理类的学生、各行各业的管理人员及工程技术人员，**有一定的逻辑分析能力和一定的数学基础，可依据使用指南选择自己需要或感兴趣的内容进行阅读。
阅读管理数学实验的关键是读者有兴趣和有需求，要带着问题去寻找解决问题的方式、方法和有效的分析工具，在分析、解决问题的过程中提升自己的综合素质和实践能力，同时解决了生活和工作中的问题。
使用指南：
本书共分7章内容：绪论、MATLAB基础、预测计算、MATLAB优化计算、智能优化计算、人工神经网络计算、系统分析与系统评价技术。
（1）“绪论”介绍了管理数学实验的概念和框架，使初学者对管理数学实验有一个总体的了解；
（2）“MATLAB基础”讲解了MATLAB的概念、基本运算、绘图、符号处理及数据的输入输出，使初学者能快速掌握MATLAB的基本知识，并能运用MATLAB这个软件工具以便对管理问题的模型进行处理和实验；
（3）“预测计算”包括时间序列分析、回归预测、马尔可夫预测及灰色预测模型。本章使读者能了解和掌握常用的几种预测方法，并能根据所收集的样本数据进行预测分析；
（4）“MATLAB优化计算”讲解了线性规划、非线性规划、多目标规划、动态规划模型的优化计算，以及*短路网络分析，*后介绍了GUI优化工具。本章使读者能快速掌握MATLAB提供的优化计算函数和图形界面优化工具，并能对管理问题进行分析、建模、程序设计、优化计算分析与决策；
（5）“智能优化计算”讲解了模拟退火算法、遗传算法、蚁群算法、粒子群算法、以及模糊逻辑与模糊推理。模拟退火算法、遗传算法、蚁群算法、粒子群算法是解决复杂系统模型优化的快速有效的算法，应用广泛。模糊逻辑与模糊推理则是人类智能的模拟，用于解决人类语言逻辑的结构化表达；
（6）“人工神经网络计算”介绍了人工神经网络的概念、感知器、自适应线性元件、BP网络及反馈网络等模型计算，反映了人类形象的智能处理功能。感知器模型可用于分类分析，自适应线性元件模型可用于线性逼近，BP网络模型可用于各种复杂非线性关系的拟合，反馈网络模型可用于联想记忆和优化计算。人工神经网络计算的特点是并行计算和分布存储，所以可将复杂耗时的计算转换成瞬时完成的智能处理；
（7）系统分析与系统评价技术讲解了主成分分析与因子分析、聚类分析、灰色关联分析、层次分析方法、数据包络分析、模糊综合评价方法，这些是常用的系统分析与评价方法。主成分分析与因子分析用于降维处理，主成分可消除原始变量的多重共线性，因子是对原始变量的分解；分类管理是管理中*常用的方法之一，聚类分析是一种探索性分析、观察式学习；灰色关联分析、层次分析方法、数据包络分析、模糊综合评价方法是多因素影响分析、系统整体效果评价及决策支持的有效方法。
对于初学者，首先应阅读第1章、第2章；第3章至第7章具有独立性，可根据需要来阅读不同章节。各章内容的知识联系如下图所示。
各章内容知识的关系
编排体例：
如上图所示，本书以管理数学实验的概念为先导，以MATLAB软件为平台，以管理数学的预测分析、运筹优化、智能计算、神经网络计算、系统分析与评价等为主体内容。
本书将理论方法、案例分析、实验计算三者并重，强调理论方法为实际问题服务、理论方法可实现编程计算，管理数学实验将理论方法、案例分析、实验计算紧密结合。所以体例编排上，首先是方法模型的介绍，然后是针对方法模型实验计算的设计，*后结合实际问题进行案例分析。希望读者在理论水平、实际问题分析和模型计算上同步提升，提高分析问题、处理问题、解决问题的能力。
作者致谢：
本书的出版首先是学校的实践教学体系建设和多年教学实践的成果，所以感谢在多年的教学实践中参与教与学互动的学生，感谢学校、学院对教学和出版教材的支持。
在管理数学实验的教学中，参考借鉴了大量的文献资料，对参考文献资料的作者表示衷心的感谢。
在本书的编辑出版过程中，得到了电子工业出版社及工作人员的大力支持，对出版本书付出了辛勤劳动的相关人员表示感谢；特别感谢王二华编辑，正是他对本书质量认真负责的把关，才有了本书高质量的出版。
还要感谢将要阅读本书的读者，并欢迎和感谢读者对本书存在的缺陷提出宝贵意见和建议。读者的反馈意见是进一步完善本书内容的重要依据，希望广大读者不吝赐教。欢迎来函，E-mail：
本书背景：
“管理数学实验”是我校于2008年新开设的课程，主要针对管理问题中用到的分析方法和数学模型，运用合适的软件工具，进行科学计算和仿真方法的学习、实验，训练和培养学生分析问题、解决问题的能力。
经过多年的教学实践，作者对“管理数学实验”课程内容有了比较全面的认识，教学内容和教学方法也得到了学生们的认可，编著一本适合的“管理数学实验”教材的时机已经成熟。
一门学科发展的成熟度要看其内容的逻辑表达和数学的应用程度，一门学科发展的效果要看其在社会实践中的应用情况和发挥的作用。
管理学科是应用性非常强的一门学科，“管理数学实验”就是针对与人们的日常生活和工作密切相关的管理问题，采用系统的和数学的方法进行分析，构建体现问题内在逻辑的定性定量模型；采用有效的模型分析方法和计算技术对管理问题模型进行试验分析和处理，达到认识问题、分析问题和解决管理问题的目的。
本书以管理数学的模型方法为依据构建了全书的章节体系，讲述了管理科学问题的建模方法及数学模型分析；采用MATLAB软件作为计算实验平台，对管理中的预测、优化、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常用有效方法。
主要特色：
“管理数学实验”教材依据管理问题的需求、学员能力培养及实验的实际要求，将问题、理论模型、分析方法和计算平台紧密结合，形成了以下特点：
（1）将一般数学实验的内容和管理中构建的数学模型内容相结合；
（2）运用合适的软件工具，将管理问题中用到的分析方法和数学模型描述成计算机程序，能方便地得到分析计算结果；
（3）涵盖了解决管理问题的预测、优化、智能计算、决策、系统分析评价等主要方法。由浅入深、由易到难，含有大量的实例，实用性强。
（4）书中的算例和实验计算程序与方法模型密切结合，并有详细的解释，便于读者的学习、掌握、使用和改进。
建议读者：
本书读者是管理类的学生、各行各业的管理人员及工程技术人员，**有一定的逻辑分析能力和一定的数学基础，可依据使用指南选择自己需要或感兴趣的内容进行阅读。
阅读管理数学实验的关键是读者有兴趣和有需求，要带着问题去寻找解决问题的方式、方法和有效的分析工具，在分析、解决问题的过程中提升自己的综合素质和实践能力，同时解决了生活和工作中的问题。
使用指南：
本书共分7章内容：绪论、MATLAB基础、预测计算、MATLAB优化计算、智能优化计算、人工神经网络计算、系统分析与系统评价技术。
（1）“绪论”介绍了管理数学实验的概念和框架，使初学者对管理数学实验有一个总体的了解；
（2）“MATLAB基础”讲解了MATLAB的概念、基本运算、绘图、符号处理及数据的输入输出，使初学者能快速掌握MATLAB的基本知识，并能运用MATLAB这个软件工具以便对管理问题的模型进行处理和实验；
（3）“预测计算”包括时间序列分析、回归预测、马尔可夫预测及灰色预测模型。本章使读者能了解和掌握常用的几种预测方法，并能根据所收集的样本数据进行预测分析；
（4）“MATLAB优化计算”讲解了线性规划、非线性规划、多目标规划、动态规划模型的优化计算，以及*短路网络分析，*后介绍了GUI优化工具。本章使读者能快速掌握MATLAB提供的优化计算函数和图形界面优化工具，并能对管理问题进行分析、建模、程序设计、优化计算分析与决策；
（5）“智能优化计算”讲解了模拟退火算法、遗传算法、蚁群算法、粒子群算法、以及模糊逻辑与模糊推理。模拟退火算法、遗传算法、蚁群算法、粒子群算法是解决复杂系统模型优化的快速有效的算法，应用广泛。模糊逻辑与模糊推理则是人类智能的模拟，用于解决人类语言逻辑的结构化表达；
（6）“人工神经网络计算”介绍了人工神经网络的概念、感知器、自适应线性元件、BP网络及反馈网络等模型计算，反映了人类形象的智能处理功能。感知器模型可用于分类分析，自适应线性元件模型可用于线性逼近，BP网络模型可用于各种复杂非线性关系的拟合，反馈网络模型可用于联想记忆和优化计算。人工神经网络计算的特点是并行计算和分布存储，所以可将复杂耗时的计算转换成瞬时完成的智能处理；
（7）系统分析与系统评价技术讲解了主成分分析与因子分析、聚类分析、灰色关联分析、层次分析方法、数据包络分析、模糊综合评价方法，这些是常用的系统分析与评价方法。主成分分析与因子分析用于降维处理，主成分可消除原始变量的多重共线性，因子是对原始变量的分解；分类管理是管理中*常用的方法之一，聚类分析是一种探索性分析、观察式学习；灰色关联分析、层次分析方法、数据包络分析、模糊综合评价方法是多因素影响分析、系统整体效果评价及决策支持的有效方法。
对于初学者，首先应阅读第1章、第2章；第3章至第7章具有独立性，可根据需要来阅读不同章节。各章内容的知识联系如下图所示。
各章内容知识的关系
编排体例：
如上图所示，本书以管理数学实验的概念为先导，以MATLAB软件为平台，以管理数学的预测分析、运筹优化、智能计算、神经网络计算、系统分析与评价等为主体内容。
本书将理论方法、案例分析、实验计算三者并重，强调理论方法为实际问题服务、理论方法可实现编程计算，管理数学实验将理论方法、案例分析、实验计算紧密结合。所以体例编排上，首先是方法模型的介绍，然后是针对方法模型实验计算的设计，*后结合实际问题进行案例分析。希望读者在理论水平、实际问题分析和模型计算上同步提升，提高分析问题、处理问题、解决问题的能力。
作者致谢：
本书的出版首先是学校的实践教学体系建设和多年教学实践的成果，所以感谢在多年的教学实践中参与教与学互动的学生，感谢学校、学院对教学和出版教材的支持。
在管理数学实验的教学中，参考借鉴了大量的文献资料，对参考文献资料的作者表示衷心的感谢。
在本书的编辑出版过程中，得到了电子工业出版社及工作人员的大力支持，对出版本书付出了辛勤劳动的相关人员表示感谢；特别感谢王二华编辑，正是他对本书质量认真负责的把关，才有了本书高质量的出版。
还要感谢将要阅读本书的读者，并欢迎和感谢读者对本书存在的缺陷提出宝贵意见和建议。读者的反馈意见是进一步完善本书内容的重要依据，希望广大读者不吝赐教。欢迎来函，E-mail：
评论
还没有评论。