Lineare und linearisierbare Optimierungsmodelle sowie ihre ADV-gestützte Lösung

Inhaltsverzeichnis: 1. Einführung. 1.1 Der Modellbegriff. 1.2 Bedeutung der automatisierten Datenverarbeitung (ADV) für Optimierungsmodelle. 1.3 Literatur. 2. Grundlegende Aussagen zur linearen Optimierung mit kontinuierlichen Variablen. 2.1 Beispiel. 2.2 Theorie und numerisches Lösungsverfahren (Simplexalgorithmus). 2.3 Literatur. 3. Lösung des allgemeinen linearen Optimierungsmodells mit kontinuierlichen Variablen mittels ADV. 3.1 Format und Eingabe der Modelldaten (MPS-Format). 3.2 Erklärung einer Standardprogrammpaket-Druckausgabe. 3.3 Beispielbehandlung. 3.4 Große Modelle. 3.5 Literatur. 4. Grundlegende Aussagen zur linearen Optimierung mit diskreten Variablen. 4.1 Beispiel. 4.2 Theorie und wichtige Lösungsverfahren. 4.3 Literatur. 5. Lösung des allgemeinen linearen Optimierungsmodells mit diskreten Variablen mittels ADV. 5.1 Eingabeformat (MPS-Format). 5.2 Erklärung einer Standardprogrammpaket-Druckausgabe. 5.3 Beispielbehandlung. 5.4 Vergleich der Lösungen und des Aufwands beim Übergang von kontinuierlichen zu diskreten Variablen. 5.5 Literatur. 6. Speziell strukturierte Probleme. 6.1 Transportproblem. 6.2 Zuordnungsprobleme. 6.3 Netzwerkprobleme. 7. Probleme mit geordneten Mengen von Variablen (Special Ordered Sets). 7.1 Multiple-Choice Probleme. 7.2 Separable Optimierung. 7.3 Literatur. Anhänge: A: Beschreibung des MPS-Formats. B: Verzeichnis der Beispiele, Definitionen und Sätze. C: Stichwortverzeichnis.