Lineare und linearisierbare Optimierungsmodelle sowie ihre ADV-gestützte Lösung

1. Einführung.- 1.1 Der Modellbegriff.- 1.2 Die Bedeutung der automatisierten Datenverarbeitung (ADV) für die Bearbeitung von Optimierungsmodellen.- 1.3 Literatur.- 2. Grundlegende Aussagen zur linearen Optimierung mit kontinuierlichen Variablen.- 2.1 Einführendes Beispiel.- 2.2 Abriß zur Theorie und zum numerischen Lösungsverfahren (Simplexalgorithmus).- 2.3 Literatur.- 3. Lösung des allgemeinen linearen Optimierungsmodell mit kontinuierlichen Variablen mittels automatisierter Datenverarbeitung (ADV).- 3.1 Format und Eingabe der Modell daten (MPS-Format).- 3.2 Erläuterung einer von einem Standardprogrammpaket erzeugten Druckausgabe.- 3.3 Geschlossene Behandlung eines Beispiels.- 3.4 Behandlung großer Modelle.- 3.5 Literatur.- 4. Grundlegende Aussagen zur linearen Optimierung mit diskreten Variablen.- 4.1 Einführendes Beispiel.- 4.2 Abriß zur Theorie und zu wichtigen Lösungsverfahren.- 4.3 Literatur.- 5. Lösung des allgemeinen linearen Optimierungsmodells mit diskreten Variablen mittels automatisierter Datenverarbeitung.- 5.1 Format zur Eingabe der Modelldaten (MPS-Format).- 5.2 Erläuterung einer von einem Standardprogrammpaket erzeugten Druckausgabe.- 5.3 Geschlossene Behandlung eines Beispiels.- 5.4 Gegenüberstellung der Lösungen und des Lösungsaufwandes für ein Beispiel 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.- Anhang A: Beschreibung des MPS-Formats.- Anhang B: Verzeichnis der Beispiele, Definitionen und Sätze.- Anhang C: Stichwortverzeichnis.