《数学建模算法与应用》介绍了数学建模的新算法和热点技术，主要内容包括时间序列、支持向量机、偏最小二乘回归分析、现代优化算法、数字图像处理、综合评价与决策方法、预测方法以及数学建模经典算法等。

第1章 线性规划
1.1 线性规划问题
1.2 投资的收益和风险
习题1
第2章 整数规划
2.1 概论
2.2 0-1型整数规划
2.3 蒙特卡洛法（随机取样法）
2.4 指派问题的计算机求解
习题2
第3章 非线性规划
3.1 非线性规划模型
3.2 无约束问题的Matlab解法
3.3 约束极值问题
3.4 飞行管理问题
习题3
第4章 图与网络模型及方法
4.1 图的基本概念与数据结构
4.2 最短路问题
4.3 最小生成树问题
4.4 网络最大流问题
4.5 最小费用最大流问题
4.6 Matlab的图论工具箱
4.7 旅行商（TSP）问题
4.8 计划评审方法和关键路线法
4.9 钢管订购和运输
习题4
第5章 插值与拟合
5.1 插值方法
5.2 曲线拟合的线性最小二乘法
5.3 最小二乘优化
5.4 曲线拟合与函数逼近
5.5 黄河小浪底调水调沙问题
习题5
第6章 微分方程建模
6.1 发射卫星为什么用三级火箭
6.2 人口模型
6.3 Matlab求微分方程的符号解
6.4 放射性废料的处理
6.5 初值问题的Matlab数值解
6.6 边值问题的Matlab数值解
习题6
第7章 目标规划
7.1 目标规划的数学模型
7.2 求解目标规划的序贯算法
7.3 多目标规划的Matlab解法
7.4 目标规划模型的实例
7.5 数据包络分析
习题7
第8章 时间序列
8.1 确定性时间序列分析方法
8.2 平稳时间序列模型
8.3 时间序列的Matlab相关工具箱及命令
8.4 Arima序列与季节性序列
习题8
第9章 支持向量机
9.1 支持向量分类机的基本原理
9.2 支持向量机的Matlab命令及应用例子
9.3 乳腺癌的诊断
习题9
第10章 多元分析
10.1 聚类分析
10.2 主成分分析
10.3 因子分析
10.4 判别分析
10.5 典型相关分析
10.6 对应分析
10.7 多维标度法
习题10
第11章 偏最小二乘回归分析
11.1 偏最小二乘回归分析概述
11.2 Matlab偏最小二乘回归命令Plsregress
11.3 案例分析
习题11
第12章 现代优化算法
12.1 模拟退火算法
12.2 遗传算法
12.3 改进的遗传算法
12.4 Matlab遗传算法工具
习题12
第13章 数字图像处理
13.1 数字图像概述
13.2 亮度变换与空间滤波
13.3 频域变换
13.4 数字图像的水印防伪
13.5 图像的加密和隐藏
习题13
第14章 综合评价与决策方法
14.1 理想解法
14.2 模糊综合评判法
14.3 数据包络分析法
14.4 灰色关联分析法
14.5 主成分分析法
14.6 秩和比综合评价法
14.7 案例分析
习题14
第15章 预测方法
15.1 微分方程模型
15.2 灰色预测模型
15.3 回归分析预测方法
15.4 差分方程
15.5 马尔可夫预测
15.6 时间序列
15.7 插值与拟合
15.8 神经元网络
习题15
附录A Matlab软件入门
A.1 Matlab“帮助”的使用
A.2 数据的输入
A.3 绘图命令
A.4 Matlab在高等数学中的应用
A.5 Matlab在线性代数中的应用
A.6 数据处理
附录B Lingo软件的使用
B.1 Lingo软件的基本语法
B.2 Lingo函数
B.3 线性规划模型举例
参考文献