Decision Analysis, Location Models, and Scheduling Problems

هدف این کتاب این است که به خوانندگان مقدمه ای در زمینه های تصمیم گیری، تجزیه و تحلیل مکان و زمان بندی پروژه و ماشین ارائه دهد. ترکیب این موضوعات تصادفی نیست: تجزیه و تحلیل تصمیم می تواند به طور کلی برای بررسی تصمیم گیری ها استفاده شود، تجزیه و تحلیل مکان یکی از نمونه های اصلی تصمیم گیری در سطح استراتژیک است، زمان بندی پروژه معمولاً با تصمیم گیری در سطح تاکتیکی مرتبط است. ، و زمانبندی ماشینی با تصمیم گیری در سطح عملیاتی سروکار دارد. برخی از فصل ها در اصل توسط نویسندگان مختلف ارائه شده است، و ما تمام تلاش خود را برای یکسان سازی نماد، سبک، و مهمتر از همه، سطح نمایشگاه انجام داده ایم. مشابه کتاب ما در مورد برنامه ریزی عدد صحیح و مدل های شبکه (ایزلت و ساندبلوم، 2000)، تاکید این جلد بر مدل ها است تا روش های حل. این امر به ویژه در کتابی که قصد دارد علم تصمیم گیری را ارتقا دهد، اهمیت دارد. به این ترتیب، دانشجویان پیشرفته در مقاطع کارشناسی و کارشناسی ارشد، به اندازه شاغلین، این حجم را مفید خواهند یافت. در حالی که نویسندگان مختلف درجات مختلفی از پیچیدگی ریاضی را ترجیح می دهند، ما تمام تلاش ممکن را برای یکسان سازی رویکردها، ارائه توضیحات واضح و در دسترس قرار دادن این جلد برای هرچه بیشتر خوانندگان انجام داده ایم.

The purpose of this book is to provide readers with an introduction to the fields of decision making, location analysis, and project and machine scheduling. The combination of these topics is not an accident: decision analysis can be used to investigate decision seenarios in general, location analysis is one of the prime examples of decision making on the strategic Ievel, project scheduling is typically concemed with decision making on the tactical Ievel, and machine scheduling deals with decision making on the operational Ievel. Some of the chapters were originally contributed by different authors, and we have made every attempt to unify the notation, style, and, most importantly, the Ievel of the exposition. Similar to our book on Integer Programming and Network Models (Eiselt and Sandblom, 2000), the emphasis of this volume is on models rather than solution methods. This is particularly important in a book that purports to promote the science of decision making. As such, advanced undergraduate and graduate students, as weil as practitioners, will find this volume beneficial. While different authors prefer different degrees of mathematical sophistication, we have made every possible attempt to unify the approaches, provide clear explanations, and make this volume accessible to as many readers as possible.