乳腺癌的抗癌药物是一个研究热点，ERα被认为是治疗乳腺癌的一个重要候选药物。本文基于抗癌药物筛选的热点问题，对候选药物化合物的多种分子标识符特征与其生物活性、ADMET性质之间的关系建立了数学模型，使用了线性回归、机器学习、神经网络、支持向量机、多目标优化等方法对化合物的生物数据进行了处理、预测、分类和参数值最优化，对候选药物化合物的选择提供了数据参考和可行思路。

代码很全，注释很仔细，题目要求分别为特征选择问题、回归预测问题、二分类问题、最优化问题

程序简介见链接：https://blog.csdn.net/kobeyu652453/article/details/120618596 用matlab 和python双语言编写。（便宜得很） 淘宝上写一篇程序几百元。

AIMMS 是目前世界上最先进的以优化为基础的语言开发环境。

优化建模与lindolingo软件以及所有源程序

这是一本数学建模培训中Lingo软件学习，很常用的一本书。当使用Lingo软件解决问题是时候，可以翻查此书。平时，还可以对照目录进行优化模型系统学习。

优化建模与LINDO+LINGO软件，很详细地结合实例讲解了Lingo的用法，对于有意向使用Lingo解决优化问题的童鞋们可以深入了解一下

行业-电子政务-一种自适应门控电源控制器.zip

这是破解版, 在下载文件中有license. Gurobi 是由美国Gurobi公司开发的新一代大规模数学规划优化器，在 Decision Tree for Optimization Software 网站举行的第三方优化器评估中，展示出更快的优化速度和精度，成为优化器领域的新翘楚。 数学规划优化是应用在各个领域中最常见的优化方法之一，是过去30年当中在实际应用中创造价值最巨大的优化方法。在物流、生产制造、金融、交通运输、资源管理、集成电路设计、环境保护、电力管理等等领域，几乎无所不在。在世界一流的企业资源管理（ERP）、供应链管理（SCM）、运输管理等企业决策工具中，都有数学规划优化器的存在。 Gurobi 特点包括 （1）采用最新优化技术，充分利用多核处理器优势 （2）任何版本都支持并行计算，并且计算结果确定而非随机 （3）提供了方便轻巧的接口，支持 C++, Java, Python, .Net 开发，内存消耗少 （4）支持多种平台，包括 Windows, Linux, Mac OS X （5）支持 AMPL, GAMS, AIMMS, Tomlab 和 Windows Solver Foundation 建模环境 （6）单一版本，开发版本也就是发布版本，程序转移便捷 （7）Gurobi 为学校教师和学生提供了免费版本。 （8）和 Matlab 有便捷接口。 独立第三方优化器评估报告显示，Gurobi 以卓越的性能跻身大规模优化器新领袖地位，成为性价比最为优秀的企业大规模优化器首选。 Gurobi 5.1 发布，内部测试显示，新版本在找到可行解方面速度提升5.4倍，最优性证明方面提升15%，在困难问题（求解时间超过1000秒）方面优化时间提升40%。

introduction to operations research 英文原版 第九版 ，超清pdf，带有完整目录