盲猜會有推薦線性規劃相關的：
Introduction to Linear Optimization by Bertsimas.
Linear Optimizatio and Extensions: Theory and Algorithms by Shu-Cherng Fang(方述誠).
並且知乎上這兩本書被推薦的足夠多了，所以就不詳細說這兩本書了。
線性規劃之後，自然的課程可能就是 數值最佳化和凸最佳化了。
我知道有的書有多個作者，出於方便我可能只寫了一個作者，但沒必要在評論區上綱上線。
【最佳化：建模、演算法與理論】文再文 等著
個人認為是數值最佳化課程最適合的入門教材了。直接了當切入核心，基本問題、演算法、理論都有涉及但又不拘泥於細節使讀者迷失方向。這是北大開的【大數據分析中演算法】的配套教材，課程有影片可以在b站上找到，書的pdf搜 文再文 課程主頁也可以找到。正如這課程和書名字所寫的，機器學習問題的建模、演算法與理論都講到了，而且也強調建模出的問題怎麽轉化為經典的最佳化問題，比如轉化為線性規劃啥的。如果你之前有這方面的基礎那看起這本書應該是酣暢淋漓。個人認為比Boyd的凸最佳化讀起來舒服很多。
【線性錐最佳化導論】/【線性錐最佳化】方述誠、邢文訓著
線性錐最佳化是線性規劃最自然的推廣，包括線性規劃、二階錐規劃、半定規劃等內容。這兩本書其實內容差不多，第一本是清華數學系的研究生課程 數學規劃Ⅱ的教材之一。從凸分析出發建立了完整的 Fenchel對偶理論，並將其套用到了線性錐最佳化問題中，並且花了極大的篇幅強調如何將模型轉化為線性錐最佳化問題，並且用 二階錐可表示 這種頗為數學化的方式來敘述。
值得一提的是，書強調了 並不是所有的凸最佳化問題都是可計算的 ，比如協正錐(co-positive cone)的判定就是個NP-Complete問題，更不要說一般的凸最佳化問題了。一些人可能看了點Boyd認為凸最佳化問題都可解（實際上Boyd的凸最佳化講的問題都是可計算的線性錐最佳化問題），並不是這樣的。
當然這書缺點也異常明顯，寫書人表達比較散漫，邏輯也很跳躍，為了書的理論深度和完備性極大犧牲了書的可讀性，要不是我上過這門課我可能都沒法讀完這本書。
然後是一些可能不那麽相關的書籍。
Algorithm Design by J.Kleinberg
【演算法設計】這本書，也與普林斯頓的紅寶書，演算法導論並稱為演算法課程的三大聖經。但這本書我覺得是最推薦的一本，因為它非常強調演算法設計的idea，而非演算法本身和其實作，書很厚但是很容易讀下來。後半部份也詳細介紹了計算復雜性理論，進一步講了隨機演算法、近似演算法等專題，這些專題對於一個運籌學專業的學生來說是非常有必要的。
Lectures on Stochastic Programming: Model and Theory by Shapiro
最近讀了一小部份的書，主要是看了關於 Sample Average Approximation 這個部份。由於很多問題其實都是和隨機因素相關的，這就自然引出了隨機規劃問題，著名的代表就是報童問題。這本書作者應該也是數學專業出身，非常喜歡各種參照來給出定理的證明，什麽泛函中央極限定理、一致強大數律都很平常。讀起來比較困難。
順帶一提，Shapiro 2021年獲得INFORMS Von Newmann Prize，運籌學領域的最高獎了
Fundamentals of Supply Chain Theory by Lawrence V. Snyder
很多同學看到供應鏈管理這個詞可能都會比較懵逼，其實這本書包括了基本的庫存理論、供應鏈中的幾個著名的組合最佳化問題，還有一些供應鏈設計、合約、拍賣理論等內容，而且寫的非常簡單易懂。如果你對 Facility Location,TSP, VRP 等組合問題感興趣，那麽這本書很適合作為入手點，它介紹了精確解法、近似解，還有各種啟發式演算法並給出了相應的近似比的證明。
不過說到這本書，就不得不提另外兩本著名的書
Logic of Logistics by David Simchi-Levi.
Foundations of Inventory Management by Zipkin.
都是庫存管理還有物流相關的重要參考書，不過都寫得很難懂，我也沒怎麽看過（寄。
