 第2章（预测和需求建模）讨论了经典预测方法以及现在常用于需求预测的三种方法——Bass扩散模型、先行指标法以及选择模型——近年来，在预测需求时更多使用这些方法。我们将后面的三种方法称为“需求建模”，以区别于经典的预测技术，同时强调它们也适用于预测之外的其他问题。

 在第3章（确定性库存模型）和第4章（随机性库存模型）中，我们讨论了许多经典的单库存模型。对于大多数模型，我们将讨论如何制定目标函数以及如何选择库存参数使目标函数最优——精确地或启发式地采用显性形式或利用算法。同时，我们分别证明了有以及没有固定成本情况下的基本库存策略及(s,S)策略的最优性。

 在第5章（多级库存模型）中，我们讨论了多级库存模型，包括随机服务模型（包含连续系统的ClarkScarf模型及ShangSong近似）和保证服务模型（又称战略性安全库存选址问题）。

 第6章（库存优化中不确定性的处理方法）是在经典库存模型的基础上，根据不同类型的不确定性（尤其是供应的不确定性），采取不同的方式减轻不确定性对库存系统的影响，而非简单地持有更多库存。

 在第7章（设施选址模型）中，我们讨论了设施选址模型，展示了经典的无容量固定成本的设施选址问题的某些细节，包括整数规划问题的建模和拉格朗日松弛法的求解等。另外，我们还讨论了更能体现当今供应链复杂程度的多级选址模型。

 在第8章（不确定性下的设施选址）中，我们考虑如何将不确定性融入设施选址模型中，具体讨论将库存纳入选址决策的模型、随机和鲁棒设施选址模型以及具有中断威胁的设施选址模型。在研究如何对这些问题进行建模的同时，也讨论了模型的求解方法（大多数情况下是拉格朗日松弛法）。

 第9章（过程柔性）介绍了生产制造过程的柔性评估模型和优化模型。

 在第10章（牛鞭效应）中，我们讨论了称为牛鞭效应的需求波动放大现象。牛鞭效应可能是由供应链管理者非理性或次优的行为所导致的，也可能因为理性的优化行为而发生。我们将采用数学模型证明牛鞭效应是后者导致的。

 当供应链参与者试图优化自身的目标时，通常会得到一个对整个供应链最理想的解决方案。在第11章（供应链合同）中，我们将讨论由目标不同的参与者所组成的供应链的内部协调合同。

 第12章（拍卖）介绍了供应链中常用于定价的拍卖数学模型。

 本书最后有4个附录，其中附录A包含了需要用到多个章节的内容才能解决的习题；附录B提供了有关数学证明写作的简短指南；附录C列举了贯穿全书的有用的公式；附录D则对拉格朗日松弛法进行了简要的概述。