考研运筹学主要考察以下几个方面：
线性规划及其扩展：
包括标准型、对偶问题、灵敏度分析等。
整数规划：
包括割平面法、分支定界法等求解整数规划的方法。
网络流问题：
如最大流最小割定理、Ford-Fulkerson算法、Edmonds-Karp算法等。
图论基础：
包括图的基本概念、树与森林、生成树、最短路径问题等。
存储论：
包括静态存储论和动态存储论。
排队论：
包括M/M/1系统、M/M/c系统等基本模型及其性能指标。
决策理论：
包括风险决策、不确定决策等。
博弈论基础：
包括零和博弈、非零和博弈等基本概念和方法。
随机服务系统：
如多阶段服务系统、随机优先级系统等。
模拟与优化：
包括蒙特卡洛模拟、遗传算法、模拟退火等优化方法。
线性规划：
线性规划是运筹学的核心内容之一，它研究的是在满足一系列线性约束条件下，如何求解线性目标函数的最大值或最小值问题。
单纯形法 、 对偶问题、 影子价格、 灵敏度分析等。
整数规划： 包括标准型和非标准型，在计算时要注意各种模型的适用条件和范围。运输问题
等。
图与网络： 会与一些实际生活中的例子相结合，我们树形结合这样的一个思路。排队论
、 动态规划、 决策论、 存储论等这一部分的内容相对比较固定，但公式比较多记忆上可能有一定的难度。
运筹学基础理论：
包括线性规划、整数规划、非线性规划、目标规划等基本概念和理论。
运筹学模型与方法：
要求考生能够熟练掌握并运用各种运筹学模型，如运输问题、库存问题、网络流问题等，并了解其在实际问题中的应用。
运筹学软件应用：
熟悉运筹学相关的计算机软件，如LINGO、CPLEX、GAMS等，以及如何利用这些软件进行模型求解和数据分析。
概率论与数理统计：
运筹学在解决实际问题时常常需要处理随机现象，因此概率论与数理统计的知识也是考试的重点之一。
决策理论与方法：
包括风险决策、多目标决策、模糊决策等内容，要求考生能够理解和运用不同的决策理论来解决实际问题。
运筹学案例分析：
通过分析具体的运筹学案例，考查考生对运筹学理论的理解和应用能力。
建议考生在复习过程中，重点掌握这些内容，并结合实际例子进行练习，以提高解题能力和分析问题的能力。