企业在利用线性规划(Linear Programming,简称LP)理论解决实际管理问题时常常会遇到困难,如有时不易利用投入-产出单元为企业工艺结构的确定、生产方案的设计提供帮助；有时需要将市场需求决定的预期目标点变成生产计划模型的最优决策的问题；有时在运输问题的最优计划表基础上,增加某种货物运量,可能会出现总运费减少的“多反而少”悖论现象等等。所有这些问题的出现导致现如今学者们对LP的研究从早期的建模求解转向模型参数估计与优化的研究。因为只有在尽可能准确的估计模型参数的情况下,才能提高最优决策的准确性；而只有在消除悖论现象之后的最优决策才是有效的。为了给实际经济管理问题提供有用的动态信息,本文针对LP模型参数的估计与优化问题所进行的研究如下：首先,对一类特殊的LP参数估计问题——线性规划系统识别问题进行研究,即试图通过给定的输入-输出向量来估计LP模型的技术系数矩阵以及目标函数系数。构建了估计技术系数矩阵的行估计模型,并对该模型进行改进得到更好的估计模型；然后,基于Troutt提出的最大决策效率方法,构建了估计标准化目标函数系数的模型；为了验证估计方法的准确性,提出了后续验证准则。本文通过对线性规划系统识别问题的研究,为管理者提供了一条分析投入产出单元的重要途径,并为某些内部结构不明确的系统实现结构化提供帮助。其次,针对现有的悖论研究只关注右端项参数这一情况,提出了LP“多反而少”悖论是由技术系数矩阵、目标函数系数以及右端项三者决定的线性规划系统不合理造成的。首先,提出了通过调整目标函数系数来解决悖论问题的两种方法——优化目标函数结构法以及基于对偶模型的对偶解法；其次,提出了判断并解决悖论的逆最优值解法：通过构建原-对偶模型来判断悖论现象存在与否,并通过构建调整目标函数系数以及技术系数矩阵的模型来消除悖论,同时阐述了解法的优势与经济意义。最后,提出了判断运输问题悖论是否存在的对偶规划条件以及目标函数差值模型,并针对运输悖论中存在的两个颇有实际意义的问题：增加运量而总运费不增的最大调整量问题以及产销地的单位运价不合理问题,给出了用以获得最大运量调整方案的最大供需量模型以及通过改变不合理运价来消除悖论的合理定价法。最后通过数值算例说明方法的有效性。