運(yùn)籌學(xué)與最優(yōu)化方法

內(nèi)容概要

本書主要包括線性規(guī)劃、非線性規(guī)劃、目標(biāo)規(guī)劃、整數(shù)規(guī)劃、層次分析法及智能優(yōu)化計(jì)算簡(jiǎn)介等內(nèi)容。這些內(nèi)容是管理、經(jīng)濟(jì)類研究生應(yīng)具備的必要知識(shí)。作為教材，本書內(nèi)容著重闡述基本思想、理論和方法，力求做到深入淺出，通俗易懂，適于教學(xué)和自學(xué)。每一章末配置了適當(dāng)?shù)牧?xí)題，便于讀者理解、消化書中的內(nèi)容。為了便于教師的教學(xué)，僅供參考。    本書可作為管理、經(jīng)濟(jì)類專業(yè)及大多數(shù)工科類碩士研究生的教材，也可作為應(yīng)用數(shù)學(xué)、計(jì)算數(shù)學(xué)及管理科學(xué)與工程專業(yè)本科高年級(jí)學(xué)生的教材或教學(xué)參考書。對(duì)于希望了解、認(rèn)識(shí)及應(yīng)用運(yùn)籌學(xué)的各類人員也有一定的參考價(jià)值。

書籍目錄

前言第1章　運(yùn)籌學(xué)思想與運(yùn)籌學(xué)建?！?.1　運(yùn)籌學(xué)的特點(diǎn)及其應(yīng)用　1.2　運(yùn)籌學(xué)建?！?.3　基本概念和符號(hào)第2章　基本概念和基本理論　2.1　數(shù)學(xué)規(guī)劃模型的一般形式　2.2　凸集、凸函數(shù)和凸規(guī)劃　2.3　多面體、極點(diǎn)和極方向第3章　線性規(guī)劃　3.1　線性規(guī)劃模型　3.2　線性規(guī)劃的單純形法　3.3　線性規(guī)劃的對(duì)偶問題　3.4　靈敏度分析第4章　最優(yōu)化搜索算法的結(jié)構(gòu)與一維搜索　4.1　常用的搜索算法結(jié)構(gòu)　4.2　一維搜索第5章　無(wú)約束最優(yōu)化方法　5.1　最優(yōu)性條件　5.2　最速下降法　5.3　牛頓法及其修正　5.4　共軛梯度法　5.5　變尺度法　5.6　直接搜索算法第6章　約束最優(yōu)化方法　6.1　Kuhn-Tucker條件　6.2　既約梯度法及凸單純形法　6.3　罰函數(shù)法及乘子法第7章　目標(biāo)規(guī)劃　7.1　目標(biāo)規(guī)劃模型　7.2　目標(biāo)規(guī)劃的幾何意義及圖解法　7.3　求解目標(biāo)規(guī)劃的單純形方法第8章　整數(shù)規(guī)劃　8.1　整數(shù)規(guī)劃問題的提出　8.2　整數(shù)規(guī)劃解法概述　8.3　分村定界法　8.4　割平面法　8.5　0-1規(guī)劃的隱枚舉法　8.6　分派問題及解法第9章　層次分析法　9.1　層次分析法的基本過程　9.2　層次分析法應(yīng)用中若干問題的處理　9.3　應(yīng)用舉例第10章　智能優(yōu)化計(jì)算簡(jiǎn)介　10.1　人工神經(jīng)網(wǎng)絡(luò)與神經(jīng)網(wǎng)絡(luò)優(yōu)化算法　10.2　遺傳算法　10.3　模擬退火算法　10.4　神經(jīng)網(wǎng)絡(luò)權(quán)值的混合優(yōu)化學(xué)習(xí)策略　10.5　應(yīng)用舉例參考文獻(xiàn)　　　　

圖書封面

評(píng)論、評(píng)分、閱讀與下載

---

    運(yùn)籌學(xué)與最優(yōu)化方法 PDF格式下載

---