現(xiàn)代優(yōu)化計算方法

內(nèi)容概要

　　《現(xiàn)代優(yōu)化計算方法》系統(tǒng)介紹了禁忌搜索算法、模擬退火算法、遺傳算法、蟻群優(yōu)化算法、人工神經(jīng)網(wǎng)絡算法和拉格朗日松弛算法等現(xiàn)代優(yōu)化計算方法的模型與理論、應用技術和應用案例。全書共7章，第1章是后6章內(nèi)容的基礎，主要介紹算法復雜性的基本概念和啟發(fā)式算法的評價方法，后6章分別介紹各個現(xiàn)代優(yōu)化計算方法。

書籍目錄

第1章 概論1.1 組合最優(yōu)化問題1.2 計算復雜性的概念1.3 鄰域的概念1.4 啟發(fā)式算法1.5 NP，NP完全和NP難1.6 多項式時間迫近格式1.7 小結練習題參考文獻第2章 禁忌搜索算法2.1 局部搜索2.2 禁忌搜索2.3 技術問題2.4 應用案例——圖節(jié)點著色和車間作業(yè)排序練習題參考文獻第3章 模擬退火算法3.1 模擬退火算法及模型3.2 馬爾可夫鏈3.3 時齊算法的收斂性3.4 非時齊算法收斂性簡介3.5 實現(xiàn)的技術問題3.6 應用案例——下料問題練習題參考文獻第4章 遺傳算法4.1 遺傳算法4.2 模板理論4.3 馬爾可夫鏈收斂分析4.4 實現(xiàn)的技術問題4.5 遺傳模擬退火算法4.6 應用案例——生產(chǎn)批量問題練習題參考文獻第5章 蟻群優(yōu)化算法5.1 蟻群優(yōu)化算法的概念5.2 算法模型和收斂性分析5.3 技術問題5.4 應用案例——醫(yī)學診斷的數(shù)據(jù)挖掘練習題參考文獻第6章 人工神經(jīng)網(wǎng)絡6.1 人工神經(jīng)網(wǎng)絡的基本概念6.2 單層前向神經(jīng)網(wǎng)絡6.3 多層前向神經(jīng)網(wǎng)絡6.4 競爭學習神經(jīng)網(wǎng)絡6.5 反饋型神經(jīng)網(wǎng)絡練習題參考文獻第7章 拉格朗日松弛算法7.1 基于規(guī)劃論的松弛方法7.2 拉格朗日松弛理論7.3 拉格朗日松弛的進一步討論7.4 拉格朗日松弛算法7.5 應用案例——能力約束單機排序問題練習題參考文獻索引

編輯推薦

　　《現(xiàn)代優(yōu)化計算方法》可作為數(shù)學、管理科學、計算機科學、工業(yè)工程等學科中相關優(yōu)化專業(yè)的研究生教材，也可供相關專業(yè)研究人員參考。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    現(xiàn)代優(yōu)化計算方法 PDF格式下載

---