当前位置:首页 > 数理化
现代优化技术
现代优化技术

现代优化技术PDF电子书下载

数理化

  • 电子书积分:9 积分如何计算积分?
  • 作 者:靳志宏,计明军编著
  • 出 版 社:大连:大连海事大学出版社
  • 出版年份:2017
  • ISBN:9787563234462
  • 页数:186 页
图书介绍:本书系高等学校物流工程与物流管理专业系列规划教材之一。优化技术就是在满足约束条件的可行解集合内寻求全局最优解、局部最优解的过程中所应用的理论与方法,涉及运筹学理论与计算机技术等多学科交叉领域,具体包括数学建模、约束处理、算法设计及程序设计等环节。本书可作为物流工程与管理、交通运输规划与管理、管理科学与工程、工商管理等相关学科与专业高年级本科生与研究生教材,也可作为MBA学生的参考教材。
《现代优化技术》目录
标签:编著 技术

第1章 优化问题与优化技术 1

1.1优化问题 1

1.2优化技术 5

第2章 优化技术基础 11

2.1最优化理论 11

2.2计算复杂性理论 14

第3章 优化算法的设计与评价 21

3.1优化算法的设计 21

3.2优化算法的评价 24

第4章 典型的精确解算法 28

4.1穷举法 28

4.2分支定界法 31

4.3列生成法 36

4.4拉格朗日松弛法 40

4.5常用求解软件 45

第5章 传统启发式算法 49

5.1构筑算法及其应用 49

5.2改善算法及其应用 54

第6章 传统启发式算法的改进形 61

6.1构筑算法的改进形 61

6.2改善算法的改进形 63

第7章 模拟退火算法 71

7.1模拟退火算法概述 72

7.2模拟退火算法参数 72

7.3改进的模拟退火算法 74

7.4模拟退火算法在离散优化问题中的应用 77

7.5模拟退火算法在连续优化问题中的应用 81

第8章 禁忌搜索算法 85

8.1禁忌搜索算法概述 85

8.2禁忌搜索算法收敛性分析 91

8.3禁忌搜索算法的参数实现 93

8.4禁忌搜索算法的实际应用 95

第9章 进化计算 99

9.1进化计算的基本框架 99

9.2遗传算法 100

9.3进化计算的其他形式 104

9.4进化计算的应用 106

第10章 人工神经网络算法 112

10.1人工神经元网络 112

10.2 BP神经网络 116

10.3 Hopfield网络 123

第11章 蚁群算法 130

11.1蚁群觅食规则 130

11.2蚁群算法的数学模型 131

11.3蚁群算法的主要参数 132

11.4蚁群算法的基本程序 133

11.5蚁群算法的改进 133

11.6蚁群算法的应用 134

第12章 粒子群算法 141

12.1粒子群算法概述 141

12.2改进的粒子群算法 145

12.3粒子群算法的应用 149

第13章 混合算法 154

13.1混合优化的机制与策略 154

13.2精确解算法之间的混合算法 156

13.3精确解算法与启发式算法的混合算法 157

13.4传统与现代启发式算法的混合算法 160

13.5现代启发式算法之间的混合算法 167

参考文献 179

相关图书
作者其它书籍
返回顶部