第1章 概论 1
1.1 组合最优化问题 1
1.2 计算复杂性的概念 5
序言 7
1.3 邻域概念 11
1.4 启发式算法 13
1.5 NP,NP-C和NP-hard概念 28
1.6 小结 48
练习题 49
参考文献 51
第2章 禁忌搜索算法 53
2.1 局部搜索 53
2.2 禁忌搜索 57
2.3 技术问题 62
2.4 应用实例 77
练习题 87
参考文献 88
第3章 模拟退火算法 90
3.1 模拟退火算法及模型 90
3.2 马尔可夫链 96
3.3 时齐算法的收敛性 102
3.4 非时齐算法收敛性简介 109
3.5 实现的技术问题 114
3.6 应用案例--下料问题 129
练习题 136
参考文献 138
第4章 遗传算法 140
4.1 遗传算法 140
4.2 模板理论 149
4.3 马尔可夫链收敛分析 156
4.4 实现的技术问题 165
4.5 遗传模拟退火算法 181
4.6 应用案例--生产批量问题 183
练习题 189
参考文献 191
第5章 人工神经网络 193
5.1 人工神经网络的基本概念 195
5.2 单层前向神经网络 198
5.3 多层前向神经网络 210
5.4 竞争学习神经网络 222
5.5 反馈型神经网络 224
练习题 245
参考文献 245
第6章 拉格朗日松弛算法 247
6.1 基于规划论的松弛方法 248
6.2 拉格朗日松弛方法的理论 252
6.3 拉格朗日松弛的进一步讨论 263
6.4 拉格朗日松弛算法 273
6.5 拉格朗日松弛在能力约束单机排序问题中的应用 282
练习题 290
参考文献 293
索引及英文关键词 294